基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用支持向量机(SVM)来进行软测量建模,首先简要介绍nu-SVM的基本原理,随后利用它来建模重油催化裂化装置.理论分析和仿真研究表明,该方法泛化能力强、对样本的依赖程度低,比基于神经网络的软测量具有更好的性能.
推荐文章
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
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
基于支持向量机的隧道空间光环境质量软测量
光环境质量
软测量
最小二乘支持向量机
隧道空间
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
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nu-支持向量机的软测量技术
来源期刊 仪器仪表学报 学科 工学
关键词 支持向量机 软测量 泛化能力
年,卷(期) 2005,(8) 所属期刊栏目 测量、原理及方法
研究方向 页码范围 1033-1034
页数 2页 分类号 TP3
字数 1201字 语种 中文
DOI 10.3321/j.issn:0254-3087.2005.08.092
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 汪晓东 浙江师范大学信息学院 62 1198 16.0 33.0
2 张长江 浙江师范大学信息学院 58 423 13.0 17.0
3 张浩然 浙江师范大学信息学院 46 819 13.0 28.0
4 许秀玲 浙江师范大学信息学院 19 146 6.0 11.0
5 吴建斌 浙江师范大学信息学院 26 142 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
软测量
泛化能力
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
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
总被引数(次)
146776
论文1v1指导