检索结果-内蒙古大学图书馆

清华大学学报（自然科学版） 2001年第9期41卷 77-80页

作者：阎辉张学工李衍达清华大学自动化系

研究了支持向量机 (SVM)在二次损失函数下的优化问题解的形式 ,并与普通的最小二乘 (L S)估计问题进行了比较 ,得到了几乎完全一致的优化问题形式。由于 SVM在二次损失函数下的优化问题对应于一个欠定问题 ,该问题在最小二乘估计中有最... 详细信息

研究了支持向量机 (SVM)在二次损失函数下的优化问题解的形式 ,并与普通的最小二乘 (L S)估计问题进行了比较 ,得到了几乎完全一致的优化问题形式。由于 SVM在二次损失函数下的优化问题对应于一个欠定问题 ,该问题在最小二乘估计中有最小范数解。如果 SVM的参数选择合适 ,从理论上可以证明采用二次损失函数的 SVM函数拟合问题实际为约束最小二乘估计问题 ,并且该问题的解对应于最小范数最小二乘解。由于最小化范数解实际是 SVM在取某些参数时的一个特例 ,如果能够自动调整这些参数 ,则得到一类最小化范数解。由此提出了采用 SVM解决最小二乘法问题的思想 ,由于 SVM的优点。

关键词：支持向量机最优分类面最小二乘估计最小范数解统计学习理论

来源：评论

学校读者我要写书评

暂无评论

多分类支持向量方法的本科招生生源质量模型

引用

哈尔滨工业大学学报 2010年第11期42卷 1828-1832页

作者：邢涛廖冉北京航空航天大学经济管理学院北京100191 北京航空航天大学数学与系统科学学院北京100191

为了建立一套科学、有效、完善的招生管理流程和评价体系,对多分类支持向量机算法进行改进,利用各地区学生在大学期间的学习成绩与学生入学前的信息特点,探讨本科生源质量预测体系,建立了本科生源质量分析模型.结果表明,改进的多分类支... 详细信息

为了建立一套科学、有效、完善的招生管理流程和评价体系,对多分类支持向量机算法进行改进,利用各地区学生在大学期间的学习成绩与学生入学前的信息特点,探讨本科生源质量预测体系,建立了本科生源质量分析模型.结果表明,改进的多分类支持向量机能够较好地应用于高校本科招生生源质量分析研究,建立的招生生源质量模型可以对本科生源质量进行良好的预测,为高校制定招生计划、提高生源质量提供有效的参考.通过对惩罚矩阵进行合理的调整,模型学习的结果和可靠性都有显著提高。

关键词：数据挖掘多分类支持向量机统计学习理论招生质量分析

来源：评论

学校读者我要写书评

暂无评论

支持向量机及在电力系统中的应用

引用

高电压技术 2007年第4期33卷 101-105页

作者：胡国胜安庆师范学院计算机与信息学院

支持向量机是20世纪60年代开始研究,在90年代得到快速发展的机器学习技术。为了系统地归纳统计学习理论与支持向量机的基本思想和算法,总结目前该领域的最新研究成果。通过对7种多分类支持向量机训练算法进行深入分析,得出其各算法的优... 详细信息

支持向量机是20世纪60年代开始研究,在90年代得到快速发展的机器学习技术。为了系统地归纳统计学习理论与支持向量机的基本思想和算法,总结目前该领域的最新研究成果。通过对7种多分类支持向量机训练算法进行深入分析,得出其各算法的优、缺点,还归纳了支持向量机在故障预测和识别、电力系统等方面的应用,特别在电力系统暂态稳定评估与分析、电机故障诊断、高压输电线路故障诊断和定位、双凸极永磁发电机非线性模型、火焰监测以及电力系统负荷预测等方面的成功应用。研究表明,支持向量机克服了传统神经网络算法的局部最优、收敛难以控制、结构设计困难等优点。

关键词：统计学习理论支持向量机多分类算法电力系统故障诊断负荷预测

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的学习评价系统

引用

计算机工程 2004年第8期30卷 15-16,74页

作者：付永钢申瑞民上海交通大学计算机科学与工程系上海200030

在分析学生学习行为的基础上，文章提出了支持向量机的学习评估系统的设计方案并进行了模拟，结果显示该系统能够有效地实现对学生的学习指导，同时给教师的教学提供了一个有力的教学辅助工具。

关键词：支持向量机学习评价统计学习理论结构风险最小化

来源：评论

学校读者我要写书评

暂无评论

用于过程故障诊断的自适应kernel学习网络分类器

引用

化工学报 2007年第9期58卷 2276-2280页

作者：王海清蒋宁浙江大学工业控制技术国家重点实验室工业控制研究所浙江杭州310027 浙江工业大学化工机械设计研究所浙江杭州310032

提出一种统一的最小二乘kernel学习框架,将自适应kernel学习(AKL)网络辨识器推广为分类器,用于化工过程的故障诊断。推导了AKL分类器在向后缩减和向前增长两种情况下的递推算法,实现了对记忆样本长度的控制。该分类器无需利用历史故障数... 详细信息

提出一种统一的最小二乘kernel学习框架,将自适应kernel学习(AKL)网络辨识器推广为分类器,用于化工过程的故障诊断。推导了AKL分类器在向后缩减和向前增长两种情况下的递推算法,实现了对记忆样本长度的控制。该分类器无需利用历史故障数据,即可进行在线学习并建立过程诊断模型。通过对Tennessee Eastman(TE)过程的5种典型故障的诊断分析,验证了该方法的有效性。

关键词：过程诊断模式分类器统计学习理论

来源：评论

学校读者我要写书评

暂无评论

有限样本下模型选择理论与方法研究

引用

系统工程与电子技术 2005年第4期27卷 730-733页

作者：盛守照王道波黄向华南京航空航天大学自动化学院江苏南京210016

从理论上给出有限样本下模型选择的方法,详细讨论了样本噪声对模型选择的影响,提出了一种次优模型选择算法,并进一步给出了一种推挽式模型选择算法,它能够有效地提高模型选择的学习速度。两种算法具有很强的抗噪声能力,预测模型也具有... 详细信息

从理论上给出有限样本下模型选择的方法,详细讨论了样本噪声对模型选择的影响,提出了一种次优模型选择算法,并进一步给出了一种推挽式模型选择算法,它能够有效地提高模型选择的学习速度。两种算法具有很强的抗噪声能力,预测模型也具有很好的推广性。最后通过具体数值试验验证了上述理论和方法的可行性和优越性。

关键词：模型选择算法统计学习理论机器学习

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的岩体工程分级

引用

岩土力学 2002年第6期23卷 698-701页

作者：赵洪波冯夏庭尹顺德中国科学院武汉岩土力学研究所岩土力学重点实验室湖北武汉430071

提出了岩体工程分级的一种新方法,即支持向量机方法。该方法可以根据有限的学习样本,建立影响岩体级别的条件的因素和级别之间的一种非线性映射,可以对未知的岩体进行工程分级。结果表明,这种方法具有较高的准确率。

关键词：岩体工程分级支持向量机统计学习理论

来源：评论

学校读者我要写书评

暂无评论

SVM在数据挖掘中的应用

引用

计算机工程 2004年第6期30卷 7-8,24页

作者：张辉张浩陆剑峰同济大学CIMS 研究中心上海200092

随着数据库系统使用的普及，数据库的规模也越来越大，如何从海量数据库中挖掘出有用的信息以供企事业单位使用，已经越来越引起人们的兴趣。支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的机器学习方法，它基于结构风险... 详细信息

随着数据库系统使用的普及，数据库的规模也越来越大，如何从海量数据库中挖掘出有用的信息以供企事业单位使用，已经越来越引起人们的兴趣。支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的机器学习方法，它基于结构风险最小化原则，能有效地解决过学习问题，具有良好的推广性能和较好的分类精确性。该文首先介绍统计学习理论和支持向量机的概念，然后进一步论述了SVM在数据挖掘中的应用。

关键词：数据挖掘支持向量机统计学习理论

来源：评论

学校读者我要写书评

暂无评论

一种新型加权支持向量回归机

引用

东北大学学报（自然科学版） 2011年第12期32卷 1684-1687页

作者：刘丽梅王安娜沙漠赵玥东北大学信息科学与工程学院辽宁沈阳110819

与统计学习理论结合,并把数据样本映射到高维空间,有时标准支持向量回归机运算速度和精度不理想.针对线性不可分的情况,在支持向量回归机目标函数中增加两个平方松弛项,这样可以减少两个约束条件.每个松弛项赋予不同的加权系数,可根据... 详细信息

与统计学习理论结合,并把数据样本映射到高维空间,有时标准支持向量回归机运算速度和精度不理想.针对线性不可分的情况,在支持向量回归机目标函数中增加两个平方松弛项,这样可以减少两个约束条件.每个松弛项赋予不同的加权系数,可根据实际需要调节它们的权重.这种新算法称为新型加权支持向量回归机(weighted support vector regression machine,WSVRM),并把它用于函数逼近.实验结果表明,所提出的新型加权支持向量回归机具有良好的函数估计能力和数据预测能力.

关键词：统计学习理论支持向量回归机核函数加权因子函数逼近

来源：评论

学校读者我要写书评

暂无评论

基于小波神经网络的电梯交通流预测

引用

控制与决策 2006年第5期21卷 589-592页

作者：黄敏崔宝同顾树生江南大学控制科学与工程研究中心江苏无锡214122 东北大学信息科学与工程学院沈阳110004

小波神经网络随着输入维数的增加,网络参数将呈指数倍增加,导致收敛速度下降.在研究统计学理论的基础上,提出了以结构风险最小化为目标的训练方法.该方法最大限度地保证了网络的泛化能力.将该网络应用于电梯交通流的预测,得到了比传统B... 详细信息

小波神经网络随着输入维数的增加,网络参数将呈指数倍增加,导致收敛速度下降.在研究统计学理论的基础上,提出了以结构风险最小化为目标的训练方法.该方法最大限度地保证了网络的泛化能力.将该网络应用于电梯交通流的预测,得到了比传统BP神经网络更优的效果.

关键词：小波神经网络统计学习理论结构风险最小化电梯交通流

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：