激光质谱中基于数据挖掘的激光输出功率预测技术研究
DOI:
作者:
作者单位:

粒子输运与富集技术国防重点实验室

作者简介:

通讯作者:

中图分类号:

基金项目:


The Research on Laser Output Power Prediction Technology Based on Data Mining in Laser Mass Spectrometry
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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。

    Abstract:

    参考文献
    相似文献
    引证文献
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计算机测量与控制[J].,2019,27(9):137-140.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-02-26
  • 最后修改日期:2019-03-16
  • 录用日期:2019-03-18
  • 在线发布日期: 2019-09-24
  • 出版日期: