• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

高学金 (高学金.) (学者:高学金) | 王普 (王普.) | 孙崇正 (孙崇正.) | 易建强 (易建强.) | 张亚庭 (张亚庭.) | 张会清 (张会清.)

收录:

CQVIP PKU CSCD

摘要:

由于微生物发酵过程的复杂性和高度非线性,更多的简单的数学模型不能很好地描述这类生化系统.支持向量机(SVM)是近几年发展起来的机器学习的新方法,它较好地解决了小样本、非线性、高维数和局部极小点等实际问题.SVM方法建立了青霉素效价预估模型,此模型具有良好的拟合和泛化能力.通过实验分析了SVM参数调整对支持向量机建模的影响.通过由现场数据建立的各种模型可以发现,SVM建模方法优于神经网络(ANN)建模方法.

关键词:

人工神经网络 建模 支持向量机 青霉素发酵

作者机构:

  • [ 1 ] [高学金]北京工业大学
  • [ 2 ] [王普]北京工业大学
  • [ 3 ] [孙崇正]北京工业大学
  • [ 4 ] [易建强]中国科学院
  • [ 5 ] [张亚庭]北京工业大学
  • [ 6 ] [张会清]北京工业大学

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

相关文章:

来源 :

系统仿真学报

ISSN: 1004-731X

年份: 2006

期: 7

卷: 18

页码: 2052-2055

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: 27

中文被引频次:

近30日浏览量: 2

归属院系:

在线人数/总访问数:578/2907919
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司