Мultiparametric model on basis of support vector machines for forecasting product characteristics
- Authors: Yurkov NS1
-
Affiliations:
- Issue: Vol 11, No 1 (2010)
- Pages: 84-88
- Section: Articles
- URL: https://journals.eco-vector.com/2712-8970/article/view/508586
- ID: 508586
Cite item
Full Text
Abstract
The paper discusses forecasting of aluminium alloya properties depending on their production parameters. Mathematical apparatus on basis of support vector machines and data preparation technique are proposed. Forecasting model testing results is demonstrated.
Keywords
References
- Юрков Н. С. Решение задачи множественной нелинейной регрессии с применением метода опорных векторов (на примере механических свойств сплавов алюминия). Системы управления и информ. технологии. 2009. № 1.2 (35). С. 307-312.
- Гуляев А. П. Металловедение: учебник для вузов. 6-е изд., перераб. и доп. М.: Металлургия, 1986. 544 с.
- DIN EN 515-1993. Aluminium and aluminium alloys; wrought products; temper designations. DIN-Mitteilungen von 1996; Nr. 12, S. A 971 (Tabelle 4, S. 11 2. Spalte gendert).
- Смирнягин А. П. Промышленные цветные металлы и сплавы. М.: Металлургиздат, 1956. 559 с.
- MatWeb - Online material property database [Electronic Resource] // MatWeb. URL: www.matweb.com <http://www.matweb.com>. (date of visit 15.01.2010).
- Методы и модели анализа данных: OLAP и Data Mining / А. А. Барсегян, М. С. Куприянов, В. В. Степаненко, И. И. Холод. СПб.: БХВ-Петербург, 2004. 336 с.
- Kecman W. Support Vector Machine Basics. School of engineering report 616. - Auckland: The University of Auckland, 2004. 54 с.
- Вапник В. Н. Восстановление зависимостей по эмпирическим данным. М.: Наука, 1979. 499 с.
- Witten I. H., Frank E. Data Mining: Practical Machine Learning Tools and Techniques. - 2nd ed. San Francisco: Morgan Kaufmann Publishers, 2005. 525 p.