| 基于数据挖掘的铁水硅质量分数SVM预测方法 |
| |
| 引用本文： | 杨佳,许强,曹长修. 基于数据挖掘的铁水硅质量分数SVM预测方法[J]. 华中科技大学学报(自然科学版), 2009, 37(5): 68-71 |
| |
| 作者姓名： | 杨佳 许强 曹长修 |
| |
| 作者单位： | 重庆大学,自动化学院,重庆,400030;重庆工商大学,计算机科学与信息工程学院,重庆,400067 |
| |
| 基金项目： | 国家自然科学基金,重庆市科委自然科学基金 |
| |
| 摘 要： | 提出了一种基于蚁群聚类算法数据挖掘预处理的支持向量机(SVM)预测方法.利用其在处理大数据量、消除冗余信息等方面的独特优势,寻找与预测炉况同等的多个历史铁水硅质量分数,由此组成具有高度相似炉况特征的数据序列,将此数据序列作为SVM的训练数据.这种处理方法可减少数据量,提高预测的速度和精度.将该系统应用于铁水硅质量分数预测中,与单纯的SVM方法相比,具有较高的预测精度.
|
| 关 键 词： | 数据挖掘 炉况 支持向量机 蚁群聚类算法 铁水硅质量分数预测 |
SVM forecasting of hot metal silicon quality score using data mining |
| |
| Yang Jia,Xu Qiang,Cao Changxiu. SVM forecasting of hot metal silicon quality score using data mining[J]. JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE, 2009, 37(5): 68-71 |
| |
| Authors: | Yang Jia Xu Qiang Cao Changxiu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
