基于LS-SVM的烧结矿碱度预报研究

• 作者: 宋强 常卫兵 李华 程国彪
• 来源期刊: 钢铁研究
• 学科: 工学
• 关键词: 碱度 最小二乘支持向量机 预测 神经网络
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 试验与研究
• 页码范围: 10-13
• 页数: 4页
• 分类号: TF123.11
• 字数: 3406字
• 语种: 中文

摘要

开发了最小二乘支持向量机(LS-SVM)模型,并用于对烧结矿碱度进行预测.仿真结果证明,本模型能在小样本贫信息的条件下对烧结矿碱度做出比较准确的预测.此种模型具有预测精度高、所需样本少、计算简便等优点.和BP神经网络算法相比,最小二乘支持向量机算法有很好的应用前景和推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋强	安阳工学院机械工程系	56	162	6.0	10.0