基于支持向量机的软测量技术及其应用

摘要：

支持向量机(SVM) 是一种基于结构风险最小化原理,具有很好推广性能的学习算法.讨论了基于最小二乘支持向量机(LS-SVM)的软测量数据建模原理和方法,并将其应用在汽车排放的氮氧化合物NOX软测量中.通过与基于神经网络的软测量方法进行比较,结果显示出SVM的明显的优势,特别是对小样本、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.

关键词：软测量、支持向量机、最小二乘支持向量机

所属期刊栏目：24

分类号：TP39(计算技术、计算机技术)

资助基金：四川省教育厅资助项目2004B024

在线出版日期：2005-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：77-79