学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
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
:
论文数:
引用数:
h-index:
机构:
刘亮
杨柳
论文数:
0
引用数:
0
h-index:
0
机构:
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
杨柳
双菊荣
论文数:
0
引用数:
0
h-index:
0
机构:
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
双菊荣
陈旸
论文数:
0
引用数:
0
h-index:
0
机构:
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
陈旸
论文数:
引用数:
h-index:
机构:
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
收藏
页码:737 / 740
页数:4
相关论文
未找到相关数据
未找到相关数据