期刊文章详细信息
文献类型:期刊文章
机构地区:[1]上海大学理学院化学系计算机化学研究室,上海200436 [2]上海交通大学图象及模式识别研究所,上海200030
基 金:国家自然科学基金委和美国福特公司联合资助(9716214)
年 份:2002
卷 号:19
期 号:6
起止页码:691-696
语 种:中文
收录情况:BDHX、BDHX2000、CAS、CSCD、CSCD2011_2012、JST、ZGKJHX、核心刊
摘 要:化学、化工领域中多数数据处理问题属于数学中的“不适定问题”(ill-posed problem),而传统的化学计量学算法如线性和非线性回归,人工神经网络等忽略了这一特点,将其作为“适定问题”(well-posed problem)求解,是引发数据处理中“过拟合”问题的重要原因。近年来新提出的“支持向量机算法”适合于处理不适定问题,能限制过拟合,且因采用核函数算法,能有效处理非线性数据集,与当前化学化工中应用极广的人工神经网络相比,优越性明显,在化学化工中具有巨大的应用潜力。
关 键 词:核函数算法 化学计量学 应用 不适定问题 过拟合 支持向量机算法 化学 化工 数据处理
分 类 号:O6-04[化学类] TQ015.9]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...