国家自然科学基金(9716214)
- 作品数：14 被引量：200H指数：7
- 相关作者：陆文聪陈念贻李国正叶晨洲包新华更多>>
- 相关机构：上海大学上海交通大学山西师范大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学环境科学与工程医药卫生更多>>
- 支持向量机及其他核函数算法在化学计量学中的应用被引量：83
- 2002年
- 化学、化工领域中多数数据处理问题属于数学中的“不适定问题”(ill-posed problem),而传统的化学计量学算法如线性和非线性回归,人工神经网络等忽略了这一特点,将其作为“适定问题”(well-posed problem)求解,是引发数据处理中“过拟合”问题的重要原因。近年来新提出的“支持向量机算法”适合于处理不适定问题,能限制过拟合,且因采用核函数算法,能有效处理非线性数据集,与当前化学化工中应用极广的人工神经网络相比,优越性明显,在化学化工中具有巨大的应用潜力。
- 陈念贻陆文聪叶晨洲李国正
- 关键词：化学计量学不适定问题过拟合支持向量机算法化工
- 支持向量机算法和软件ChemSVM介绍被引量：106
- 2002年
- Vladimir N.Vapnik等提出的统计学习理论(statistical learning theory,简称SLT)和支持向量机(support vector machine,简称SVM)算法已取得令人鼓舞的研究成果。本文旨在对这一新理论和新算法的原理作一介绍,并展望这一计算机学界的新成果在化学化工领域的应用前景。“ChemSVM”软件提供了通用的支持向量机算法,并将其与数据库、知识库、原子参数及其他数据挖掘方法有机地集成起来。
- 陆文聪陈念贻叶晨洲李国正
- 关键词：支持向量机算法模式识别支持向量机支持向量分类支持向量回归统计学习理论核函数
- 支持向量机算法用于夜光藻密度建模被引量：13
- 2002年
- 支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。本文旨在尝试将Vapnik提出的支持向量机算法用于环境保护领域。用支持向量回归算法总结了石城岛、王家岛附近赤潮发生与海水温度、溶解氧、盐度、总氮量、无机磷、浮游植物密度的对应关系。用支持向量回归算法求得赤潮爆发的数学模型。留一法结果表明:支持向量回归的预报误差比人工神经网络小。支持向量机方法可以成为研究赤潮发生机理、探索赤潮预报途径的一种工具。
- 陆文聪杨柳双菊荣陈旸陈念贻
- 关键词：夜光藻赤潮支持向量机算法海洋污染SVMSVC
- 支持向量机方法用于民航安检炸药判别研究被引量：2
- 2002年
- 目前的民航安检X射线透视设备无法直接检出塑料炸药。国际上初步研究有效的γ射线共振技术可以透射瞬时测定行李中的物件的氮、氢、氧、碳含量。为与此技术配套,本工作应用对小样本集统计预报特别有效的支持向量机(support vectormachine,简称SVM)算法根据样品的氮、氢、氧、碳含量判别常见民用品和炸药,并用留一法比较SVM,Fisher法和人工神经网络算法的预报效果。结果表明SVM算法误报最少,且对所列炸药无一漏报。据此建立了炸药判别系统软件的原型,在实验室中模拟测试结果良好。
- 陆文聪陈念贻叶晨洲李国正朱东屏
- 关键词：支持向量机方法安全检查SVM计算化学
- 支持向量机-微量元素分析法判别乌龙茶、红茶与绿茶被引量：13
- 2002年
- 茶叶中的微量元素含量与产地土壤中的微量元素含量有关,故可用多种微量元素的分析数据结合模式识别计算判别茶叶产地和品牌。本工作根据三类茶叶中Zn,Mn,Mg,Cu,Al,Ca,Ba,K,8种元素的分析数据,用支持向量机算法判别乌龙茶、红茶或绿茶,并用留一法检验其预报能力。计算表明:支持向量机算法结果优于Fisher法和KNN法。采用福建安溪铁观音乌龙茶样品的元素分析结果作测试样品,检验本工作所得数学模型,判别结果亦与实际符合。
- 陈念贻陆文聪陈瑞兰叶晨洲李国正
- 关键词：乌龙茶红茶绿茶微量元素支持向量机算法
- CsF-CaF_2系熔盐相图的计算机预报与实验测定被引量：4
- 2002年
- 用支持向量机算法总结了已知的29个AF-BF_2型二元熔盐系形成A_2BF_4的化合物与否的规律性。结果表明:若按已有的文献报道认为CsF-CaF_2系不形成分子式为Cs_2CaF_4的化合物,则与其他29个系总结出的规律有矛盾。因此我们用差热分析和平衡固相的X-射线分析对该系相图重新测定。结果证明确实存在前人忽略了的异分熔化的中间化合物Cs_2CaF_4。
- 丁益民迟亮陈念贻
- 关键词：CSFCAF2支持向量回归氟化钙
- 支持向量机算法在熔盐相图数据库智能化中的若干应用被引量：7
- 2002年
- 支持向量机(SVM)方法可被用于熔盐系未知相图的计算机预报。将已知的二元卤化物系相图数据作为训练集,体系组分的离子半径和电负性作为特征量,用SVM方法可预报中间化合物的形成与否、熔化类型(同分熔化还是异分熔化)和估计中间化合物的熔点。本文报道了M_2M'F_4型的中间化合物的形成判据、M_3M'Cl_6型化合物的熔化类型的判据以及MM’X_4型中间化合物熔点计算的回归方程式。用“留一法”检验所得的数学模型并将结果与传统的模式识别方法(Fisher法和KNN)进行了比较,结果表明:SVM的预报准确率比Fisher法和KNN法都高。因此,SVM方法有望成为计算机预报未知相图的有力工具。
- 包新华陆文聪陈念贻
- 关键词：支持向量机算法熔盐相图智能化原子参数
- 支持向量机算法在氮化铝薄膜生长过程控制中的应用被引量：7
- 2002年
- 用作压电材料的氮化铝薄膜要求有100或002晶体取向。薄膜的晶体取向与薄膜制备时的溅射气压、靶基距、靶功率有关。本工作应用支持向量机算法总结实验数据的数学模型,并用留一法检验模型的预报能力。计算表明:支持向量机算法的预报能力较传统的模式识别算法如Fisher法或KNN法为佳。有希望成为实验设计的有用工具。
- 陈念贻陆文聪武海顺许小红
- 关键词：支持向量机算法氮化铝薄膜压电材料
- 多环芳烃若干环化指标与分子几何参数的关系被引量：14
- 2002年
- 支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。本工作中应用支持向量回归算法和多环芳烃分子的环数、分子宽度、长度、体积、顶联接指数和边联接指数等几何参数作数据挖掘,总结了多环芳烃在空气-正辛醇分配比、多环芳烃在土壤中吸附参数、多环芳烃的生物浓度因子与分子几何参数关系的数学模型。用留一法证明:数学模型的预报可靠性较PLS算法建立的数学模型略优。
- 陈念贻陆文聪刘旭叶晨洲李国正
- 关键词：多环芳烃支持向量回归数学模型统计学习理论
- 二元溴化物系(MBr-M′Br_2)中间化合物形成规律的逐级投影法研究被引量：5
- 2002年
- 提出了一种新的模式识别建模方法-逐级投影法(hierarchical projection method),并将该方法用于二元溴化物系(MBr-M’Br_2)中间化合物形成规律的研究。在由原子键参数(z/r)_M、X_M'、I_M、I_M',张成的多维空间中,能形成和不能形成MBr-M'Br_2系中间化合物的样本点分布在不同的区域。利用HP方法得到的超多面体模型可描述MBr-M'Br_2系中间化合物在多维空间中分布区域的边界,在此基础上预报RbBr-CaBr_2和CsBr-CaBr_2这2个熔盐体系可形成中间化合物,结果得到实验证实。
- 陆文聪包新华刘亮孔杰阎立诚陈念贻
- 关键词：模式识别原子参数熔盐相图
