论文部分内容阅读
采用主成分分析法（PCA）对样本数据集进行预处理，将得到的新样本数据集输入支持向量机（SVM），籍助均匀设计（UD），构建几丁质酶氨基酸组成和最适温度的数学模型．当径向基核函数的3个参数，惩罚系数C为10，ε为0．5，γ为5时，模型对温度拟合的平均绝对百分比误差为5．06％，预测的平均绝对误差为1．83℃，说明具有良好的预测效果且优于神经网络的预测结果．