论文部分内容阅读
计算机技术的快速发展，给化学化工数据的处理带来极大便利。通过机器学习算法，Ⅱ丁以总结化学化工实验规律，控制化工生产过程。原有的机器算法虽能为化学化工带来很大便利，但是它本身就存在缺陷。机器学习算法的核心是数学中的渐近理论，这项理论的适用情景是必须有大量的样本，而实际的化学化工作中样本有限，这就可能导致计算中的过拟合。为了解决这一弊病，我们采用了向量机算法取代原有的机器算法，目前使用支持向量机算法（SVM）建立数学模型已经得到国内外的广泛关注。笔者通过调查化学化工行业中SVM的使用情况，阐述了向量机算法的优