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:
以大量的煤质化验数据为基础,采用基于差分进化算法的支持向量机方法建立了利用工业分析计算元素分析的预测模型.结果表明,与其他模型相比,该模型具有更高的预测精度,且适用于更宽的煤质范围.
推荐文章
基于DE-SVM的船舶航迹预测模型
航迹预测
支持向量机(SVM)
差分进化(DE)算法
AIS
BP神经网络
基于DE-SVM非线性组合预测模型的研究
支持向量机
差分进化算法
非线性
组合预测
基于诱发因素响应与DE-SVM模型的滑坡位移预测
滑坡
位移预测
诱发因素响应
差分进化-支持向量机模型
三峡库区
基于元素分析的煤粉工业分析GA-SVM预测模型
煤粉
元素分析
工业分析
支持向量机
遗传算法
预测
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 利用煤的工业分析计算元素分析的DE-SVM模型
来源期刊 煤炭学报 学科 工学
关键词 煤质 工业分析 元素分析 支持向量机 差分进化算法
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 1721-1724
页数 4页 分类号 TQ533
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (173)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(6)
  • 参考文献(1)
  • 二级参考文献(5)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(16)
  • 参考文献(1)
  • 二级参考文献(15)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(13)
  • 参考文献(1)
  • 二级参考文献(12)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(8)
  • 参考文献(5)
  • 二级参考文献(3)
2008(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
煤质
工业分析
元素分析
支持向量机
差分进化算法
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
煤炭学报
月刊
0253-9993
11-2190/TD
大16开
北京和平里青年沟东路5号煤科院内
1964
chi
出版文献量(篇)
7172
总下载数(次)
13
论文1v1指导