摘要: 用支持向量机(SVM)算法与原子参数方法相结合预报了KNO3-KBr、KNO3-KI、Cs,Li,Er Cl等含卤化物系的中间化合物形成情况.若干预报已得到实验证实.用留一法对比了SVM算法和若干传统的模式识别算法对AX-BX系和AX2-BX2系形成中间化合物,含稀土氯化物的盐系形成A3B2C19型和A2BCl5型化合物等的预报正确率,结果表明:SVM算法所建立的数学模型的预报正确率比Fisher法和KNN法高.
中图分类号:
刘旭, 陆文聪, 刘亮, 陈念贻, 叶晨洲, 杨杰. 支持向量机算法在若干熔盐相图中间相预报中的应用[J]. 应用科学学报, 2004, 22(1): 55-59.
LIU Xu, LU Wen-cong, LIU Liang, CHEN Nian-yi, YE Chen-zhou, YANG Jie. Support Vector Machine Technique Applied to Computerized Prediction of Intermediate Phases of Some Phase Diagrams of Molten Salt Systems[J]. Journal of Applied Sciences, 2004, 22(1): 55-59.