2024年12月28日
星期六
|
欢迎来到海南省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
朱程华
作品数:
1
被引量:1
H指数:1
供职机构:
浙江师范大学化学与生命科学学院
更多>>
发文基金:
国家自然科学基金
更多>>
相关领域:
轻工技术与工程
更多>>
合作作者
邓刚
浙江师范大学化学与生命科学学院
焦聪聪
浙江师范大学化学与生命科学学院
许杭琳
浙江师范大学化学与生命科学学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
轻工技术与工...
主题
1篇
支持向量
1篇
支持向量机
1篇
支持向量机回...
1篇
向量
1篇
向量机
1篇
糊精
1篇
环糊精
1篇
Β-环糊精
1篇
Β-环糊精包...
1篇
包合
1篇
SVM
机构
1篇
浙江师范大学
作者
1篇
许杭琳
1篇
焦聪聪
1篇
邓刚
1篇
朱程华
传媒
1篇
中国粮油学报
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
SVM回归法在佛手精油β-环糊精包合工艺优化中的应用
被引量:1
2012年
采用了基于统计学习理论的支持向量机(SVM)回归方法对佛手精油β-环糊精包含物制备的工艺条件进行了预测及优化。通过正交试验为构建SVM回归模型提供了基础数据,并运用交叉验证对模型参数进行了优化。回归结果显示,回收率SVM模型(MSE=0.003,R2=0.958 1)和包埋率SVM模型(MSE=0.007,R2=0.900 8)得到的回归预测值和试验测定值拟合良好,两者相对误差小于0.1%的回归值比例分别为100%和88.0%,表明SVM回归法可精确地预测挥发油β-环糊精包含物制备工艺状况,从而获取更为可靠的最优化工艺条件。
邓刚
许杭琳
焦聪聪
朱程华
关键词:
支持向量机回归
Β-环糊精
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张