基于SVM的CFRW导电性建模预测研究

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：SVM-based Study of CFRW Conductivity Modeling Prediction 中文刊名：林业机械与木工设备 英文刊名：Forestry Machinery & Woodworking Equipment 作者：黄跃娟 ; 郭子玉 ; 刘洪颜 英文作者：HUANG Yue-juan1 ; GUO Zi-yu2 ; LIU Hong-yan1(1.Qiqihar College of Engineering ; Qiqihar Heilongjiang 161005 ; China ; 2.Harbin FAW Gearbox Co. ; Ltd. ; Harbin Heilongjiang 150070 ; China) 中文关键词：碳纤维 ; 增强木质复合材料 ; 支持向量回归机 ; 导电性 ; 建模预测 英文关键词：carbon fiber ; reinforced wood-based composite(CFRW) ; support vector regression ; conductivity ; modeling prediction 出版日期：2011-09-10 机构：齐齐哈尔工程学院;哈尔滨一汽变速箱股份有限公司; 年：2011 期：09 出版单位：林业机械与木工设备

摘要

针对碳纤维增强木质复合材料(CFRW)导电性具有非线性的特点,采用基于支持向量回归机(SVM)的机器学习方法建立碳纤维增强木质复合材料导电性预测模型。结果表明,所建模型的预测精度高、泛化能力强。
In view of the non-linear feature of carbon fiber reinforced wood-based composites,a support vector regression-based machine learning approach is adopted to set up a conductivity prediction model of carbon fiber reinforced wood-based composites and the prediction results show that the established model features high prediction accuracy and strong generalization ability.

引文

[1]李志雄,王志成,袁锡文,等.基于小波变换和支持向量机的中国大陆强震预测[J.]地震,2006,26(3:)64-70.
    [2]卢艳华.短切碳纤维导电复合材料温敏性的研究[D.]武汉:武汉理工大学硕士学位论文,2007:10-12.
    [3]马勇,黄德先,金以慧.基于支持向量机的软测量建模方法[J.]信息与控制,2004,33(4:)417-421.