搜索结果: 1-15 共查到“管理学 支持向量机”相关记录39条 . 查询时间(0.167 秒)
适用于不确定类标签数据学习的迁移支持向量机
支持向量机 共享数据 不确定数据
2014/10/11
为了解决包含不确定信息的分类学习问题, 提出一种新的适用于不确定类标签数据的迁移支持向量机. 该方法基于结构风险最小化模型, 同时将源领域中所学知识、领域间的共享数据、目标领域中已标定的和不确定的数据纳入学习框架中, 进而实现了源领域和目标领域的知识迁移. 在多种真实数据集上的实验结果表明了所提出方法的有效性.
基于支持向量机的网络伪舆情识别研究
网络伪舆情 支持向量机 评价指标 核函数
2013/12/31
针对网络伪舆情的识别问题，提出一种基于支持向量机的网络伪舆情识别方法。鉴于不同的舆情信息所反映出的舆情特征不同，而舆情特征的不同又可进一步辨别舆情的真假，因此首先构建针对网络舆情真伪的评价指标；基于支持向量机的分类机理，结合网络舆情的评价指标提出基于支持向量机的网络伪舆情识别模型，采用多项式核函数以及优化之后的径向基核函数产生的分类器。通过实验证明采用支持向量机构造舆情分类器所构建的识别算法能够对...
基于样本特性欠取样的不均衡支持向量机
不均衡数据 支持向量机 样本特性 欠取样
2014/3/3
针对传统支持向量机在数据失衡的情况下分类效果很不理想的问题, 提出一种基于样本特性欠取样的不均
衡SVM分类算法. 该算法首先在核空间中依据样本信息量选择一定比例的靠近不均衡分类界面的多数类样本; 然后
根据样本密度信息选择最具有代表性的均衡多数类样本点, 在减少多数类样本的同时使分类界面向多数类方向偏
移. 实验结果表明, 所提出的算法与其他不均衡数据预处理方法相比, 能有效提高SVM算法...
基于双重支持向量机的网络故障诊断
网络故障诊断 支持向量机 样本选取 双重训练
2014/3/11
为了提高网络故障诊断模型的建立和诊断速度，提出一种双重支持向量机(Dual-SVM)算法。通过两次SVM训练确定诊断模型：第1次SVM训练通过两类样本的类中心和样本点在类中心连线方向上的投影分布情况直接确定近似最优分类面；第2次SVM训练根据第1次的训练结果选择边界样本点并计算其模糊隶属度，通过模糊SVM获得诊断模型。在DARPA数据集上的实验表明，Dual-SVM相较SVM能够获得更快的训练速度...
本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。
基于相空间重构和支持向量机的多相催化剂失活预测
相空间重构 催化剂失活 建模 预测
2014/10/9
针对多相催化剂在非定态下的复杂失活机理及活性受多种因素的影响, 获取催化剂失活过程的时间序列数据非常有限, 因而降低建模效率和预测精度的情况, 提出一种基于相空间重构和支持向量机结合的非线性时间序列预测方法. 将该方法应用于甲醇氧化羰基化反应中Cu-Si-Al 碳酸二甲酯合成催化剂失活过程建模, 仿真结果表明预测误差在满意的范围之内, 所给出的碳酸二甲酯时空收率的预测值可以为反应器的正确设计和操作...
基于模糊支持向量机的产品设计时间预测
支持向量机 模糊理论 异方差
2014/10/8
针对产品设计时间预测中存在的小样本、不确定性数据和异方差噪音等问题, 将模糊回归理论与par-Fv-SVM相结合, 基于Necessity 模型构造约束条件, 提出了par-Fv-SVM, 并给出了相应的设计活动时间智能预测方法和相关参数的优选算法. 最后通过注塑模具设计的实例分析表明了所提出的基于par-Fv-SVM 的时间预测方法是有效、可行的.
基于多支持向量机模型和优化控制器的板形板厚控制
支持向量机 减法聚类 主元分析 优化
2014/10/8
针对带钢热连轧过程中互相耦合的板形、板厚控制问题, 提出一种综合控制策略. 首先, 在输入空间划分的基础上建立包含多个子模型的多支持向量机模型, 并通过主元分析方法实现模型输出的综合; 然后, 利用建立起来的模型设计优化控制器, 对板形、板厚进行综合控制. 计算机仿真和现场实验结果均表明了所提出的基于多支持向量机模型的综合控制策略能同时有效地减小板形、板厚偏差.
一种支持向量机的快速分类算法
分类 支持向量机 快速
2014/9/30
鉴于传统支持向量机分类过程的计算量和支持向量的个数成正比, 为了提高分类决策的速度, 提出一种约简支持向量的快速分类算法, 该算法对原始的支持向量进行特定比例的模糊?? 均值聚类操作, 按照分类误差最小的原则构建最小线性二乘回归模型, 求解新的支持向量系数和决策函数的偏置. 人造数据集和标准数据集上的实验表明, 约简50%支持向量后, 可以在保持分类精度在无统计意义的明显损失的前提下, 使得分类速...
标准农田是耕地的精华,是确保国家粮食安全的关键。科学评价标准农田地力等级对标准农田培肥和土壤改良有着重要意义。将粗糙集(Rough Set,RS)理论和支持向量机(Support Vector Machine,SVM)相结合,提出了基于RS和SVM的标准农田地力等级评价方法,同时,利用遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了GASA优化SVM参数算法。该方法首先在确定标准农田地力等级...
基于支持向量机回归的Lyapunov 指数计算方法研究
Lyapunov 指数 量子遗传算法 小样本
2014/9/24
Lyapunov 指数是描述动力学系统混沌性质的重要指标, 在小样本条件下准确、快速地计算Lyapunov 指数是一个难题. 对此, 提出一种基于支持向量机回归的Lyapunov 指数计算方法, 通过量子遗传算法对支持向量机模型的参数进行优化, 推导了支持向量机回归应用于计算Lyapunov 指数的公式. 通过对混沌序列进行仿真实验, 仿真结果表明, 在小样本数据情况下, 此方法可行有效.
针对风速序列随时间、空间呈现非平稳性变化的特征，提出一种基于经验模态分解(empirical mode decomposition，EMD)和支持向量机(support vector machine，SVM)的EMD-SVM短期风电功率组合预测方法。该方法首先利用EMD将风速序列分解为一系列相对平稳的分量，以减少不同特征信息间的相互影响；然后利用SVM法对各分量建立预测模型，针对各序列自身特点选择...
基于自适应增强算法的支持向量机组合模型
支持向量机 自适应增强算法 组合模型
2014/9/22
为了提高软测量模型的泛化能力, 提出一种基于AdaBoosting 算法的组合支持向量机(SVM) 模型. 该方法在贝叶斯分析的基础上, 利用样本概率初始化惩罚系数, 依据回归过程中的损失函数更新惩罚系数权重, 使得SVM训练模型有强、弱之分, 突出一些重要样本的作用, 以提高模型的估计精度和泛化能力. 仿真结果表明, 依据该方法建立的组合模型明显改善了软测量模型的估计能力和泛化能力.
基于带特征染色体遗传算法的支持向量机特征选择和参数优化
特征染色体 遗传算法 特征选择 参数优化
2014/9/17
鉴于支持向量机特征选择和参数优化对其分类准确率有重大的影响, 将支持向量机渐近性能融入遗传算法并生成特征染色体, 从而将遗传算法的搜索导向超参数空间中的最佳化误差直线. 在此基础上, 提出一种新的基于带特征染色体遗传算法的方法, 同时进行支持向量机特征选择和参数优化. 在与网格搜索、不带特征染色体遗传算法和其他方法的比较中, 所提出的方法具有较高的准确率、更小的特征子集和更少的处理时间.