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

来源：

计算机与应用化学 | 2002年 / 06期

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

页码：737 / 740

页数：4