计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2012年
2期
147-150
,共4页
陶怀志%蒲晓林%王贵%Pan Lijuan%Xiang Chaogang
陶懷誌%蒲曉林%王貴%Pan Lijuan%Xiang Chaogang
도부지%포효림%왕귀%Pan Lijuan%Xiang Chaogang
电动电位%多元线性回归%人工神经网络%支持向量机%泛化能力
電動電位%多元線性迴歸%人工神經網絡%支持嚮量機%汎化能力
전동전위%다원선성회귀%인공신경망락%지지향량궤%범화능력
应用多元线性回归、人工神经网络、支持向量机3种方法,对加入聚乙二醇、十二烷基苯磺酸钠、石油磺酸盐和部分水解聚丙烯酰胺四种处理剂的蒙脱土悬浮液的电动电位进行预测.在模型训练中,分别采用了神经网络集成和非启发式参数优化来提高人工神经网络和支持向量机模型的泛化能力.检验结果表明,参数优化的支持向量机模型预测精度最高,其平均误差率为3.88％,最大误差率为7.55％.
應用多元線性迴歸、人工神經網絡、支持嚮量機3種方法,對加入聚乙二醇、十二烷基苯磺痠鈉、石油磺痠鹽和部分水解聚丙烯酰胺四種處理劑的矇脫土懸浮液的電動電位進行預測.在模型訓練中,分彆採用瞭神經網絡集成和非啟髮式參數優化來提高人工神經網絡和支持嚮量機模型的汎化能力.檢驗結果錶明,參數優化的支持嚮量機模型預測精度最高,其平均誤差率為3.88％,最大誤差率為7.55％.
응용다원선성회귀、인공신경망락、지지향량궤3충방법,대가입취을이순、십이완기분광산납、석유광산염화부분수해취병희선알사충처리제적몽탈토현부액적전동전위진행예측.재모형훈련중,분별채용료신경망락집성화비계발식삼수우화래제고인공신경망락화지지향량궤모형적범화능력.검험결과표명,삼수우화적지지향량궤모형예측정도최고,기평균오차솔위3.88％,최대오차솔위7.55％.
