机动车综合排气性能的支持向量分类和预报方法

被引:4
作者
刘亮
杨柳
双菊荣
陈旸
陆文聪
机构
[1] 上海大学理学院化学系计算机化学研究室,广州市环境监测中心站,广州市环境监测中心站,广州市环境监测中心站,上海大学理学院化学系计算机化学研究室上海,广州,广州,广州,上海
关键词
支持向量机; 过拟合; 机动车; 预报;
D O I
10.16866/j.com.app.chem2002.06.018
中图分类号
X831 [大气监测];
学科分类号
0706 ; 070602 ;
摘要
支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。由于它根据严格的数学理论,同时考虑了拟合精度和对过拟合的抑制,故能基于小样本集作较可靠的计算机预报。本工作用这一算法研究了11类排量为125cc的四冲程摩托车的综合排气性能的分类和预报方法,并用留一法比较了SVM算法与Fisher法和KNN法的预报准确率。结果表明:SVM算法所建立的数学模型的预报正确率比Fisher法和KNN法高,因此,SVM算法可望应用于环保领域。
引用
收藏
页码:737 / 740
页数:4
相关论文
empty
未找到相关数据