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:
在简化环模制粒机模型的基础上确定了输入输出变量.将实验测得的数据样本分为训练集和测试集,运用SVR算法建立了SVM模型,预测了环模制粒机的输出,并在Matlab中实现.均方根误差MSE和平方相关系数R都在允许的范围内,取得了良好的预测效果.
推荐文章
基于ε-SVR算法的隧道围岩位移演化规律预测
隧道工程
ε-SVR算法
围岩位移
演化规律
基于SVR的煤矿地下水位预测模型
支持向量机
回归算法
煤矿地下水位
预测模型
基于CS-SVR模型的短期风电功率预测
功率预测
布谷鸟搜索算法
支持向量回归机
参数寻优
异常数据剔除
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SVR算法的环模制粒机输出预测
来源期刊 工业控制计算机 学科
关键词 环模制粒机 SVR 预测
年,卷(期) 2013,(12) 所属期刊栏目 测控系统
研究方向 页码范围 56-58
页数 3页 分类号
字数 2580字 语种 中文
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 吴建国 南通大学电气工程学院 44 201 8.0 11.0
2 薛源 南通大学电气工程学院 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (4)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (6)
二级引证文献  (19)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
环模制粒机
SVR
预测
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
工业控制计算机
月刊
1001-182X
32-1764/TP
大16开
南京市龙蟠路173号江苏省计算技术研究所
28-60
1988
chi
出版文献量(篇)
13243
总下载数(次)
60
总被引数(次)
46621
论文1v1指导