简介:结合偏最小二乘法和支持向量机的优缺点,提出基于偏最小二乘支持向量机的天然气消费量预测模型。首先,利用偏最小二乘法确定影响天然气消费量的新综合变量,建立以新综合变量为输入,天然气消费量为输出的支持向量机模型,对天然气消费量进行了预测;然后,与多元回归、偏最小二乘回归、普通支持向量机做误差检验比较,验证该方法的可行性与正确性。结果表明,此天然气消费量预测模型具有较高的精确度和应用价值。
简介:在实际生产过程中,数控机床由于热误差导致了相关零部件加工精度的降低。为了保证零部件的加工精度,以在线最小二乘支持向量机为基础对数控机床热误差进行建模。该方法在实际的运用过程中,可以减少甚至消除机床热误差带来的消极影响,使数控机床的加工精度处于比较稳定的水平。
简介:摘要介绍了利用最小二乘支持向量机,建立了以光通量衰减、环境湿度、尘埃比率等3个变量作为输入参数,等值附盐密度作为输出参数的绝缘子污秽等值盐密数学预测模型,并通过部分实验验证了模型的有效性。
简介:摘要在教师教学质量评估过程中,如何有效屏蔽或忽略学生的个人因素干扰,更加真实的体现出教师个人教学质量的实际水平,是一个迫切需要解决的问题。最小二乘支持向量机的多分类方法的学习以及小样本识别等方面有着独特的优势。提出了基于LSSVM的多分类模型,可被应用于教学质量评估系统中,经验证可获得较好的测试结果。
简介:用可见/近红外光谱动态检测鲜枣的可溶性固形物含量。试验时样品以0.1nds的速度运动,采集其可见/近红外漫反射光谱(350-2500nm)。用平均平滑法对120个赞皇枣样品、118个郎枣样品的光谱进行消噪处理,采用连续投影算法提取其特征波长,并建立相应的最小二乘支持向量机预测模型SPA/LS-SVM;同时将赞皇枣在500-1100nm范围的可见IS波近红外平滑光谱数据,郎枣在700-1500nm范围的平滑光谱数据用最小二乘支持向量机建立Smooth,LS-SVM预测模型,并对各自预测集样品(30个)的可溶性固形物含量进行预测和对比分析。结果表明:SPA/LS-SVM模型预测相关系数(赞皇枣0.833,郎枣0.847)与Smooth/LS-SVM模型预测相关系数(赞皇枣0.848,郎枣0.857)相差不大,且前者更精简,预测速度快,预测时间短,可以作为鲜枣可溶性固形物含量的一种动态检测方法,但模型的精度和稳定性需进一步提高。