首页
|
本学科首页
官方微博
|
高级检索
全部专业
化学
晶体学
力学
数学
物理学
学报及综合类
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
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
引用本文:
李 佳,刘振宇.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[J].中南民族大学学报(自然科学版),2018(4):18-21.
作者姓名:
李 佳
刘振宇
作者单位:
中南民族大学 资源与环境学院学院,武汉 430074
基金项目:
湖北省自然科学基金资助项目(2016CFC772)
摘 要:
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.
关 键 词:
清洁生产
石煤提钒
支持向量机
BP
神经网络
评价方法
Clean Production Evaluation of Vanadium Extraction from StoneCoal by SVM and BP Neural Network: A Comparative Study
Abstract:
Keywords:
cleaner production
extraction vanadium from stone coal
SVM
BP-ANN
assessment methods
点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《中南民族大学学报(自然科学版)》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号