摘要
本发明公开了本发明一种基于随机森林算法展开磁选电流和产品品位预测方法,属于磁选工艺品质控制算法技术领域,随机森林算法在这两个问题上表现较好,其中给定电流,预测产品品位的平均误差均值能够达到5%以内,而给定产品品位,预测电流的平均误差较大;考虑到机器学习类算法的性能在一定程度上和数据量密切相关,而现有数据量较少,当未来有更多的数据被采集并应用到模型巡林中,理论上模型的性能可以得到进一步的提高;除此以外,特征选择也是影响预测效果的一个重要因素,当有更多的影响因素被采集并参与到模型训练中,理论上模型性能也会得到一定的提高。
技术关键词
随机森林
支持向量回归
多元线性回归模型
正则化参数
变量
电流
数据
深度神经网络
控制算法技术
误差矩阵
回归算法
支持向量机算法
回归树模型
训练集
样本
系统为您推荐了相关专利信息
Copula函数
预测误差
概率预测方法
序列
光伏功率预测技术
重要性排序方法
元素
函数关系模型
数据
机器学习交叉技术
资产评估方法
多元线性回归模型
公有云
线性回归方程
变量
面板混凝土
温度预测方法
历史监测数据
环境监测数据
神经网络模型
重型燃气轮机
扩张状态观测器
动量守恒定律
非线性部件
非线性状态空间