贵金属
貴金屬
귀금속
PRECIOUS METALS
2012年
2期
40-43
,共4页
冶金技术%生物氧化%优化%迭代法%LS-SVM%提金率
冶金技術%生物氧化%優化%迭代法%LS-SVM%提金率
야금기술%생물양화%우화%질대법%LS-SVM%제금솔
支持向量机(SVM)是一种新的具有优越特性的机器学习算法、最小二乘法支持向量机(LS-SVM)是SVM的一种改进算法,但是直接利用常规的LS-SVM对生物氧化提金预处理工艺参数优化存在着一些问题.通过引入迭代算法和LS-SVM对生物氧化提金预处理工艺参数离线数据进行参数预测相结合完成工艺参数的优化,此方法计算量相对较小,易于掌握,为企业生产提供了一个相对可靠的理论支持.
支持嚮量機(SVM)是一種新的具有優越特性的機器學習算法、最小二乘法支持嚮量機(LS-SVM)是SVM的一種改進算法,但是直接利用常規的LS-SVM對生物氧化提金預處理工藝參數優化存在著一些問題.通過引入迭代算法和LS-SVM對生物氧化提金預處理工藝參數離線數據進行參數預測相結閤完成工藝參數的優化,此方法計算量相對較小,易于掌握,為企業生產提供瞭一箇相對可靠的理論支持.
지지향량궤(SVM)시일충신적구유우월특성적궤기학습산법、최소이승법지지향량궤(LS-SVM)시SVM적일충개진산법,단시직접이용상규적LS-SVM대생물양화제금예처리공예삼수우화존재착일사문제.통과인입질대산법화LS-SVM대생물양화제금예처리공예삼수리선수거진행삼수예측상결합완성공예삼수적우화,차방법계산량상대교소,역우장악,위기업생산제공료일개상대가고적이론지지.
