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:
基于支持向量回归机(SVR)的算法,对在ε-insensitive和Quadratic两种损失函数下的两种核函数进行了研究与分析。在样本数据学习中,发现其预测精度远远高于BP神经网络的预测精度,且参数取值范围很大。针对本文支持向量回归机模型,给出了参数的取值范围,为SVM在类似工程上的应用提供了参考。
推荐文章
大掺量粉煤灰混凝土强度的LS-SVM预测
最小二乘支持向量机
大掺量粉煤灰混凝土
粉煤灰
强度
预测
配合比
训练样本
测试样本
混凝土中锚杆锚固强度的SVM回归模型
混凝土
锚杆
锚固强度
支持向量机
回归模型
SVM模型预测充填体强度
充填体
强度
预测
支持向量机
基于AdaBoost-SVM的混凝土坝变形预测模型
AdaBoost-SVM预测模型
变形
AdaBoost算法
SVM
预测精度
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SVM预测混凝土强度
来源期刊 石家庄理工职业学院学术研究 学科 工学
关键词 混凝土强度 向量回归机 预测 参数分析
年,卷(期) 2013,(1) 所属期刊栏目
研究方向 页码范围 1-4
页数 4页 分类号 TU528
字数 语种
DOI
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 武换娥 6 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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
混凝土强度
向量回归机
预测
参数分析
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
石家庄理工职业学院学术研究
季刊
大16开
河北省石家庄市中山路西端繁荣大街转石柏南
2006
chi
出版文献量(篇)
958
总下载数(次)
6
总被引数(次)
1212
论文1v1指导