摘要:支持向量机(SVM)作为一种机器学习算法,具有良好的非线性处理能力、理论全局最优及克服维数灾难等优点。文章采用高斯核函数(RBF)支持向量机回归模型(SVR),归一化和降维进行数据处理,交叉验证进行参数寻优,获得最佳预测模型,并对该预测模型进行测试。应用该预测模型分析工艺参数对高功率器件合格率的影响,结果表明其对合格率的预测精度较高,对功率器件质量的提升具有重要的指导意义。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
影响因子:0.4
期刊级别:部级期刊
发行周期:双月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!