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．