您當前所在位置: 首頁 > 首發論文
動態公開評議須知

1. 評議人本著自愿的原則,秉持科學嚴謹的態度,從論文的科學性、創新性、表述性等方面給予客觀公正的學術評價,亦可對研究提出改進方案或下一步發展的建議。

2. 論文若有勘誤表、修改稿等更新的版本,建議評議人針對最新版本的論文進行同行評議。

3. 每位評議人對每篇論文有且僅有一次評議機會,評議結果將完全公示于網站上,一旦發布,不可更改、不可撤回,因此,在給予評議時請慎重考慮,認真對待,準確表述。

4. 同行評議僅限于學術范圍內的合理討論,評議人需承諾此次評議不存在利益往來、同行競爭、學術偏見等行為,不可進行任何人身攻擊或惡意評價,一旦發現有不當評議的行為,評議結果將被撤銷,并收回評審人的權限,此外,本站將保留追究責任的權利。

5. 論文所展示的星級為綜合評定結果,是根據多位評議人的同行評議結果進行綜合計算而得出的。

勘誤表

上傳勘誤表說明

  • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
  • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
  • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

示例:

勘誤表

上傳勘誤表說明

  • 1. 請按本站示例的“勘誤表格式”要求,在文本框中編寫勘誤表;
  • 2. 本站只保留一版勘誤表,每重新上傳一次,即會覆蓋之前的版本;
  • 3. 本站只針對原稿進行勘誤,修改稿發布后,不可對原稿及修改稿再作勘誤。

示例:

上傳后印本

( 請提交PDF文檔 )

* 后印本是指作者提交給期刊的預印本,經過同行評議和期刊的編輯后發表在正式期刊上的論文版本。作者自愿上傳,上傳前請查詢出版商所允許的延緩公示的政策,若因此產生糾紛,本站概不負責。

發郵件給 王小芳 *

收件人:

收件人郵箱:

發件人郵箱:

發送內容:

0/300

論文收錄信息

論文編號 201906-65
論文題目 支持向量機的回歸擬合在報警預測中的應用
文獻類型
收錄
期刊

上傳封面

期刊名稱(中文)

期刊名稱(英文)

年, 卷(

上傳封面

書名(中文)

書名(英文)

出版地

出版社

出版年

上傳封面

書名(中文)

書名(英文)

出版地

出版社

出版年

上傳封面

編者.論文集名稱(中文) [c].

出版地 出版社 出版年-

編者.論文集名稱(英文) [c].

出版地出版社 出版年-

上傳封面

期刊名稱(中文)

期刊名稱(英文)

日期--

在線地址http://

上傳封面

文題(中文)

文題(英文)

出版地

出版社,出版日期--

上傳封面

文題(中文)

文題(英文)

出版地

出版社,出版日期--

英文作者寫法:

中外文作者均姓前名后,姓大寫,名的第一個字母大寫,姓全稱寫出,名可只寫第一個字母,其后不加實心圓點“.”,

作者之間用逗號“,”分隔,最后為實心圓點“.”,

示例1:原姓名寫法:Albert Einstein,編入參考文獻時寫法:Einstein A.

示例2:原姓名寫法:李時珍;編入參考文獻時寫法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上傳修改稿說明:

1.修改稿的作者順序及單位須與原文一致;

2.修改稿上傳成功后,請勿上傳相同內容的論文;

3.修改稿中必須要有相應的修改標記,如高亮修改內容,添加文字說明等,否則將作退稿處理。

4.請選擇DOC或Latex中的一種文件格式上傳。

上傳doc論文   請上傳模板編輯的DOC文件

上傳latex論文

* 上傳模板導出的pdf論文文件(須含頁眉)

* 上傳模板編輯的tex文件

回復成功!


  • 0

支持向量機的回歸擬合在報警預測中的應用

首發時間:2019-06-20

李卓群 1   

李卓群(1997),男,本科生,電子信息工程

趙冬巖 1   

趙冬巖(1979),女,副教授,通信與信息系統

黃俊蓮 1   

黃俊蓮(1979),女,副教授,計算機科學與技術、人工智能

  • 1、北京工業大學耿丹學院工學院,北京 101301

摘要:現如今氣體成分分析方法以紅外光譜分析法為主,但在實際環境下組分氣體特征吸收譜重疊,樣本數據量大、分布較雜亂,故需采用新的算法進行樣本數據分析。本文將傳統紅外光譜法和支持向量機的回歸法相結合,對數據樣本進行SVM訓練并檢驗的處理,得到SVM回歸模型。此模型的實現機制在于,對回歸模型給定輸入未知組分濃度待測氣體,輸出得到所含成分的各組分濃度,以此組分濃度判斷有害氣體是否超出預定閾值,推斷氣體是否有害。本文的算法思路及處理流程,具有推廣性,也可用于其他混合氣體組分濃度的分析。

關鍵詞: 支持向量機理論 SVM回歸理論 組分氣體濃度 MATLAB

For information in English, please click here

Application of regression fitting of support vector machine in alarm prediction

Li Zhuoqun 1   

李卓群(1997),男,本科生,電子信息工程

Zhao Dongyan 1   

趙冬巖(1979),女,副教授,通信與信息系統

Huang Junlian 1   

黃俊蓮(1979),女,副教授,計算機科學與技術、人工智能

  • 1、Gengdan Institute of Beijing University of Technology,College of Engineering

Abstract:Nowadays, the gas component analysis method is mainly based on infrared spectroscopy. In the actual environment, the characteristic gas absorption spectra of the component gases overlap, and the sample data is large and the distribution is disordered. Therefore, a new algorithm is needed for sample data analysis. In this paper, the combination of traditional infrared spectroscopy and support vector machine regression method is used to perform SVM training and test processing on data samples, and the SVM regression model is obtained. The realization mechanism of this model is that, for the regression model, the gas of the unknown component concentration is input, and the concentration of each component of the contained component is output, and the concentration of the component is judged whether the harmful gas exceeds a predetermined threshold, and whether the gas is harmful is inferred. The algorithm ideas and processing flow of this paper are generalized and can also be used for the analysis of other mixed gas component concentrations.

Keywords: Support vector machine theory SVM regression theory component gas concentration MATLAB

Click to fold

點擊收起

基金:

論文圖表:

引用

導出參考文獻

.txt .ris .doc
李卓群,趙冬巖,黃俊蓮. 支持向量機的回歸擬合在報警預測中的應用[EB/OL]. 北京:中國科技論文在線 [2019-06-20]. http://www.lwpzwz.tw/releasepaper/content/201906-65.

No.****

動態公開評議

共計0人參與

動態評論進行中

評論

全部評論

0/1000

勘誤表

支持向量機的回歸擬合在報警預測中的應用

澳洲幸运8助手