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:
文章利用垃圾焚烧烟气的在线监测数据,探索建立二噁英类浓度与烟气中其他污染物浓度、工况参数的多元回归预测模型,从而实现对烟气中二噁英类浓度的间接实时监测,但受限于二噁英类浓度的监测成本高,可供回归预测训练的样本少的问题,线性回归预测模型的泛化能力较弱、稳定性较差.使用非线性的支持向量回归方法建模,有助于解决这一问题.文章使用3种核函数构建支持向量回归预测模型,应用华南地区某垃圾焚烧厂的10组监测数据作为训练集和测试集,比较了支持向量回归预测和多元线性回归预测的相对误差.研究结果表明,训练集为8组数据时,支持向量回归预测的相对误差明显小于多元线性回归,尤其是模型使用1阶多项式核函数和径向基核函数时的最大百分比误差较小,泛化能力较强.
推荐文章
垃圾焚烧烟气中二噁英类物质脱除技术研究
垃圾焚烧
二噁英
有机污染物
垃圾焚烧
基于医疗废物焚烧过程中二噁英的控制分析
医疗废物
焚烧
二噁英
控制机制
治理效果
基于支持向量回归的设备故障趋势预测
支持向量回归
BP神经网络
灰色模型
灰色-AR模型
故障趋势预测
焚烧烟气和大气中二噁英类气-固分布比较研究
二噁英类
气-固相浓度分布
Koa分配模型
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 垃圾焚烧烟气中二噁英类浓度的支持向量回归预测
来源期刊 可再生能源 学科 地球科学
关键词 垃圾焚烧 烟气 二噁英类 小样本 支持向量回归
年,卷(期) 2017,(8) 所属期刊栏目
研究方向 页码范围 1107-1114
页数 8页 分类号 TK6|X705
字数 6298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 廖利 华中科技大学环境科学与工程学院 48 438 12.0 17.0
2 卢加伟 4 12 2.0 3.0
3 肖晓东 华中科技大学环境科学与工程学院 2 4 1.0 2.0
7 海景 5 42 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (140)
共引文献  (2338)
参考文献  (24)
节点文献
引证文献  (1)
同被引文献  (31)
二级引证文献  (0)
1909(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(8)
  • 参考文献(2)
  • 二级参考文献(6)
2001(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(12)
  • 参考文献(1)
  • 二级参考文献(11)
2005(13)
  • 参考文献(0)
  • 二级参考文献(13)
2006(12)
  • 参考文献(2)
  • 二级参考文献(10)
2007(16)
  • 参考文献(1)
  • 二级参考文献(15)
2008(20)
  • 参考文献(2)
  • 二级参考文献(18)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(10)
  • 参考文献(2)
  • 二级参考文献(8)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(7)
  • 参考文献(3)
  • 二级参考文献(4)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
垃圾焚烧
烟气
二噁英类
小样本
支持向量回归
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
可再生能源
月刊
1671-5292
21-1469/TK
大16开
辽宁省营口市西市区银泉街65号
8-61
1983
chi
出版文献量(篇)
4935
总下载数(次)
14
总被引数(次)
41118
论文1v1指导