机动车综合排气性能的支持向量分类和预报方法

摘要：

支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法.由于它根据严格的数学理论,同时考虑了拟合精度和对过拟合的抑制,故能基于小样本集作较可靠的计算机预报.本工作用这一算法研究了11类排量为125cc的四冲程摩托车的综合排气性能的分类和预报方法,并用留一法比较了SVM算法与Fisher法和KNN法的预报准确率.结果表明:SVM算法所建立的数学模型的预报正确率比Fisher法和KNN法高,因此,SVM算法可望应用于环保领域.

关键词： 支持向量机 过拟合 机动车 环保指数 排气性能

作者: 刘亮 杨柳 双菊荣 徐勋华 陆文聪 陈念贻

作者单位: 上海大学化学系(上海) 广州市环境监测中心站(广州) 同济大学计算机系(上海)

会议类型: 国内会议

会议名称: 中国化学会2002年学术会议

会议地点: 杭州

会议语种:中文

页码: 231-232

在线出版日期: 2002-12-01（万方平台首次上网日期，不代表论文的发表时间）