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! |