论文部分内容阅读
用支持向量机(SVM)算法与原子参数方法相结合预报了KNO3-KBr、KNO-KI、Cs.Li,Er|Cl等含卤化物系的中间化合物形成情况.若干预报已得到实验证实.用留-法对比了SVM算法和若干传统的模式识别算法对AX—BX系和AX2-BX2系形成中间化合物.含稀土氯化物的盐系形成A3B2Cl9型和A2BCl5型化合物等的预报正确率,结果表明:SVM算法所建立的数学模型的预报正确率比Fisher法和KNN法高.