支持向量机算法在氮化铝薄膜生长过程控制中的应用

被引：4

作者：

陈念贻

陆文聪

武海顺

许小红

机构：

[1] 上海大学理学院化学系计算机化学研究室,上海大学理学院化学系计算机化学研究室,山西师范大学化学系,山西师范大学化学系上海,上海,山西临汾,山西临汾

来源：

计算机与应用化学 | 2002年 / 06期

关键词：

氮化铝薄膜制备; 支持向量机算法; 实验设计;

D O I：

10.16866/j.com.app.chem2002.06.014

中图分类号：

O484.1 [薄膜的生长、结构和外延];

学科分类号：

摘要：

用作压电材料的氮化铝薄膜要求有100或002晶体取向。薄膜的晶体取向与薄膜制备时的溅射气压、靶基距、靶功率有关。本工作应用支持向量机算法总结实验数据的数学模型,并用留一法检验模型的预报能力。计算表明:支持向量机算法的预报能力较传统的模式识别算法如Fisher法或KNN法为佳。有希望成为实验设计的有用工具。

引用

页码：726 / 728

页数：3

共 5 条

[1] 支持向量机算法和软件ChemSVM介绍 [J].

陆文聪 ;

陈念贻 ;

叶晨洲 ;

李国正 .

计算机与应用化学, 2002, (06) :697-702

[2] 支持向量机及其他核函数算法在化学计量学中的应用 [J].

陈念贻 ;

陆文聪 ;

叶晨洲 ;

李国正 .

计算机与应用化学, 2002, (06) :691-696

[3]

模式识别方法在化学化工中的应用.[M].陈念贻等著;.科学出版社.2000,

[4] Drug design by machine learning: support vector machines for pharmaceutical data analysis [J].

Burbidge, R ;

Trotter, M ;

Buxton, B ;

Holden, S .

COMPUTERS & CHEMISTRY, 2001, 26 (01) :5-14

[5]

Chemometric methods applied to industrial optimization and materials optimal design.[J].Chen Nianyi;Lu Wencong;Chen Ruiliang;Li Chonghe;Qin Pei.Chemometrics and Intelligent Laboratory Systems.1999, 1

← 1 →