文献检索-宁波市创意产业特色资源库

限定检索结果

SVM在气体减压器稳定性能中的应用: 收藏
分享
引用; 《航空动力学报》2016年第2期31卷 467-476页; 作者：孙士元王拥军陈阳王宝山陈经禄北京航空航天大学数学与系统科学学院北京100191 北京航空航天大学宇航学院北京100191; 使用支持向量机(SVM)研究涡轮气封减压试验系统中高压卸荷膜片式减压器的稳定性问题,主要集中于以往方法不易涉及的多结构参数变化.针对稀疏易有残缺的小样本空间,与BP(back propagation)神经网络模型进行对比,得出SVM方法在所研究数据...; 使用支持向量机(SVM)研究涡轮气封减压试验系统中高压卸荷膜片式减压器的稳定性问题,主要集中于以往方法不易涉及的多结构参数变化.针对稀疏易有残缺的小样本空间,与BP(back propagation)神经网络模型进行对比,得出SVM方法在所研究数据集上的一些结论:SVM模型预测性能在多结构参数变化情形下优于BP神经网络模型,预测误差平均降低了25.5%;SVM的泛化性好于BP;在双参数、三参数情形下,SVM模型为气体减压器的设计提供了更好的决策支持,给出了优化结构参数的设计建议.; 来源：详细信息评论

限定检索结果