基于支持向量机的TiO2/C复合气凝胶光催化性能预报

来源 :计算机与应用化学 | 被引量 : 0次 | 上传用户:anglelc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
TiO_2/C复合气凝胶光催化性能与材料的组成、孔结构参数密切相关,本文利用支持向量机的方法建立材料原始合成配方与TiO_2/C复合气凝胶光催化性能之间的定量预报模型。SVR建模和留一法交叉验证所得材料降解率计算值与实验值之间的相关系数平方(R~2)分别为0.929和0.884。利用该模型预报了2个新的实验样本,其降解率预报结果和实验结果非常接近,相对误差小于4%。 The photocatalytic properties of TiO_2 / C composite aerogels are closely related to the composition of the materials and the pore structure parameters. In this paper, a quantitative prediction model of the photocatalytic properties of TiO_2 / C composite aerogels was established by using support vector machines . The square of the correlation coefficient (R ~ 2) between calculated and experimental values ​​obtained by SVR modeling and one-residue cross-validation was 0.929 and 0.884, respectively. Using this model, two new experimental samples were predicted, and the prediction results of the degradation rate were very close to the experimental ones with the relative error less than 4%.
其他文献
Some convergence theorems of Ishikawa type iterative sequence with errors for nonlinear general quasi-contractive mapping in convex metric spaces are proved. Th
A vorticity-velocity method was used to study the incompressible viscous fluid flow around a circular cylinder with surface suction or blowing. The resulted hig
Based on the conventional arc-length method, an improved arc-length method with high-efficiency is proposed. The weighted modifications with respect to the vari
在综合双侧规格限下研究方差未知的正态分布产品可靠性抽样检验方法.检验统计量取为不可靠度p 的极大似然估计.当p小时,的分布基本上仅依赖于p,对p分解为下侧不可靠度和上侧
利用函数A-x(a1)对灰色预测模型的原始离散数据列{x(0)(k)}进行变换,提高了离散数据列的光滑度,拓宽了灰色预测模型的应用范围,并从理论上证明了该方法比"对数函数"法及"幂
在Kullback信息熵的基础上,对于状态空间为连续型随机变量的不确定性决策问题,运用熵极大化准则,将其转化为风险型决策问题,达到求解的目的.
偏转磁体是中性束注入器的关键部件之一,它安装在中性束注入器真空室内部。为适应核聚变研究装置对中性束注入器高能量、长脉冲、稳态运行的要求,对其偏转磁体原先励磁线圈的
为了研究γ射线反散射峰与散射体的物质成分、厚度、入射射线能量和几何布置之间的关系。本论文基于蒙特卡罗方法,运用MCNP5程序模拟放射源137 Cs、60 Co发出的γ射线经过不同
石化工业中,联系上下游装置的物流一般都是在上游装置被冷却至一个较低温度,又在下游装置被加热到工艺要求的温度,重复的冷却升温造成了很大的能量损失.考虑装置之间的热进出
针对废杂铜冶炼过程炉膛温度难以准确测量的问题,提出一种基于加权LS-SVM的炉膛温度软测量方法.该方法通过对过程主要输入输出变量的误差平方赋予不同权重用于克服异常训练样