核参数相关论文
为了解决在线油色谱受外界环境和设备误差影响导致数据失真的问题,笔者提出了一种基于萤火虫支持向量机的油色谱在线数据校正的方......
支持向量机(Support Vector Machines，简称SVM)是由Vapnik等人提出的一种新型机器学习方法。由于其出色的学习性能，该方法已成为机器......
支持向量机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，通过采用结构风险最小化原则和核函数，较好的解决了以往困扰很......
随着计算机网络的发展，网络安全问题也愈加突出，特别是攻击计算机系统的手段越来越复杂和多样化。网络攻击检测系统是对传统计算机安......
支持向量机是在统计学习理论上发展起来的一种新型机器学习方法,在解决模式识别领域中小样本,非线性,超高维等问题方面表现出明显......
全球导航卫星系统(GNSS)是与现代科学技术发展同步兴起的先进导航、定位技术,其具备全天候、高精度特点。现今GNSS技术已经成为快......
核极限学习机消除了传统极限学习机的系数矩阵病态问题,但其训练模型所用的核函数存在核函数类型以及核参数需要选优的问题,两者选......
变压器是电力系统中的重要部件,它的运行状态直接关系到电网稳定。变压器运行状态分析对故障预测,保障电网正常运转具有重大意义。......
[摘 要]“语义鸿沟”是实现真正意义上的图像语义检索的最大障碍，图像语义分类是图像语义数据挖掘的关键技术，因此，图像语义分类成为......
针对高光谱遥感图像的小目标检测问题,提出了一种基于自适应参数支持向量机(SVM)的检测方法。采用主成分分析(PCA)法对高光谱遥感......
为监测刀具的磨损状态,该文建立了一个基于声发射的刀具磨损状态监测系统。在刀具磨损状态监测实验中,采集加工过程中的声发射信号......
针对胃癌患者住院费用分类标签设定的复杂性以及传统费用建模算法的局限性,本文提出了一种基于聚类和支持向量机的住院费用建模算......
针对支持向量机(SVM)在短期负荷预测中,根据经验选取参数导致预测精度下降的问题,提出一种基于布谷鸟搜索算法(CSA)优化SVM的短期......
决定LS-SVM性能的因素是惩罚因子C和核函数的选取。核函数通常选用RBF核函数。本课题基于遗传模拟退火算法来优化LS-SVM的参数组合......
对于基于核的分类算法来说,选择一个最优的核参数是个至关重要的问题.核参数直接影响到基于核的分类算法的分类正确率.作者为基于......
期刊
球结构支持向量机算法将多类样本数据的每一类用各自的超球来界定,从而显著地降低了二次规划的复杂程度。在该算法的基础上,提出了......
煤田在开采过程中，为了保证人们生产安全，改善地下工作环境，避免钻孔生产时附近煤层或上下围岩发生坍塌掉块，必须用套管进行保护。而安......
PCM算法存在聚类重叠的缺陷,PFCM算法同时利用隶属度与典型值把数据样本划分到不同的类中,提高了算法的抗噪能力,但PFCM算法对样本......
支持向量机是在统计学习理论基础上发展起来的一种性能优良的新型机器学习方法，它具有坚实的理论基础，巧妙的算法实现。支持向量机的......
提出一种选择支持向量分类（Support Vector Classification，SVC）最优核参数的算法，称为MI（Maximum Isolation）算法，通过定义样本间的独立......
摘 要 研究了核参数和误差惩罚参数对支持向量机推广能力的影响方式，指出核参数主要影响数据在特征空间中的分布，误差惩罚参数在特......
随着数码图像的普及，图像盲取证成为时下的研究热点之一，如何识别图像来源是其主要的研究内容。作为图像来源鉴别最关键的阶段，构造鉴......
本文介绍支持向量机分类非线性数据集的优越性，讨论了基于核的方法，并对核的方法的实质进行了论述。通过matlab制作的图像可知：核方法......
针对传统结构损伤智能诊断方法所存在的缺陷,提出一种基于混合粒子群算法（HPSO）优化最小二乘支持向量机（LS-SVM）的结构损伤识别模型,并......
建立了一种改选的不对称支持向量机（MISVM）和隐马尔可夫模型结合的混合学习模型，对于实际中具有的不对称样本数据集，采用调整Hessian矩......
网络流量时间序列具有高维度、非线性和时变性等特征,针对传统时间序列模型预测精度较低的问题,提出了基于KPCA优化HS-RVM的网络流......
文中提出了一种基于类间距判据的高斯过程分类（GPC）模型核参数选择方法.将核参数作为自变量,类间距作为因变量,获得类间距随核参数变......
变压器是电力系统的重要组成部分,准确分析变压器的运行状态对保证电力系统的稳定性具有重大意义。首先采用主成分分析方法,在众多......
通过核函数技巧,定义了高维空间中两样本点之间的距离.引入异类距离平方阵,提出了一种新的选择SVM核参数准则,并给出算法,即max-mi......
SVM是一种基于核的学习．方法，核及相关参数的选择对其性能有非常重要的影响，提出了一种数据依赖的最优核参数估计方法，通过角度切割样......
根据支持向量机的基本原理,给出一种推广误差上界估计判据,并利用该判据进行最优核参数的自动选取.对三种不同意识任务的脑电信号......
在分析支持向量机原理的基础上,分析了SVM中核函数、核参数及惩罚参数C的影响,介绍了三种SVM参数选择方法,并讨论了其优点和不足.......
SVM(support vector machine)算法求解支持向量的过程涉及到N阶矩阵的计算,N为样本的个数,当样本数量很大时,高阶矩阵的计算将需要......
针对锂离子电池荷电状态(SOC)预测精度不高以及在线适应性差的问题,提出一种改进的增量学习相关向量机模型对锂离子电池SOC 进行在......
在高斯核支持向量机（SVM）的参数优化中,针对以特征空间中的类间距离（ICDF）为测度选择核参数时存在计算量大、耗时长的问题,首先提出并......
为了解决入侵检测系统中异常样本数据不易收集以及异常样本数据分布不均导致传统分类算法出现过适应现象等现实应用问题,提出了一......
核函数参数的选择对支持向量机的性能有着重要影响，不同问题下合适的核参数取值差异性也很大。本文从实验的角度出发，验证研究了不同......
针对核极限学习机高斯核函数参数选优难,影响学习机训练收敛速度和分类精度的问题,该文提出一种K插值单纯形法的核极限学习机算法......
利用最小二乘支持向量机（least square support vector machine,LSSVM）在线辨识时变非线性过程时,设定其核参数较困难,设定的核参数......
针对样本间的不均衡性,提出一种基于成对约束的动态加权半监督模糊核聚类算法。在传统模糊聚类算法中加入半监督学习机制,通过Merc......
通过对核矩阵的研究,利用核矩阵的对称正定性,采用核校准的方法提出了一种SVM最优模型选择的算法———OMSA算法.利用训练样本不通......
为了解决传统的由混合核组成的核函数的参数选择时,由于参数过多导致参数选择时间过长的问题,提出了一种基于Fisher核构造混合核的......
针对短时电能质量变化和暂态扰动现象的不同特点,建立常见电能质量扰动的数学模型。运用小波变换对暂态电能质量扰动现象的内在特......
目的通过液基制片(liquid-based preparations,LBP)方法在非妇科脱落细胞领域制片对细胞核定量参数的影响研究,探讨其应用的优缺点......
为寻求正确率更高的人脸识别技术,提出一种基于Daubechies小波变换和支持向量机(DW-FPSVM)的人脸识别算法.首先对人脸图像进行一次......
面对网络大数据的挑战,特征信息的模式识别已成为信息情报领域的研究热点。本文对模式识别的现状进行了剖析,研究了现广泛运用于信......
支持向量机（SVM）的推广能力依赖于核函数形式及核参数和惩罚因子的选取,即模型选择.在分析参数对分类器识别精度的影响基础上,提出了......
研究了支持向量机入侵检测分类器的构造方法及惩罚因子和核参数变化对支持向量机分类性能的不同影响,提出一种递推式支持向量机参......
