灰色特征加权LSSVM在砷盐除钴中的应用
Gaojishu Tongxin/Chinese High Technology Letters（2012）
摘要
针对砷盐净化除钴中影响钴离子浓度预测的因素影响程度不同和数据噪声造成的钴离子浓度预测精度较低的问题,提出一种新的钴离子浓度预测模型——灰色特征加权最小二乘支持向量机(LSSVM)模型.该模型采用灰色累加的方法削弱原始数据中的噪声,并通过对砷盐除钴反应影响较为明显的因素的分析,根据影响因素的重要程度分别赋予其不同的特征权重,以提高LSSVM的预测精度；利用动态分级微粒群算法的快速收敛性和全局优化能力,优化选取LSSVM模型的两个关键参数——惩罚因子C和核参数σ,以避免参数选择的盲目性.基于选取的砷盐净化除钴过程生产数据进行了仿真,结果表明,灰色特征加权LSSVM的预测精度高,预测值能很好地跟踪实际钴离子浓度的变化趋势,满足砷盐除钴过程钴离子浓度预测的要求.
更多查看译文
关键词
Cobalt ion,Feature-weighted,Grey accumulation,Least squares support vector machine (LSSVM),Particle swarm optimization
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要