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:
为探索预测和控制卷烟焦油量的方法,根据卷烟焦油量与烟叶内在化学成分之间的关系,提出了基于支持向量机的卷烟焦油量预测方法.介绍了支持向量回归估计的学习算法,应用SVM方法建立了基于支持向量机的卷烟焦油量预测模型.计算实例表明,该方法能够根据烟叶中的化学成分测量值来预测卷烟的焦油量.
推荐文章
基于支持向量机的卷烟焦油预测
支持向量机
卷烟焦油含量
化学成分
预测模型
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
支持向量机在时间序列预测中的应用
支持向量机
BP神经网络
时间序列预测
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 卷烟焦油量的支持向量机预测
来源期刊 烟草科技 学科 工学
关键词 卷烟 焦油 预测模型 化学成分 支持向量机
年,卷(期) 2007,(10) 所属期刊栏目 烟草工艺
研究方向 页码范围 5-8
页数 4页 分类号 TS46
字数 3106字 语种 中文
DOI 10.3969/j.issn.1002-0861.2007.10.001
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 陈英武 国防科技大学信息系统与管理学院 164 2331 26.0 37.0
2 李孟军 国防科技大学信息系统与管理学院 44 583 8.0 23.0
3 王强 国防科技大学信息系统与管理学院 29 257 10.0 14.0
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  (65)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (25)
二级引证文献  (9)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
卷烟
焦油
预测模型
化学成分
支持向量机
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
烟草科技
月刊
1002-0861
41-1137/TS
大16开
郑州市高新技术产业开发区枫杨街2号
36-33
1957
chi
出版文献量(篇)
4374
总下载数(次)
11
总被引数(次)
45391
论文1v1指导