基于支持向量机的高炉铁水硅含量多类别分类

• 作者: 渐令 王义康 龚淑华
• 来源期刊: 浙江大学学报（理学版）
• 学科: 工学
• 关键词: 支持向量机 分类器 高炉铁水硅含量 聚类 交叉验证
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 282-285
• 页数: 4页
• 分类号: TP181
• 字数: 3198字
• 语种: 中文
• DOI: 10.3321/j.issn:1008-9497.2007.03.010

摘要

支持向量机是基于统计学习理论发展而来的一种机器学习算法,本文介绍了非线性软间隔分类机、最小二乘分类机和加权最小二乘分类机的算法.以山东莱钢1号高炉在线采集数据作为应用案例,使用C-均值算法对[Si]做聚类分析将其分成5类,改进M-ary分类方法实现对铁水硅质量分数[Si]的多类别分类,并对各分类机的性能作出评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	渐令	中国石油大学数学与计算科学学院	2	57	2.0	2.0
3	王义康	中国计量学院理学院	28	121	5.0	10.0
6	龚淑华	浙江大学数学系	2	43	2.0	2.0