最优支持向量机用于谷胱甘肽发酵过程建模

最优支持向量机用于谷胱甘肽发酵过程建模
章哲庆;陆克中
【期刊名称】《福建电脑》
【年(卷),期】2016(032)006
【摘要】在构建谷胱甘肽的发酵模型时，模型的预测精度和泛化能力会因为试验数据中含有噪音而变的低下。

针对该问题，本文提出利用最小二乘支持向量机来构建发酵模型，在寻优支持向量机参数时利用量子粒子群优化算法来搜索，并形成最优支持向量机。

通过与BP神经网络模型进行对比的实验结果表明：该方法具有预测精度高、泛化能力强和鲁棒性好等特点，具有一定的应用价值。

【总页数】3页(P5-6,9)
【作者】章哲庆;陆克中
【作者单位】池州学院数学与计算机学院安徽池州 247000;池州学院数学与计算机学院安徽池州 247000
【正文语种】中文
【相关文献】
1.基于CCTSK模糊神经网络的谷胱甘肽发酵过程建模 [J], 谭左平;王士同;堵国成
2.基于混沌果蝇优化最小二乘支持向量机的秸秆发酵过程软测量建模 [J], 朱湘临;华天争
3.用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法 [J], 刘毅;王海清;李平
4.基于自适应加权最小二乘支持向量机的青霉素发酵过程软测量建模 [J], 赵超;李
俊;戴坤成;王贵评
5.基于机理模型和模糊加权最小二乘支持向量机(LSSVM)算法的农杆菌发酵过程混合建模与优化 [J], 邵玉倩; 宗原; 刘以安; 刘登峰
因版权原因，仅展示原文概要，查看原文内容请购买。