基于支持向量机的聚氯乙烯耐有机溶剂性能分类

来源期刊：桂林理工大学学报2004年第4期

论文作者：易忠胜 刘红艳 刘树深

文章页码：474 - 479

关键词：支持向量机;SVM;耐蚀性;聚氯乙烯;溶解度参数;

摘    要：支持向量机是一类全新的小样本统计学习方法,它通过支持向量对样本进行分类或统计回归.将其应用于对非晶态聚氯乙烯的耐有机溶剂性能进行分类研究.选择74种溶剂（73种有机溶剂和水）的溶解度参数分量,即色散参数（δds）、偶极参数（δps）、氢键参数（δhs）为描述变量,采用径向基核函数,以留一法交互检验的识别率为目标函数进行支持向量分类.当选择SVM参数C=512及径向基核函数参数γ=0 5×10-3时,SVM对PVC耐蚀性能分类的模型识别率为94 59%,LOO识别率为91 89%.