作者：顾祝平; 叶里支持向量回归人工智能航材需求预测
摘要：将机器学习应用于航材库存管理之中，提出了基于支持向量回归算法的航材周转件需求预测模型。将聚合处理后的周转件月需求数据分为训练集和测试集，以训练集为输入．选取核函数和模型参数，对支持向量回归机进行训练。应用训练完成的支持向量回归机，以测试集对模型进行验证，预测结果证明了模型的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《航空维修与工程》（CN：11-4912/V）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《航空维修与工程》航空工业部优秀期刊一等奖；国防科工委科技期刊一等奖；全国优秀期刊二等奖；中文优秀期刊(2004)；中文优秀期刊(2000)；中文优秀期刊(1996)；中文优秀期刊(1992)。
北大期刊、统计源期刊
人气 542445 评论 58
人气 229094 评论 63
省级期刊
人气 186505 评论 72
北大期刊
人气 162398 评论 69
