| 注册
首页|期刊导航|工程科学学报|基于支持向量回归与极限学习机的高炉铁水温度预测

基于支持向量回归与极限学习机的高炉铁水温度预测

王振阳 江德文 王新东 张建良 刘征建 赵宝军

工程科学学报2021,Vol.43Issue(4):569-576,8.
工程科学学报2021,Vol.43Issue(4):569-576,8.

基于支持向量回归与极限学习机的高炉铁水温度预测

Prediction of blast furnace hot metal temperature based on support vector regression and extreme learning machine

王振阳 1江德文 1王新东 2张建良 1刘征建 3赵宝军1

作者信息

  • 1. 北京科技大学冶金与生态工程学院,北京100083
  • 2. 河钢集团有限公司钢铁技术研究总院,石家庄050023
  • 3. 昆士兰大学化学工程学院,圣卢西亚QLD 4072
  • 折叠

摘要

关键词

大数据/机器学习/支持向量回归/极限学习机/铁水温度

分类

矿业与冶金

引用本文复制引用

王振阳,江德文,王新东,张建良,刘征建,赵宝军..基于支持向量回归与极限学习机的高炉铁水温度预测[J].工程科学学报,2021,43(4):569-576,8.

基金项目

中国博士后科学基金面上资助项目(2019M650490) (2019M650490)

工程科学学报

OA北大核心CSCDCSTPCD

2095-9389

访问量0
|
下载量0
段落导航相关论文