%0 Journal Article
%T 基于核主元分析和支持向量机的f-cao含量预测
%A 舒云星
%J 武汉理工大学学报
%D 2008
%X ？将核主元分析和支持向量机相结合,运用核主元分析对数据样本进行非线性特征提取,得到更易于回归的特征主元分量,达到了降低支持向量机的输入空间维数,然后运用最小二乘支持向量机进行训练,通过网格搜索和交叉验证确定最小二乘支持向量机的最优参数。建立了预测水泥熟料游离氧化钙含量的核主元分析支持向量机模型。计算结果表明提出的模型能有效地预测水泥熟料游离氧化钙含量。
%K 游离氧化钙
%K 软测量
%K 核主元分析
%K 支持向量机
%U http://www.whlgdxxb.com.cn//qikan/Cpaper/zhaiyao.asp?bsid=26355