论文部分内容阅读
由于矿石身体形成和有限地上凿穿采样的地质的复杂性，这份报纸建议一个柔韧的加权的最不方形的支持向量机器( LS-SVM )回归模型为 seafloor 解决矿石等级评价在 Solwara 1 的热水的硫醚沉积物，没有矿石类型和等级价值，它由不完全的样品的一个大比例组成。标准 LS-SVM 分类模型被使用为每件不完全的样品识别矿石类型。然后，一个加权的 K 近邻居(WKNN ) 算法被建议错过插入内推价值。在当模特儿以前，粒子群优化(PSO ) 算法被用来获得为训练的适当切开，测试数据设定以便消除随机的分割引