您的位置： 专家智库 > >

邸真珍

作品数：3 被引量：4H指数：1
供职机构：华东理工大学信息科学与工程学院更多>>
相关领域：自动化与计算机技术理学化学工程更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇化学工程
  • 1篇理学

主题

  • 3篇支持向量
  • 3篇支持向量机
  • 3篇软测量
  • 3篇向量机
  • 3篇丙烯
  • 3篇丙烯腈
  • 2篇向量
  • 1篇预处理
  • 1篇软测量建模
  • 1篇数据预处理
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇鲁棒
  • 1篇鲁棒性
  • 1篇基于支持向量...
  • 1篇核函数
  • 1篇泛化
  • 1篇泛化能力

机构

  • 3篇华东理工大学

作者

  • 3篇邸真珍
  • 2篇蒋爱平

传媒

  • 1篇自动化仪表
  • 1篇世界仪表与自...

年份

  • 1篇2006
  • 2篇2005
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于支持向量机软测量技术的应用被引量：3
2006年
软测量技术在工业过程控制中得到广泛的应用。在软测量建模过程中,基于支持向量机的算法能较好地解决小样本、非线性、高维数、局部极小点等问题。在简单介绍最小二乘支持向量机算法的基础上,提出了一种新的改进算法———多输入多输出最小二乘支持向量机算法,将其应用到丙烯腈收率的预测模型中,并且与传统的神经网络算法以及多输入单输出最小二乘支持向量机算法进行建模比较。结果表明,这种算法可以在付出轻微代价的基础上,实现多输入多输出模型的软测量,并取得良好的效果。
邸真珍蒋爱平
关键词：支持向量机软测量丙烯腈
最小二乘支持向量机在软测量建模中的应用被引量：1
2005年
支持向量机(Support Vector Machine．SVM)应用结构风险最小化理论，从训练集中选择一组特征子集。使得对特征子集的线性划分等价于对整个数据集的分割。支持向量机最初应用于模式识别，随后开始在信号处理、函数逼近等领域也得到了广泛发展。支持向量机与神经网络等常用方法相比，其具有泛化性好、建模所需学习数据较少等优点。
邸真珍蒋爱平
关键词：最小二乘支持向量机软测量丙烯腈数据预处理
支持向量机在软测量中的应用
支持向量机是机器学习算法中较为成熟的一种，因为其具有小样本建模能力强，泛化性能好，鲁棒性较好等优点，有着很广泛的应用。本课题中主要研究了以下问题： 1)简要介绍了机器学习算法中的结构风险最小化理论，并给出了支持向...
邸真珍
关键词：支持向量机软测量丙烯腈泛化能力鲁棒性核函数
文献传递网络资源链接
全选 清除 导出
共1页<1>
聚类工具0