基于LSSVM的六价铬含量预测模型

• 作者: 居锦武
• 来源期刊: 现代电子技术
• 关键词: 支持向量机 六价铬 预测偏差 自动测量系统
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 测试?测量?自动化
• 页码范围: 100-102
• 页数: 3页
• 分类号: TN911-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.03.027

摘要

设计一种六价铬自动测量系统，为提高测量的准确度，使用最小二乘支持向量机（LSSVM）算法建立预测模型，并使用混合蛙跳算法优化LSSVM算法的参数，可避免算法收敛于局部最优，增强算法的泛化能力，减少算法对异常样本的预测偏差，提高精度。通过对神经网络模型及LSSVM模型进行仿真对比，结果显示LSSVM模型的六价铬含量预测误差更小。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	居锦武	四川理工学院计算机学院	33	184	7.0	12.0