支持向量机算法在熔盐相图数据库智能化中的若干应用

摘要：

支持向量机(SVM)方法可被用于熔盐系未知相图的计算机预报.将已知的二元卤化物系相图数据作为训练集,体系组分的离子半径和电负性作为特征量,用SVM方法可预报中间化合物的形成与否、熔化类型(同分熔化还是异分熔化)和估计中间化合物的熔点.本文报道了M2M'F4型的中间化合物的形成判据、M3M'Cl6型化合物的熔化类型的判据以及MM'X4型中间化合物熔点计算的回归方程式.用"留一法"检验所得的数学模型并将结果与传统的模式识别方法(Fisher法和KNN)进行了比较,结果表明:SVM的预报准确率比Fisher法和KNN法都高.因此,SVM方法有望成为计算机预报未知相图的有力工具.

关键词：支持向量机、熔盐相图、计算机预报、中间化合物、原子参数

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3页

页码：723-725