第二十六讲支持向量机(SVM)简介及DPS应用操作 | 您所在的位置:网站首页 › svc svr svm › 第二十六讲支持向量机(SVM)简介及DPS应用操作 |
第二十六讲支持向量机 (SVM) 简介及 DPS 应用操作
徐静安 ; 吴芳
【期刊名称】 《上海化工》
【年 ( 卷 ), 期】 2018(043)006
【总页数】 7 页 (P8-14)
【作
者】 徐静安 ; 吴芳
【作者单位】 ;
【正文语种】 中
文
2014 年 11 月上海化工研究院化机所组织学术报告会,在彭东辉副总征集的论文 集初稿中读到“难过滤物料过滤过程的理论研究与实践”。在实验数据处理部分采 用比较前沿的数据驱动算法之一的支持向量机( SVM )算法对实验数据进行非线 性求解,预测一定过滤条件下的滤饼过滤性能。
笔者曾带教 2009 级学术硕士陈玉岩,该同学学习能力较强,探索应用人工神经网 络及遗传算法技术,“倒逼”导师学习,教学相长。由此我恶补了几本书,其中人 工神经网络著作的部分内容涉及 SVM 算法,所以看到上海化工研究院项目应用 SVM 的信息,尽管“小荷才露尖尖角”,也是倍感兴奋的。
两年前吴芳硕士从天津大学毕业来上海化工研究院工作,我曾调阅她的硕士论文 《橡胶混炼过程在线质量监控技术的应用研究》,了解到她有应用数学基础。我就 主动联系,希望我们把 SVM 算法静下来再学习,加深理解,以利于推广应用,以 免“以其昏昏,使人昭昭”。
|
CopyRight 2018-2019 实验室设备网 版权所有 |