10.16652/j.issn.1004-373x.2017.03.027
基于LSSVM的六价铬含量预测模型
设计一种六价铬自动测量系统,为提高测量的准确度,使用最小二乘支持向量机(LSSVM)算法建立预测模型,并使用混合蛙跳算法优化LSSVM算法的参数,可避免算法收敛于局部最优,增强算法的泛化能力,减少算法对异常样本的预测偏差,提高精度。通过对神经网络模型及LSSVM模型进行仿真对比,结果显示LSSVM模型的六价铬含量预测误差更小。
支持向量机、六价铬、预测偏差、自动测量系统
40
TN911-34;TP391
四川省科技厅科技支撑计划15ZC0195;四川省人工智能重点实验室项目2013RZY03;企业信息化与物联网测控技术四川省高校重点实验室基金项目2013WZY04,2014WYY01;泸州老窖奖学金项目15LJZK04
2017-03-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
100-102