基于支持向量机的聚氯乙烯耐有机溶剂性能分类

• 作者: 刘树深 刘红艳 易忠胜
• 来源期刊: 桂林工学院学报
• 学科: 化学
• 关键词: 支持向量机 SVM 耐蚀性 聚氯乙烯 溶解度参数
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 材料科学与应用化学
• 页码范围: 474-479
• 页数: 6页
• 分类号: O6-04
• 字数: 3315字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9057.2004.04.018

摘要

支持向量机是一类全新的小样本统计学习方法,它通过支持向量对样本进行分类或统计回归.将其应用于对非晶态聚氯乙烯的耐有机溶剂性能进行分类研究.选择74种溶剂(73种有机溶剂和水)的溶解度参数分量,即色散参数(δds)、偶极参数(δps)、氢键参数(δhs)为描述变量,采用径向基核函数,以留一法交互检验的识别率为目标函数进行支持向量分类.当选择SVM参数C=512及径向基核函数参数γ=0.5×10-3时,SVM对PVC耐蚀性能分类的模型识别率为94.59%,LOO识别率为91.89%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	易忠胜	桂林工学院材料与化学工程系	16	219	6.0	14.0
2	刘树深	桂林工学院材料与化学工程系	14	146	4.0	12.0
6	刘红艳	桂林工学院材料与化学工程系	9	35	4.0	5.0