期刊文章详细信息
支持向量机在工业过程中的应用
Application of support vector machine in industrial process
文献类型：期刊文章
机构地区：[1]北京化工大学自动化研究所,北京100029
年 份：2005
卷 号：22
期 号：3
起止页码：195-200
语 种：中文
收录情况：BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、JST、ZGKJHX、核心刊
摘 要：支持向量机(SVM)是一种基于统计学习理论,针对小样本学习问题的通用学习算法,它采用结构风险最小化(Structural risk minimization,SRM)准则,大大提高了模型的泛化能力,成功地解决了神经网络的过学习问题。目前主要应用在模式识别领域,在工业过程中的应用相对较少。本文首先从理论研究、算法结构、参数选择和扩展SVM 4个方面详细介绍了近些年来支持向量机的研究进展;然后对SVM在工业过程中的应用现状进行分析,指出进一步研究的方向。
关 键 词：支持向量机 核函数 工业过程应用
分 类 号：TP18]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
