工业控制计算机
工業控製計算機
공업공제계산궤
INDUSTRY CONTROL COMPUTER
2015年
5期
49-50
,共2页
最小二乘支持向量机%漏钢预报%温度识别
最小二乘支持嚮量機%漏鋼預報%溫度識彆
최소이승지지향량궤%루강예보%온도식별
LSSVM%breakout%temperature recognition
支持向量机SVM在模式识别方面广泛应用，其表现出很好的预测能力。连铸结晶器的粘结漏钢预报系统具有非线性、复杂性的特点。根据粘结漏钢原理，采用最小二乘支持向量机LSSVM方法对结晶器温度样本进行识别研究，从而实现连铸过程的漏钢预报。仿真结果表明，LSSVM模型在小样本下同样能快速训练样本参数，识别能力很强，精度较高。
支持嚮量機SVM在模式識彆方麵廣汎應用，其錶現齣很好的預測能力。連鑄結晶器的粘結漏鋼預報繫統具有非線性、複雜性的特點。根據粘結漏鋼原理，採用最小二乘支持嚮量機LSSVM方法對結晶器溫度樣本進行識彆研究，從而實現連鑄過程的漏鋼預報。倣真結果錶明，LSSVM模型在小樣本下同樣能快速訓練樣本參數，識彆能力很彊，精度較高。
지지향량궤SVM재모식식별방면엄범응용，기표현출흔호적예측능력。련주결정기적점결루강예보계통구유비선성、복잡성적특점。근거점결루강원리，채용최소이승지지향량궤LSSVM방법대결정기온도양본진행식별연구，종이실현련주과정적루강예보。방진결과표명，LSSVM모형재소양본하동양능쾌속훈련양본삼수，식별능력흔강，정도교고。
SVM is widely used in the pattern recognition.lt shows prediction ability wel .For the bonding breakout prediction system of the continuous casting is nonlinear,complexity.According to the principle of sticking breakout,the least squares support vector machine LSSVM method has been adopt for identification of the crystal ize temperature sample,so as to realize the prediction of breakout in continuous casting process.The simulation results show that the LSSVM model cans quickly the training sample parameters in the smal sample.lt shows strong recognition ability,high precision.
