支持向量机及其他核函数算法在化学计量学中的应用

摘要：

化学、化工领域中多数数据处理问题属于数学中的"不适定问题"(ill-posed problem),而传统的化学计量学算法如线性和非线性回归,人工神经网络等忽略了这一特点,将其作为"适定问题"(well-posed problem)求解,是引发数据处理中"过拟合"问题的重要原因.近年来新提出的"支持向量机算法"适合于处理不适定问题,能限制过拟合,且因采用核函数算法,能有效处理非线性数据集,与当前化学化工中应用极广的人工神经网络相比,优越性明显,在化学化工中具有巨大的应用潜力.

关键词：不适定问题、过拟合、支持向量机算法、化学化工中的应用

所属期刊栏目：19

分类号：O06-04

资助基金：国家自然科学基金委员会和美国福特公司联合资助项目9716214;美国福特公司联合资助项目9716214

在线出版日期：2004-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：691-696