基于支持向量机的软测量模型及应用

被引：4

作者：

陶秀凤

唐诗忠

周鸣争

机构：

[1] 安徽工程科技学院电气工程系

[2] 安徽工程科技学院计算机科学与工程系安徽芜湖

[3] 安徽芜湖

来源：

安徽工程科技学院学报(自然科学版) | 2004年 / 02期

关键词：

支持向量机; 软测量; 回归; 水分测量;

D O I：

暂无

中图分类号：

TP274.4 [];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

支持向量机(SupportVectormachine,简称SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法.针对软测量过程中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持向量机的软测量模型及算法.为小样本、非线性、高维数一类软测量问题的建模提供了一种有效的途径.通过对"纸张水分在线测量系统"应用表明,基于SVM的软测量模型及算法在测量精度和推广性能上都具有一定的优越性.

引用

页码：48 / 52

页数：5

共 5 条

[1] 基于遗传算法的曲线拟合及应用 [J].