搜索结果: 1-15 共查到“计算机科学技术基础学科 向量机”相关记录60条 . 查询时间(0.2 秒)
为获得具有模糊规则自适应约简性能和较好的泛化性能的TSK分类器,本文提出了一种结合模糊(C+P)均值聚类(FCPM)算法和SP-V-支持向量机(SVM)分类算法来构建TSK(Takagi-Sugeno-Kang)分类器的方法。该方法首先用FCPM聚类算法对训练数据进行聚类;然后根据聚类结果确定TSK分类器的模糊规则前件中的高斯隶属度函数的中心和宽度参数;最后采用成组稀疏约束SP-V-SVM算法对模...
加权最大夹角间隔核心集向量机的不平衡数据分类
TopK, 标签 项目层次 倒排索引
2014/8/19
针对协同过滤算法推荐效果依赖于相似度度量方法的问题,提出了一种基于项目层次结构相似度的推荐算法REHIS(recommendation hierarchical similarity)。首先利用关联规则挖掘和KNN(K nearest neighbor)算法完善项目层次结构,然后利用TopK算法计算项目之间的相似度,最后利用基于项目的协同过滤算法框架预测用户评分。为解决协同过滤算法扩展性差的问题,...
基于支持向量机的半导体生产线动态调度方法
动态调度 特征选择 二进制粒子群优化算法 支持向量机
2015/5/20
为了快速合理地选择调度策略,研究了一种半导体生产线动态调度策略选择方法。该方法以历史数据为基础,选取支持向量机为数据挖掘工具,采用二进制粒子群优化算法对生产属性(特征)子集进行寻优,获得基于支持向量机的动态调度策略分类模型。对于任意给定的生产状态,通过该模型,能实时地获取当前生产状态下近似最优的调度策略。在调度策略评价中,选用了基于功效函数与熵权法的多目标评价方法,以扩展该方法的应用范围。在某实际...
提出了一种新的模式分类器，即广泛权重的最小二乘孪生支持向量机.该支持向量机在正、负两类样本上广泛地增加权重，很好地抑制了交叉噪声样本对数据分类的影响.其次，根据间隔最大化原理，该支持向量机在目标函数上增加了一个正规化项，实现结构风险最小化和避免在求解该目标函数时可能对病态矩阵求逆的处理.同时，提出了利用一种指数函数计算训练样本的密度来获得样本权重值的算法.该算法能够有效缩减计算权重的时间，且具有较...
针对M-ary支持向量机(SVM)多类分类算法结构简单,但泛化能力较弱的特点,提出了与纠错编码理论相结合的改进的M-ary SVM算法。首先,将原始类别信息编码作为信息码;然后结合纠错编码理论及期望的纠错能力,产生一定程度上性能最佳的编码,作为分类器训练的依据;最后,对于识别阶段输出编码中的错误分类利用检错纠错原理进行校正。实验结果表明,改进的算法通过引入尽可能少的冗余子分类器增强了标准M-ary...
线性支持向量机多类分类器几何构造方法
支持向量机 最优分类线 点集凸包 Delaunay三角剖分 多边形中轴线 多类分类
2012/3/12
针对支持向量机多类分类问题，根据样本点集凸包找寻模式类间隙，通过提取模式类间隙多边形中轴线构造多类分类边界。当基本支持向量机扩展为多类分类问题时，该方法克服了OAO和OAA等传统方法存在的决策盲区和类别不平衡等缺陷。基于仿真数据集的 实验结果表明，构造的分类边界在保证分类精度的同时，能够使分类空隙最大化，实现对线性可分多类数据的最优分类。
支持向量机在入侵检测中的应用
支持向量机 入侵检测 数据筛选 特征加权
2012/3/12
为实现海量网络数据的入侵检测，将支持向量机应用于入侵检测中。在入侵检测实验中，通过数据筛选策略，减少建立检测模型所需要的样本数，根据每个特征属性的重要性赋予不同权重，设计有特征加权的支持向量机算法。实验结果表明，该算法能缩短检测模型的建立时间，提高检测精度，降低漏报率。
为了提高系统可靠性的精确快速分配，采用支持向量机对系统可靠性进行建模，采用逆向思维对系统可靠性进行分配;为了提高求解速度和鲁棒性，用最小二乘法对支持向量机进行算法优化,并用遗传算法对最小二乘支持向量机进行参数优化;为了提高分配精度，用三角模糊数进行模糊处理;最后针对某系统的可靠性，采用遗传算法优化和模糊处理的最小二乘支持向量机进行分配，并与神经网络和普通遗传算法优化的最小二乘支持向量机进行对比。结...
基于免疫优化多输出最小二乘支持向量机及其应用
免疫优化 最小二乘支持向量机 污水生化处理 语音情感识别
2010/8/24
传统的支持向量机是一种两类问题的判别方法, 不能直接应用于多类分类问题。为了解决这个问题，提出了一种免疫优化多输出最小二乘支持向量机方法。该方法利用免疫算法来优化最小二乘支持向量机的参数。将该方法应用于污水生化处理过程建模及语音情感识别，仿真结果表明,该方法具有更高的精度。
基于人工免疫算法的最小二乘支持向量机参数优化算法
人工免疫算法 最小二乘支持向量机 参数优化
2010/8/26
针对最小二乘支持向量机（LSSVM）处理大数据集时确定最优模型参数耗时长、占内存大的问题，提出了一种基于人工免疫算法的参数寻优方法。通过分析LSSVM模型参数对分类准确率的影响发现，存在多种参数组合，使得分类准确率相同；当其中一个参数固定，另外一个参数在某些范围内变化取值时，它们的组合并不影响分类的准确率。将LSSVM模型参数作为抗体的基因设计了抗体的编码方案，利用人工免疫算法对LSSVM参数优化...
在线模糊最小二乘支持向量机的时间序列预测
模糊最小二乘支持向量机 增量式算法 电压偏离值 风速预测 时间序列预测
2010/3/26
基于模糊最小二乘支持向量机和在线学习算法，提出了一种模糊最小二乘支持向量机的增量式算法。传统最小二乘支持向量机引入模糊加权系数后，有效地提高了其抗噪性能。同时利用递推的核函数计算方法增强了该算法的在线学习能力。仿真结果表明，这一算法在运算精度和运算速度上都优于传统的支持向量机算法。
基于简易支持向量机的客户流失预测研究
客户流失 简易支持向量机 预测
2010/8/31
应用简易支持向量机（SSVM）进行客户流失预测，以提高机器学习方法的预测能力。以国外电信公司客户流失预测为实例，与最近邻算法（NPA）进行了对比，发现该方法在获得与NPA近似准确率的条件下，所花费的时间和时间增加值远小于NPA，是研究客户流失预测问题的有效方法。
随着大量基因表达数据的涌现，把海量的数据划分成数量相对较少的组，有助于提取对生理学和医药学等有价值的生物信息。基因分类技术能够很好地处理和分析这些基因数据。提出了一种应用于基因分类的模糊最小二乘支持向量机方法，通过设置模糊隶属度改变分类中样本的贡献属性。该方法不仅考虑了样本与类中心点的距离关系，还充分考虑样本与样本之间的关系，减弱噪声或野值样本对分类的影响。采用美国威斯康星乳腺癌数据和皮马印第安人...
依据二元分类的思想，提出了一种新的基于多支持向量机在线联合的运动目标跟踪算法。首先选择线性支持向量机作为分类器最大限度地将目标和背景区分开来，对线性支持向量机进行简单高效的在线更新，采用支持向量自动记录运动目标 “关键帧”的信息。然后通过Adaboost算法为每个线性支持向量机分别赋以不同的权重，进行在线联合获得强分类器。实验结果表明，该算法具有较强的鲁棒性，尤其在目标变化过于激烈的情况下能够实现...