|
|||||
|
|
| 基于加权最小二乘支持向量机的下水道可燃气体分析 | |
| 作者姓名： | 曾燕成新文 王红旗蓝集明 陈林 |
| 作者单位： | 四川理工学院计算机学院,四川自贡,643000 |
| 基金项目： | 四川理工学院科研项目资助(2013KY04);自贡市科技局科研项目资助(2013D06)． |
| 摘 要： | 下水道可燃气体分析是城市下水道可燃气体监测预警系统的重要组成部分.该文针对BP神经网络对下水道可燃混合气体分析存在速度慢、容易陷入局部最优,以及标准最小二乘支持向量机鲁棒性差的缺点,建立了一种基于加权最小二乘支持向量机(WLS-SVM)的下水道可燃气体分析模型.加权最小二乘支持向量机模型采用最小二乘线性系统,对误差变量进行权值设定,提高了学习速度和学习精度.仿真结果表明:基于WLS-SVM的下水道可燃气体分析模型优于所比较的BP神经网络和最小二乘支持向量回归机2种模型,具有优良的预测精度和鲁棒性. |
| 关 键 词： | 加权最小二乘支持向量机 可燃气体 预测模型 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《西南师范大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《西南师范大学学报(自然科学版)》下载全文 | |