LS-SVM在织物烘干含水率预测中的精准应用
需积分: 9 46 浏览量
更新于2024-08-13
收藏 508KB PDF 举报
本文档主要探讨了"基于LS-SVM的织物烘干含水率模型的应用",发表于2015年的江南大学学报(自然科学版)第14卷第1期。作者赵边、全福江和叶斌来自华侨大学信息科学与工程学院,针对纺织品烘干过程中存在的问题——工艺参数设定不精确可能导致织物过烘或烘干不透,这不仅造成能源浪费,还可能降低产品质量。他们针对这一问题,研究了多元非线性回归、扩展的GM(1,1)和最小二乘支持向量机三种方法,用于建立织物干燥过程中含水率的预测模型。
在研究中,作者重点采用了最小二乘支持向量机模型,因为其能有效捕捉织物干燥过程中复杂的非线性关系。实验结果显示,相比于多元非线性和扩展GM(1,1)模型,LS-SVM模型的预测精度显著提高,预测值的平均误差仅为1.8%,显示出其在预测织物含水率方面的优越性能。这意味着,LS-SVM模型对于烘干环节的生产工艺选择具有很高的实用价值,能够为实际生产提供可靠的决策依据。
文章的关键领域包括纺织品烘干技术、含水率控制、预测建模以及最小二乘支持向量机算法在这些领域的应用。论文引用了中图分类号TP18和TS115.1,表明研究内容主要涉及计算机科学技术和纺织工程,文献标志码为A,文章编号为1671-7147(2015)01-0006-05,这表示这是一篇经过同行评审并发表的学术研究。
总结来说,这篇文章是一项实证研究,通过对比分析,证明了最小二乘支持向量机在织物烘干含水率预测上的优势,为优化烘干工艺过程提供了科学依据和技术支持。对于从事纺织工业或机器学习在生产制造中的应用研究者来说,这篇文章具有重要的参考价值。
2013-05-15 上传
2022-09-23 上传
2022-09-14 上传
2021-09-08 上传
2022-09-14 上传
2022-09-22 上传
2022-09-14 上传
2022-09-20 上传
weixin_38606206
- 粉丝: 3
- 资源: 926
最新资源
- MATLAB实现小波阈值去噪:Visushrink硬软算法对比
- 易语言实现画板图像缩放功能教程
- 大模型推荐系统: 优化算法与模型压缩技术
- Stancy: 静态文件驱动的简单RESTful API与前端框架集成
- 掌握Java全文搜索:深入Apache Lucene开源系统
- 19计应19田超的Python7-1试题整理
- 易语言实现多线程网络时间同步源码解析
- 人工智能大模型学习与实践指南
- 掌握Markdown:从基础到高级技巧解析
- JS-PizzaStore: JS应用程序模拟披萨递送服务
- CAMV开源XML编辑器:编辑、验证、设计及架构工具集
- 医学免疫学情景化自动生成考题系统
- 易语言实现多语言界面编程教程
- MATLAB实现16种回归算法在数据挖掘中的应用
- ***内容构建指南:深入HTML与LaTeX
- Python实现维基百科“历史上的今天”数据抓取教程