基于支持向量机的高炉铁水硅含量多类别分类  

Classifier of silicon content in hot metal based on support vector machines

作　　者：渐令[1] 龚淑华[2] 王义康[3] 

机构地区：[1]中国石油大学数学与计算科学学院,山东东营257061 [2]浙江大学数学系,浙江杭州310027 [3]中国计量学院理学院,浙江杭州310018

出　　处：《浙江大学学报（理学版）》2007年第3期282-285,共4页Journal of Zhejiang University（Science Edition）

摘　　要：支持向量机是基于统计学习理论发展而来的一种机器学习算法,本文介绍了非线性软间隔分类机、最小二乘分类机和加权最小二乘分类机的算法.以山东莱钢1号高炉在线采集数据作为应用案例,使用C-均值算法对[Si]做聚类分析将其分成5类,改进M-ary分类方法实现对铁水硅质量分数[Si]的多类别分类,并对各分类机的性能作出评价.Support vector machines（SVM） is a novel algorithm of machine learning which is based on Statistical Learning Theory （SLT）, and classifiers algorithm of C-SVM、LS-SVM and W-LS-SVM are discussed. The data of No. 1 BF at Laiwu Iron and Steel Group Co. were used. Cmeans algorithm was applied to organize [Si] in 5 clusters. An example of multiclass classification of [Si] hy improved M-ary classification was given, and abilities of different classifiers were compared. Key words： SVM; classifiers; silicon content in motel iron; clustering; cross validation

关 键 词：支持向量机 分类器 高炉铁水硅含量 聚类 交叉验证 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]