登录    注册    忘记密码

期刊文章详细信息

支持向量机及其他核函数算法在化学计量学中的应用    

Application of support vector machine and kernel function in chemometrics

  

文献类型:期刊文章

作  者:陈念贻[1] 陆文聪[1] 叶晨洲[2] 李国正[2]

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

出  处:《计算机与应用化学》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心