检索结果-内蒙古大学图书馆

化工学报 2006年第7期57卷 1612-1616页

作者：郑小霞钱锋华东理工大学自动化研究所上海200237

支持向量机是一种基于统计学习理论的新型机器学习方法.本文给出一种考虑损失函数的噪声模型参数β的贝叶斯证据框架最小二乘支持向量机回归算法,通过贝叶斯证据框架自动调整正则化参数和核参数,更好地实现了最小化误差和模型复杂性之... 详细信息

支持向量机是一种基于统计学习理论的新型机器学习方法.本文给出一种考虑损失函数的噪声模型参数β的贝叶斯证据框架最小二乘支持向量机回归算法,通过贝叶斯证据框架自动调整正则化参数和核参数,更好地实现了最小化误差和模型复杂性之间的折中.将提出的算法用于精对苯二甲酸(purifiedterephthalicacid,PTA)生产过程中的关键指标对羧基苯甲醛(4carboxybenzaldhyde,4CBA)含量的预测中,能很好地跟踪4CBA含量的变化趋势,泛化能力较强,为4CBA含量的实时预测提供了很好的解决方案.

关键词：最小二乘支持向量机贝叶斯证据框架对羧基苯甲醛

来源：评论

学校读者我要写书评

暂无评论

一种贝叶斯证据框架下支持向量机建模方法的研究

引用

控制与决策 2004年第5期19卷 525-528,533页

作者：阎威武常俊林邵惠鹤上海交通大学自动化系上海200030

研究贝叶斯证据框架下标准支持向量机和最小二乘支持向量机的估计算法和建模方法 ,给出一种高斯核支持向量机估计算法的参数选择和调整方法 .将贝叶斯证据框架下支持向量机的建模方法应用于非线性系统的辨识 ,仿真结果表明。

关键词：支持向量机贝叶斯建模证据框架

来源：评论

学校读者我要写书评

暂无评论

证据框架与自由能框架

引用

西安交通大学学报 2003年第2期37卷 167-170,174页

作者：陆晓峰郑南宁袁泽剑西安交通大学电子与信息工程学院西安710049

在指出证据框架和自由能最小化方法等贝叶斯推理方法的局限性的前提下,通过对比证据框架的方法,提出了自由能框架的概念,将通常难以求解的自由能最小化过程分解成参数自由能最小化、超参数自由能最小化、模型参数自由能最小化等层次,在... 详细信息

在指出证据框架和自由能最小化方法等贝叶斯推理方法的局限性的前提下,通过对比证据框架的方法,提出了自由能框架的概念,将通常难以求解的自由能最小化过程分解成参数自由能最小化、超参数自由能最小化、模型参数自由能最小化等层次,在每个层次上调节参数、超参数和模型参数,使其后验分布与其真实分布之间的Kullback Leibler距最小,以使可变自由能逼近真实自由能.同时,保持其他层次上的参数、超参数和模型参数固定不变,以简化贝叶斯前馈神经网络的参数估计.应用自由能框架,对通常较难求解的贝叶斯支持向量回归机器的参数与超参数进行估计,推导出相应的计算公式,并验证了该方法的可行性与有效性.

关键词：支持向量机自由能最小化证据框架自由能框架贝叶斯推理神经网络参数估计

来源：评论

学校读者我要写书评

暂无评论

基于证据框架的模糊超球面支持向量机超参数优化

引用

应用科学学报 2007年第3期25卷 227-232页

作者：金添周智敏宋千常文革国防科学技术大学电子科学与工程学院湖南长沙410073

模糊超球面支持向量机(FHS-SVM)在处理一类分类问题时比超平面支持向量机泛化能力更强,特别是在雷达目标检测中得到了成功应用.FHS-SVM训练时需要预设一些超参数,不同的超参数得到的FHS-SVM性能差异很大.文中首先证明了FHS-SVM训练过程... 详细信息

模糊超球面支持向量机(FHS-SVM)在处理一类分类问题时比超平面支持向量机泛化能力更强,特别是在雷达目标检测中得到了成功应用.FHS-SVM训练时需要预设一些超参数,不同的超参数得到的FHS-SVM性能差异很大.文中首先证明了FHS-SVM训练过程与证据框架第一层贝叶斯推理的等价性,然后在证据框架下提出了FHS-SVM超参数优化迭代方法.基于超宽带合成孔径雷达探雷数据,通过与穷举方法结果的对比检验了迭代优化方法的有效性.

关键词：证据框架模糊超球面支持向量机超参数优化地雷检测

来源：评论

学校读者我要写书评

暂无评论

贝叶斯证据框架下的支持向量机及其在陀螺漂移预测中的应用

引用

战术导弹技术 2006年第6期 58-62页

作者：樊红东胡昌华陈伟第二炮兵工程学院西安710025

将贝叶斯证据框架引入到标准支持向量机中去,研究了贝叶斯证据框架下标准支持向量机的参数调整方法,并具体研究了高斯核情况下参数的调整.利用获得的结论对陀螺漂移数据进行了预测.结果表明,该方法为参数的选取提供了一个统一的框架,克... 详细信息

将贝叶斯证据框架引入到标准支持向量机中去,研究了贝叶斯证据框架下标准支持向量机的参数调整方法,并具体研究了高斯核情况下参数的调整.利用获得的结论对陀螺漂移数据进行了预测.结果表明,该方法为参数的选取提供了一个统一的框架,克服了在样本改变的情况下标准回归支撑矢量机方法中某些参数只能凭经验通过交叉验证的方法进行频繁的手动调整的不足,且具有较高的精度.

关键词：贝叶斯支持向量机证据框架预测

来源：评论

学校读者我要写书评

暂无评论

不完备识别框架下的证据组合方法

引用

电子与信息学报 2005年第7期27卷 1043-1046页

作者：曾成赵保军何佩琨北京理工大学信息科学技术学院电子工程系北京100081

证据理论应用中经常面临识别框架不完备问题。本文引入证据框架概念,把识别框架分为已知和未知两个部分,提出一种在识别框架不完备条件下表示和组合证据的开放识别框架方法。该方法能明确区分“识别框架不完备”与“证据冲突”两个不同... 详细信息

证据理论应用中经常面临识别框架不完备问题。本文引入证据框架概念,把识别框架分为已知和未知两个部分,提出一种在识别框架不完备条件下表示和组合证据的开放识别框架方法。该方法能明确区分“识别框架不完备”与“证据冲突”两个不同概念,并合理解决了对未知命题集合的基本概率赋值问题,从而克服了D-S理论以及Smets的“开放世界假设”方法在处理不完备识别框架时存在的不足。

关键词： D-S理论证据组合开放识别框架证据框架开放世界假设

来源：评论

学校读者我要写书评

暂无评论

基于EMD-LSSVM的多尺度混合建模方法及其应用

引用

红外与激光工程 2013年第7期42卷 1737-1742页

作者：何星王宏力刘永志陆敬辉姜伟第二炮兵工程大学自动控制系陕西西安710025 第二炮兵驻天津地区军事代表室天津300308

激光陀螺漂移时间序列具有非平稳和非线性的特点,单一预测模型难以准确跟踪其变化趋势。研究了基于经验模态分解(EMD)和最小二乘支持向量机(LSSVM)的多尺度混合建模方法及在激光陀螺漂移预测中的应用。首先,利用经验模态分解将漂移时间... 详细信息

激光陀螺漂移时间序列具有非平稳和非线性的特点,单一预测模型难以准确跟踪其变化趋势。研究了基于经验模态分解(EMD)和最小二乘支持向量机(LSSVM)的多尺度混合建模方法及在激光陀螺漂移预测中的应用。首先,利用经验模态分解将漂移时间序列分解为多个本征模式分量,在采用具有适当核函数的最小二乘支持向量机分别对这些分量进行预测后,以加权集成方式得到最终预测结果。最后,将该方法用于激光陀螺的随机漂移预测中,仿真结果表明:该方法能够准确预测激光陀螺漂移值,取得了比单一模型更好的预测效果,能够为激光陀螺的漂移补偿、故障预报和可靠性诊断提供参考。

关键词：经验模态分解最小二乘支持向量机贝叶斯方法证据框架激光陀螺漂移预测

来源：评论

学校读者我要写书评

暂无评论

组合字典下超宽带穿墙雷达自适应稀疏成像方法

引用

电子与信息学报 2016年第5期38卷 1047-1054页

作者：晋良念申文婷钱玉彬欧阳缮广西无线宽带通信与信号处理重点实验室桂林541004 桂林电子科技大学信息与通信学院桂林541004

针对现有超宽带穿墙雷达稀疏成像算法大多只采用点目标稀疏基表示模型和稀疏优化的正则化参数不能被自适应调整以及目标位置不在划分网格上带来虚假像的问题,该文提出一种基于贝叶斯证据框架的自适应稀疏成像方法。该方法首先利用组合... 详细信息

针对现有超宽带穿墙雷达稀疏成像算法大多只采用点目标稀疏基表示模型和稀疏优化的正则化参数不能被自适应调整以及目标位置不在划分网格上带来虚假像的问题,该文提出一种基于贝叶斯证据框架的自适应稀疏成像方法。该方法首先利用组合字典独立稀疏表示场景中的点目标和扩展目标,然后在建立的偏离网格稀疏表示模型的基础上分层最大化各参数的似然函数,用第1层推理结合共轭梯度算法估计组合字典的各稀疏表示系数,用第2层推理估计正则化参数和目标的偏离网格量,最终通过迭代优化参数的设置得到问题的求解。仿真和实验结果表明,该方法不仅同时自适应增强穿墙场景中的点目标和扩展目标,还消除了偏离网格目标引起的虚假像。

关键词：超宽带穿墙雷达稀疏成像组合字典证据框架参数自适应调整

来源：评论

学校读者我要写书评

暂无评论

贝叶斯回归支持向量机的软测量建模方法

引用

南京航空航天大学学报 2006年第B07期38卷 136-138页

作者：朱建鸿丁健杨慧中姜永森江南大学控制科学与工程研究中心无锡214122 北华大学科技处吉林132013

提出了一种基于贝叶斯证据框架的回归型支持向量机的参数选择和软测量建模方法。证据框架的第1层推理用来解释支持向量机的训练。证据框架的第2和第3层推理用于自动调整正则化参数和核参数并使其接近最优值。然后,将这种基于贝叶斯证据... 详细信息

提出了一种基于贝叶斯证据框架的回归型支持向量机的参数选择和软测量建模方法。证据框架的第1层推理用来解释支持向量机的训练。证据框架的第2和第3层推理用于自动调整正则化参数和核参数并使其接近最优值。然后,将这种基于贝叶斯证据框架的回归型支持向量机用于估计聚丙烯腈生产过程的质量指标。仿真结果表明了该方法的有效性。

关键词：证据框架贝叶斯软测量支持向量机

来源：评论

学校读者我要写书评

暂无评论

贝叶斯方法及其在化工软测量建模中的应用

贝叶斯方法及其在化工软测量建模中的应用

引用

作者：丁健江南大学

学位级别：硕士

贝叶斯学习理论使用概率表示各种形式的知识和不确定性,并通过概率规则来实现学习和推理过程,是处理不确定信息的有力工具。本文在学习贝叶斯学习理论的基本观点和研究它的背景与现状的基础上,详细讨论了几种常用的贝叶斯分类模型的分... 详细信息

贝叶斯学习理论使用概率表示各种形式的知识和不确定性,并通过概率规则来实现学习和推理过程,是处理不确定信息的有力工具。本文在学习贝叶斯学习理论的基本观点和研究它的背景与现状的基础上,详细讨论了几种常用的贝叶斯分类模型的分类原理和性能,并主要研究了以下几个关键问题:朴素贝叶斯分类模型及其改进、贝叶斯回归型支持向量机及其在聚丙烯腈生产过程软测量建模中的应用。分类是数据挖掘中一项十分重要的任务,其目的是找出分类函数或者分类模型。本文提出了一种基于互信息属性约简的朴素贝叶斯分类器,此方法从信息论角度出发,并给出属性重要性的度量方法和相应的属性约简算法,找出一组最近似独立的属性约简子集,弱化属性间的依赖关系,再利用朴素贝叶斯分类器对约简子集进行训练得到分类器,从而提高朴素贝叶斯分类器的性能。针对支持向量机在小样本情况下泛化性能不高的问题,本文把贝叶斯证据框架引入到支持向量机回归问题中,用来调整支持向量机模型中的核参数和正则化参数接近最优,进而提高模型在小样本下的推广能力。另外,考虑到聚丙烯腈生产过程是一个机理复杂的、非线性严重的多变量时变过程,本文建立一种多类型混合软测量模型,用于估计聚丙烯腈生产过程的质量指标。该模型以过程机理模型为基础框架,以贝叶斯回归支持向量机和各类回归辨识模型作为混合模型中各子模型或机理模型的过程参数估计模型,并将过程中的各种先验知识作为等式或不等式约束,引入混合模型中。仿真结果验证了该方法的有效性。

关键词：贝叶斯理论支持向量机高斯过程朴素贝叶斯分类聚丙烯腈生产过程泛化能力证据框架软测量

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：