楼主: DL-er
500 0

基于支持向量机的故障过程趋势预测研究 [推广有奖]

  • 0关注
  • 6粉丝

会员

学术权威

74%

还不是VIP/贵宾

-

威望
0
论坛币
15 个
通用积分
1.0435
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
38540 点
帖子
3853
精华
0
在线时间
813 小时
注册时间
2017-9-5
最后登录
2018-6-30

楼主
DL-er 在职认证  发表于 2018-1-7 08:20:02 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:提出了运用SVM机器学习方法进行故障过程趋势预测的方法,并设计了一个实用的SVM回归算法对"Tennessee Eastman"工厂的实际数据进行仿真研究.结果表明,用SVM方法进行故障过程趋势预测,具有较强的抗噪能力,在样本量有限情况下,采用-不敏感损失函数得到的回归结果具有较高的实用价值.通过大量实验,给出了取值不同对估计结果的影响的一个具体实验结果,分析了取值对支持向量数目的控制作用.

原文链接:http://www.cqvip.com//QK/96569X/200211/7384637.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:支持向量机 趋势预测 向量机 cqvip East 支持向量机 故障过程 趋势预测 化工过程 反应器

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-25 19:10