%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