基于SVM的核动力管道腐蚀状态评估方法研究

• 作者: 夏志敏 张大发 张耀 陈永红
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 工学
• 关键词: 支持向量机 核动力管道 腐蚀 状态评估
• 年，卷（期）: 2010,（5）
• 页码范围: 1014-1017
• 分类号: TP301
• 字数: 3071字
• 语种: 中文
• DOI: 10.3963/j.issn.1006-2823.2010.05.038

摘要

支持向量机(SVM)是根据统计学理论提出的一种新的通用机器学习方法,在解决小样本分类评估等工程实际问题中具有独特的优势.文中根据腐蚀状态与腐蚀影响因素之间复杂的映射关系,通过采用不同的核函数建立支持向量机分类评估模型对核动力某管道的腐蚀状态进行了评估.计算结果表明,采用RBF核函数的计算速度较快,结果较准确,运用支持向量机方法对核动力管道进行腐蚀评估在样本有限的情况下具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张大发	海军工程大学核能科学与工程系	65	403	11.0	15.0
2	张耀	海军工程大学核能科学与工程系	5	30	3.0	5.0
3	陈永红	海军工程大学核能科学与工程系	9	54	5.0	7.0
4	夏志敏	海军工程大学核能科学与工程系	1	1	1.0	1.0