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:
针对中药浓缩过程中浓缩液浓度估计问题,提出了支持向量机的软测量建模方法.分析了中药浓缩过程及工艺,选择6个过程变量作为辅助变量,用支持向量回归的方法建立软测量模型,并利用过程数据进行参数寻优和校验.利用优化后的模型对中药浓缩过程浓度进行了预测,通过数据验证了模型的学习性能和泛化性能.结果表明建立的软测量模型实现了对中药浓度较为精确的预测,使用支持向量机方法建模用于小样本学习,计算速度快,具有较强的泛化性.
推荐文章
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
基于深度集成支持向量机的工业过程软测量方法
支持向量机
软测量
深度置信网络
集成学习
预测
基于支持向量机的隧道空间光环境质量软测量
光环境质量
软测量
最小二乘支持向量机
隧道空间
支持向量回归在乙烯裂解产物收率软测量中的应用
乙烯裂解
支持向量回归
微粒群优化算法
软测量
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 支持向量机在中药浓缩浓度软测量中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量回归 中药 浓度 软测量
年,卷(期) 2010,(5) 所属期刊栏目 工程与应用
研究方向 页码范围 240-242
页数 3页 分类号 TP274
字数 2668字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.05.072
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 程文明 西南交通大学机械工程研究所 196 1987 21.0 34.0
2 程跃 西南交通大学机械工程研究所 7 86 6.0 7.0
3 郑严 西南交通大学机械工程研究所 15 141 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (96)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (48)
二级引证文献  (18)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(6)
  • 参考文献(1)
  • 二级参考文献(5)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(12)
  • 参考文献(0)
  • 二级参考文献(12)
2004(10)
  • 参考文献(2)
  • 二级参考文献(8)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量回归
中药
浓度
软测量
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导