首页 | 官方网站   微博 | 高级检索  
     

支持向量机回归算法在连铸漏钢预报中的应用研究
引用本文:田晴.支持向量机回归算法在连铸漏钢预报中的应用研究[J].工业控制计算机,2015(5).
作者姓名:田晴
作者单位:河北联合大学电气工程学院,河北 唐山,063000
基金项目:河北联合大学科学研究基金项目
摘    要:支持向量机SVM在模式识别方面广泛应用,其表现出很好的预测能力。连铸结晶器的粘结漏钢预报系统具有非线性、复杂性的特点。根据粘结漏钢原理,采用最小二乘支持向量机LSSVM方法对结晶器温度样本进行识别研究,从而实现连铸过程的漏钢预报。仿真结果表明,LSSVM模型在小样本下同样能快速训练样本参数,识别能力很强,精度较高。

关 键 词:最小二乘支持向量机  漏钢预报  温度识别

Support Vector Machine Regression Algorithm in Continuous Casting Breakout Prediction
Abstract:
Keywords:LSSVM  breakout  temperature recognition
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号