摘要：焊接过程是典型的非线性系统，涉及到复杂的物理、化学过程，基于神经网络的建模方法往往不能有效地获得系统模型。支持向量机在解决小样本、非线性和高维的机器学习问题中表现出许多特有的优势，非常适合于复杂的非线性系统建模，因此在焊接过程系统建模中具有广阔的应用前景。介绍了支持向量机的基本理论，给出了支持向量机在焊接过程中的系统建模方法，重点综述了支持向量机在焊接中的应用，包括在焊接过程建模与控制、焊接状态模式识别、焊接质量检测和焊接工业参数识别与优化中的应用。分析了支持向量机在焊接应用过程中所面临的问题。

原文链接:http://www.cqvip.com//QK/92698X/201110/39666153.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）