基于LS-SVM的柴油机润滑油中磨粒含量预测

• 作者: 李霜 杨晓京 郭志伟
• 来源期刊: 润滑与密封
• 学科: 工学
• 关键词: 最小二乘支持向量机 磨损磨粒 浓度预测
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 试验研究
• 页码范围: 46-48
• 页数: 3页
• 分类号: TP183
• 字数: 2634字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-0150.2009.02.014

摘要

介绍了最小二乘支持向量机(LS-SVM)回归算法的基本原理,并以490BPG型柴油机润滑油中磨损磨粒为研究对象,使用LS-SVM对磨粒的浓度数据进行了回归拟合并预测,并与基于人工神经网络的预测模型的预测结果进行了比较.结果表明,LS-SVM的预测模型的精确度较高,泛化能力强,是用于润滑油中磨粒浓度预测的一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓京	昆明理工大学现代农业工程学院	115	997	17.0	28.0
2	李霜	昆明理工大学现代农业工程学院	5	66	4.0	5.0
3	郭志伟	昆明理工大学现代农业工程学院	8	82	5.0	8.0