基于支持向量机的蒸煮过程卡伯值软测量

摘要

卡伯值是制浆蒸煮过程表征纸浆质量的一个重要质量指标,卡伯值软测量是实现蒸煮过程质量控制的重要途径.支持向量机是一种新型的机器学习方法.该方法采用了结构风险最小化原则,与传统机器学习方法相比,在最小化学习误差的同时可以保证有较小的泛化误差.将支持向量机应用于制浆蒸煮过程卡伯值的软测量建模,取得了比经验模型更好的预测效果.