原文服务方: 信息与控制       
摘要:
提出了一种基于支持向量机的软测量方法,并建立了青霉素发酵过程中菌丝浓度的软测量模型,通过实验分析了参数调整和核函数选择对支持向量机建模的影响.利用现场数据建立各种软测量模型可以发现,与其他软测量方法相比,支持向量机方法在理论上优于人工神经网络等其他建模方法.
推荐文章
基于深度集成支持向量机的工业过程软测量方法
支持向量机
软测量
深度置信网络
集成学习
预测
基于差分进化算法-最小二乘支持向量机的软测量建模
软测量
最小二乘支持向量机
差分进化算法
对羧基苯甲醛
基于向量投影的代谢支持向量机乙烯精馏产品质量软测量建模
动态建模
预测
模型
乙烯精馏
代谢支持向量机
向量投影
软测量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的软测量建模方法
来源期刊 信息与控制 学科
关键词 支持向量机 发酵 软测量 神经网络 部分最小二乘
年,卷(期) 2004,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 417-421
页数 5页 分类号 TP274
字数 语种 中文
DOI 10.3969/j.issn.1002-0411.2004.04.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 金以慧 清华大学自动化系 93 3280 28.0 55.0
2 黄德先 清华大学自动化系 76 1246 19.0 33.0
3 马勇 清华大学自动化系 3 226 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (3)
节点文献
引证文献  (137)
同被引文献  (90)
二级引证文献  (366)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(9)
  • 引证文献(9)
  • 二级引证文献(0)
2006(30)
  • 引证文献(27)
  • 二级引证文献(3)
2007(25)
  • 引证文献(11)
  • 二级引证文献(14)
2008(46)
  • 引证文献(15)
  • 二级引证文献(31)
2009(42)
  • 引证文献(13)
  • 二级引证文献(29)
2010(39)
  • 引证文献(8)
  • 二级引证文献(31)
2011(35)
  • 引证文献(8)
  • 二级引证文献(27)
2012(29)
  • 引证文献(8)
  • 二级引证文献(21)
2013(31)
  • 引证文献(6)
  • 二级引证文献(25)
2014(46)
  • 引证文献(8)
  • 二级引证文献(38)
2015(41)
  • 引证文献(7)
  • 二级引证文献(34)
2016(35)
  • 引证文献(7)
  • 二级引证文献(28)
2017(39)
  • 引证文献(3)
  • 二级引证文献(36)
2018(29)
  • 引证文献(3)
  • 二级引证文献(26)
2019(23)
  • 引证文献(3)
  • 二级引证文献(20)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
发酵
软测量
神经网络
部分最小二乘
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
论文1v1指导