论文部分内容阅读
应用支持向量机算法建立预测模型,预测了中药挥发油含油水体超滤膜的通量.选择40组数据进行模型参数的优化和训练,并对10组试验的稳定通量进行预测.同时,比较了支持向量机算法与反向传播(BP,back-propagation)神经网络算法的运行结果,结果表明,支持向量机算法的预测能力显著强于BP神经网络.