-
收藏
-
加书架
-
引用
简介
本书以实际工业过程为背景,研究了冶金生产过程、化工生产过程,并获取了大量的实际生产数据,利用数据挖掘方法,挖掘出数据中隐含的生产规律,提出了一些改进的建模方法和优化方法,这些方法不仅适用于冶金和化工,还可广泛用于装备制造、材料、航天航空等领域。本书的建模方法主要以支持向量机为基础,针对数据分布不平衡和海量数据的建模问题、模型的在线学习和优化问题进行了相关的算法研究,如粒度支持向量机、主动学习的增量支持向量机、误差校正的混合核函数在线支持向量机、粒子群智能优化方法和蚁群智能优化方法等,这些方法均配有仿真实验和实际生产数据实验,用于验证方法的有效性。本书作为专业学术类参考书,可供高年级本科生、研究生、工程师、高校教师等人员阅读参考。
编辑推荐
本书内容以实际工业过程为背景,研究了冶金生产过程、化工生产过程并获取了大量的实际生产数据,利用数据挖掘方法,挖掘出数据中隐含的生产规律,提出来一些改进的建模方法和优化方法,这些方法不仅适用于冶金和化工,,还可广泛用于装备制造、材料、航天航空等领域。本书作为专业学术类参考书,适合于高年级本科生、研究生、工程师、高校教师等研究人员。本书的建模方法主要以支持向量机为基础,针对数据分布不平衡和海量数据的建模问题、模型的在线学习和优化问题净心莲相关的算法研究,如粒度支持向量机、主动学习的增量支持向量机、误差校正的混合核函数在线支持向量机、粒子群智能优化方法和蚁群智能优化方法等,这些方法均配有仿真实验和实际生产数据实洋,用于验证方法的有效性。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2015-09-01
- 更新: 2023-10-13
- 书号:9787302400882
- 中图:TP338
- 学科:工学控制科学与工程工学计算机科学与技术