环氧树脂灌封胶的性能预测及配方优化

• 作者: 陈秀宇
• 来源期刊: 化工时刊
• 学科: 工学
• 关键词: 支持向量机 灌封胶 性能预测
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 科技进展
• 页码范围: 7-10
• 页数: 4页
• 分类号: TQ43
• 字数: 2221字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-154X.2007.03.003

摘要

支持向量机(SVM)是一种新型的机器学习方法,以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则,在小样本的机器学习中显示出了优异的性能.将SVM应用于双组分环氧树脂灌封胶的研制.通过对双组分环氧树脂灌封胶配方的学习,建立SVM推理模型,并结合穷举法对配方进行优化,结果表明所建SVM推理模型具有一定的预测能力,展示了其优越性和推广前景,可应用于胶粘剂配方的研制,对配方优化起到一定的指导作用.