%0 Journal Article
%T SVM与BP神经网络在石煤提钒行业清洁生产评价中的对比研究
%A 刘振宇
%A 李 佳
%J 中南民族大学学报(自然科学版)
%D 2018
%R 10.12130/znmdzk.20180404
%X 为比较 BP 神经网络(ANN) 和支持向量机方法(SVM) 两种机器学习方法对清洁生产的评价能力， 以理论原理为基础，比较了两种机器学习算法在应用原理方面的差异．并以石煤提钒生产工艺中水浸工艺为对象， 对 BP 神经网络和支持向量机在清洁生产水平评价上进行了对比研究．结果表明: 支持向量机方法分类精度为 100%; BP神经网络为 90%但易陷入局部最优，因此支持向量机方法在解决小样本评价问题时具有较高的实用价值
%K 清洁生产 石煤提钒 支持向量机 BP 神经网络 评价方法
%U http://znzk.scuec.edu.cn/ch/reader/view_abstract.aspx?file_no=20180404&flag=1