论文部分内容阅读
针对随机抽取的质量数据序列的特点，提出时序空间（Time Seauence Space，TSS）的概念，将人工神经网络（Artificial Neural Network，ANN）和支持向量机（Support Vector Machine，SVM）回归模型引入质量数据预测领域，并给出了相应的过程和算法。使用均方误差对拟合精度进行检验，用相对误差对预测精度进行检验。结果表明，相对于传统的多项式回归模型，人工神经网络和支持向量机回归模型的拟合精度较高，相对误差较小，泛化能力较强，可以作为质量数据的预测方法。