激光质谱中基于数据挖掘的激光输出功率预测技术研究 |
| |
引用本文: | 刘莲花,杨文喜,张晓卫,但勇军,刘彬. 激光质谱中基于数据挖掘的激光输出功率预测技术研究[J]. 计算机测量与控制, 2019, 27(9): 137-140 |
| |
作者姓名: | 刘莲花 杨文喜 张晓卫 但勇军 刘彬 |
| |
作者单位: | 粒子输运与富集技术国防重点实验室,天津,300180;核工业理化工程研究院,天津,300180 |
| |
摘 要: | 由于激光质谱系统逻辑结构复杂多样,激光输出功率是激光质谱系统进行的关键条件之一,提前掌握激光输出功率未来状态的发展趋势可为激光质谱系统运行决策提供重要依据,因此进行激光质谱系统激光输出功率的预测技术研究非常必要。采用M5预测模型、线性回归模型、向量机模型对质谱系统的激光输出功率历史数据进行了建模及预测分析,通过比较几个预测模型的预测误差及平均误差,结果表明M5预测模型的预测结果相对最优。通过对激光输出功率历史数据的分析及预测,确定了激光质谱系统激光输出功率的研究预测模型。
|
关 键 词: | 数值预测 预测模型 预测算法 |
收稿时间: | 2019-02-26 |
修稿时间: | 2019-03-16 |
The Research on Laser Output Power Prediction Technology Based on Data Mining in Laser Mass Spectrometry |
| |
Abstract: | |
| |
Keywords: | data prediction,prediction model, prediction algorithms |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载免费的PDF全文 |
|