您的位置: 专家智库 > >

张新

作品数:2 被引量:2H指数:1
供职机构:河北联合大学更多>>
发文基金:河北省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 2篇拉速
  • 2篇钢坯
  • 1篇SVM

机构

  • 2篇河北联合大学
  • 1篇中国科学院自...

作者

  • 2篇陈至坤
  • 2篇王福斌
  • 2篇张新
  • 1篇吴保林
  • 1篇王一
  • 1篇陈世超

传媒

  • 1篇机械与电子
  • 1篇控制工程

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于拉速的钢坯重量SVM回归预测
2014年
钢坯定重切割是提高棒材轧制成材率的关键。系统分析了影响钢坯重量的因素,提出以拉速和钢坯长度作为输入特征量,建立了钢坯重量的支持向量机(SVM)回归预测模型,对钢坯重量进行预测。采集了每根钢坯的拉速、重量及长度数据组成训练样本及测试样本,试验结果表明,用拉速值和钢坯长度可以对钢坯重量进行较好的预测,提高了钢坯定重预报精度。
陈至坤张新王福斌陈世超
关键词:拉速支持向量机
小生境粒子群优化的SVM钢坯定重预报被引量:2
2015年
连铸钢坯定重切割,对提高棒材轧制成材率,降低钢坯原材料浪费及能耗具有重要意义。首先针对特定钢流,实验研究了影响钢坯重量的因素,确定了钢坯拉速这一关键影响参数。其次建立了钢坯重量的支持向量机(SVM)回归预测模型,以钢坯拉速作为特征输入量,对钢坯重量进行预测。最后,采用小生境粒子群优化(PSO)方法,优化SVM模型参数,得到PSO优化SVM参数的钢坯重量预测模型。并通过建立神经网络钢坯定重预报模型A及最小二乘钢坯定重预报模型,进行对比研究,研究结果表明,采用小生境粒子群优化后的SVM预报模型可显著提高钢坯定重预报精度。
王福斌陈至坤吴保林王一张新
关键词:支持向量机
共1页<1>
聚类工具0