仪器仪表与分析监测
儀器儀錶與分析鑑測
의기의표여분석감측
INSTRUMENTATION ANALYSIS MONITORING
2009年
2期
7-9
,共3页
支持向量机%橡胶混炼%BP网络%非线性回归
支持嚮量機%橡膠混煉%BP網絡%非線性迴歸
지지향량궤%상효혼련%BP망락%비선성회귀
支持向量机(SVM)是近年来发展起来的一种基于统计学习理论,采用结构风险最小化的新型学习机器.在单台机模型的基础上,将支持向量机非线性回归应用到橡胶混炼生产建模中,支持向量机模型是有效的.仿真结果显示,与BP网络模型相比,新模型具有更好的准确性,可有效的用于混炼质量指标的在线预测.
支持嚮量機(SVM)是近年來髮展起來的一種基于統計學習理論,採用結構風險最小化的新型學習機器.在單檯機模型的基礎上,將支持嚮量機非線性迴歸應用到橡膠混煉生產建模中,支持嚮量機模型是有效的.倣真結果顯示,與BP網絡模型相比,新模型具有更好的準確性,可有效的用于混煉質量指標的在線預測.
지지향량궤(SVM)시근년래발전기래적일충기우통계학습이론,채용결구풍험최소화적신형학습궤기.재단태궤모형적기출상,장지지향량궤비선성회귀응용도상효혼련생산건모중,지지향량궤모형시유효적.방진결과현시,여BP망락모형상비,신모형구유경호적준학성,가유효적용우혼련질량지표적재선예측.
