多核小波支持向量机在Carrousel氧化沟系统的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(41171341)


Application of Wavelet Multi Kernel Learning on Carrousel Oxidation Ditch System
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    Carrousel氧化沟广泛应用于城市污水处理, 但污水处理的效果受到水质和环境因素影响很大, 难以建立精确的预测模型. 现有的机器学习方法普遍预测效果较差, 为了准确预报污水处理的效果, 本文采用多核小波支持向量机进行建模, 实验表明该方法提高了预报的精确度, 适合用于氧化沟系统的实时在线预测.

    Abstract:

    Carrousel oxidation ditch has been widely used in sewage disposal system, however the result of sewage disposal was affected by water quality and environmental factors, so it is difficult to build a precise prediction model. The existing method of machine learning algorithm usually gets a poor result in prediction. In order to precisely predict the result, this essay uses the multi-kernel wavelet support vector machine when build a model. The outcome of this experiment demonstrates that the new method improve the degree of definition in forecasting, and it is suitable for actually online prediction.

    参考文献
    相似文献
    引证文献
引用本文

何渊淘,刘超慧.多核小波支持向量机在Carrousel氧化沟系统的应用.计算机系统应用,2013,22(10):203-205,197

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-03-19
  • 最后修改日期:2013-04-27
  • 录用日期:
  • 在线发布日期: 2013-10-18
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号