方骏
- 作品数：4 被引量：46H指数：4
- 供职机构：浙江大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：理学环境科学与工程自动化与计算机技术更多>>
- Boosting算法在近红外光谱分析中的应用被引量：5
- 2004年
- Ｂｏｏｓｔｉｎｇ是一种新型的机器学习算法 ,其主要用于提高回归算法的性能。介绍了一种以ＲＢＦ神经网络为基础学习机的Ｂｏｏｓｔｉｎｇ回归算法 ,并将此算法应用于油品辛烷值分析中 ,与常用的油品分析技术偏最小二乘法 (ＰＬＳ)、多元线性回归(ＭＬＲ)方法和单个ＲＢＦ神经网络的拟和预测效果对比分析。结果显示 ,该算法具有学习速度快、跟踪性能好、范化能力等优点。
- 乐斌吴铁军方骏
- 关键词：BOOSTING光谱分析辛烷值分析技术
- 基于混合神经网络模型的污水COD值预估法被引量：6
- 2003年
- 提出了一种基于物理测量的COD值快速预估方法,它采用混合神经网络模型直接由UV分光光度计测得的吸光度数据预估出水样的COD值。实例分析表明,采用该混合模型具有比常规的BP网络和传统回归模型更好的预估精度,同时混合模型的预估值与标准分析值之间也有着良好的相关性。
- 方骏戴连奎
- 关键词：水质分析COD预估方法
- 基于支持向量机的柴油十六烷值近红外光谱测量方法被引量：32
- 2004年
- 提出一种基于最小二乘支持向量机(LS SVM)的柴油十六烷值近红外光谱测量方法。该方法用聚类分析法对训练样本进行了一次筛选,然后用最小二乘支持向量机建立柴油十六烷值的预测模型。实验结果表明该方法不仅可以显著减少计算时间,在预测精度上比常用的多元线性回归和偏最小二乘等方法有显著提高。
- 姚肖刚戴连奎方骏
- 关键词：最小二乘支持向量机聚类分析近红外光谱柴油十六烷值
- 支持向量机在工业质量检测中的应用研究
- 该文的一个目的是探讨SVM在工业应用中的可能性及有效性,该文选择的主要应用领域为推断测量,用于水质COD值的监测和连续重整装置中的参数检测.在解决各个特定的工程问题时,该文又针对各自的特点,提出了相应的改进算法以便于应用...
- 方骏
- 关键词：统计学习理论支持向量机自适应加权连续重整装置递推前向神经网络
- 文献传递
