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:
利用支持向量机建立工业分析与元素分析的转化模型,并采用遗传算法对工况进行参数寻优(即GA-SVM模型),为燃烧提供了更好的指导.实验结果表明,模型具有更高的预测精度,且适用于更宽的煤质范围,研究成果具有一定理论意义和应用价值.
推荐文章
运用GA-SVM模型的砂石骨料分类方法
人工砂石
骨料分类
破碎工序
遗传算法
支持向量机
混沌序列GA-SVM模型在滑坡监测中的应用
滑坡位移预测
相空间重构
混沌分析
遗传算法
支持向量机
基于GA-SVM模型的长江干线港口集装箱需求量预测
长江干线
集装箱
需求预测
遗传算法
GA-SVM模型
高炉焦炭质量的GA-SVM模型预测
焦炭质量
支持向量机
遗传算法
预测模型
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 GA-SVM模型在煤质分析中的应用
来源期刊 微型电脑应用 学科 工学
关键词 煤质 工业分析 元素分析 支持向量机(SVM) 遗传算法(GA)
年,卷(期) 2014,(8) 所属期刊栏目 开发应用
研究方向 页码范围 49-51
页数 3页 分类号 TP273
字数 2856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 肖洪 河海大学机电工程学院 24 81 5.0 8.0
2 杜宁 河海大学机电工程学院 1 0 0.0 0.0
3 黄喜军 河海大学机电工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (54)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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(SVM)
遗传算法(GA)
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导