作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
家禽孵化是一个复杂的生物学过程,其过程参数的系统辨识对于实现后续精确控制有着重要意义.由于孵化的过程参数具有数据量获取困难、样本小的特点,而SVM是经过严格的数学推理而得,在解决小样本、非线性、过学习与欠学习、局部极小点问题中表现出许多特有的优势.为此,结合SVM的特点,将其应用于孵化过程.实验结果表明,采用SVM辨识方法对孵化过程控制系统的温度和湿度具有较好的预测效果.
推荐文章
禽蛋孵化过程组合预测研究
禽蛋
孵化
灰色预测
联想记忆神经网络
组合预测
基于SVM-UBM的语言辨识系统
语言辨识
支持向量机
序列核
高斯混合模型
全局背景模型
基于LS-SVM沼气净化变压吸附过程甲烷浓度建模
沼气提纯
变压吸附
PSA
LS-SVM
系统辨识
建模
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 基于SVM的禽蛋孵化过程系统辨识
来源期刊 农机化研究 学科 工学
关键词 禽蛋 孵化 SVM 系统辨识
年,卷(期) 2010,(7) 所属期刊栏目
研究方向 页码范围 30-33
页数 分类号 TP212
字数 3165字 语种 中文
DOI 10.3969/j.issn.1003-188X.2010.07.008
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 刘玫星 9 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (20)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (6)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
禽蛋
孵化
SVM
系统辨识
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
农机化研究
月刊
1003-188X
23-1233/S
大16开
黑龙江哈尔滨市哈平路156号
14-324
1979
chi
出版文献量(篇)
14318
总下载数(次)
39
总被引数(次)
94283
论文1v1指导