原文服务方: 核动力工程       
摘要:
数据挖掘是在大量数据中发现有用的、人们感兴趣的信息的过程.支持向量机(SVM)是数据挖掘中的一项新技术;而支持向量回归机(SVR)是SVM在回归估计中的应用的体现.与传统的方法相比,SVR具有无事先人为强加性,直接由数据内在关系拟合而成,得到的结果更准确.本文介绍了SVR数学原理,并且利用SVR来处理核工程严重事故实验中熔融液滴运动的数据.
推荐文章
核工程中的不符合项控制
核工程
不符合项
控制
核工程中设备的采购及质量控制
核工程
采购
质量控制
影响核工程安装工作的几点因素探究
核工程安装
工程设计
土建施工
施工进度
核工程土建及安装质量的保证及控制研究
核工程
土建过程
质量控制
核电站
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 核工程中的数据挖掘
来源期刊 核动力工程 学科
关键词 数据挖掘 支持向量机 支持向量回归机
年,卷(期) 2009,(4) 所属期刊栏目 其他
研究方向 页码范围 105-107,112
页数 4页 分类号 TP274|TK124
字数 语种 中文
DOI
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 赵福宇 西安交通大学动力工程多项流国家重点实验室 45 169 8.0 10.0
2 蒋波涛 西安交通大学动力工程多项流国家重点实验室 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (7)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2019(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
数据挖掘
支持向量机
支持向量回归机
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
核动力工程
双月刊
0258-0926
51-1158/TL
大16开
1980-01-01
chi
出版文献量(篇)
4821
总下载数(次)
0
总被引数(次)
19304
论文1v1指导