基于迭代LS-SVM生物氧化提金预处理工艺参数优化算法的研究

是 否 +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~ !

立即领取

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：支持向量机（SVM）是一种新的具有优越特性的机器学习算法、最小二乘法支持向量机（LS-SVM）是SVM的一种改进算法,但是直接利用常规的LS-SVM对生物氧化提金预处理工艺参数优化存在着一些问题。通过引入迭代算法和LS-SVM对生物氧化提金预处理工艺参数离线数据进行参数预测相结合完成工艺参数的优化,此方法计算量相对较小,易于掌握,为企业生产提供了一个相对可靠的理论支持。

原文链接:http://www.cqvip.com//QK/91992X/201202/42663323.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。）

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

分享0 收藏0 回帖

关键词：SVM 预处理 机器学习算法 支持向量机 cqvip 冶金技术 生物氧化 优化 迭代法 LS-SVM