期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法 被引量：9
1
作者 周晓剑 马义中 +2 位作者 朱嘉钢 刘利平 汪建均 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第9期1178-1184,共7页
序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的... 序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huber-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值. 展开更多
关键词 支持向量机 非半正定核 序列最小最优化算法 Huber-支持向量回归机
在线阅读 下载PDF
求解最小闭包球问题改进的SMO-型算法 被引量：1
2
作者 丛伟杰 刘红卫 《计算机工程与应用》 CSCD 2013年第3期1-3,9,共4页
研究n维空间中m个点的最小闭包球(MEB)问题。通过结合确定并删除内部点的技术到序列最小最优化(SMO)方法中,提出一种近似求解MEB问题的改进的SMO-型算法。证明了该算法具有线性收敛性。数值结果表明对于一些mn的大规模数据集,改进的... 研究n维空间中m个点的最小闭包球(MEB)问题。通过结合确定并删除内部点的技术到序列最小最优化(SMO)方法中,提出一种近似求解MEB问题的改进的SMO-型算法。证明了该算法具有线性收敛性。数值结果表明对于一些mn的大规模数据集,改进的算法与原算法相比速度可以提高10倍以上。尤其,当n等于100且m等于100000时,改进的SMO-型算法仅需执行8s。此外,对于n等于10000且m等于1000的大规模数据集,改进的算法也仅需执行150s。 展开更多
关键词 最小闭包球 确定并删除内部点 序列最小最优化 线性收敛 大规模数据集
在线阅读 下载PDF
支持向量机多类分类方法 被引量：64
3
作者 苟博 黄贤武 《数据采集与处理》 CSCD 北大核心 2006年第3期334-339,共6页
支持向量机本身是一个两类问题的判别方法,不能直接应用于多类问题。当前针对多类问题的支持向量机分类方法主要有5种:一类对余类法(OVR),一对一法(OVO),二叉树法(BT),纠错输出编码法和有向非循环图法。本文对这些方法进行了简单的介绍... 支持向量机本身是一个两类问题的判别方法,不能直接应用于多类问题。当前针对多类问题的支持向量机分类方法主要有5种:一类对余类法(OVR),一对一法(OVO),二叉树法(BT),纠错输出编码法和有向非循环图法。本文对这些方法进行了简单的介绍,通过对其原理和实现方法的分析,从速度和精度两方面对这些方法的优缺点进行了归纳和总结,给出了比较意见,并通过实验进行了验证,最后提出了一些改进建议。 展开更多
关键词 支持向量机 序列最小最优化算法 多类分类 多类支持向量机
在线阅读 下载PDF
不平衡支持向量机的惩罚因子选择方法 被引量：15
4
作者 金鑫 李玉鑑 《计算机工程与应用》 CSCD 北大核心 2011年第33期129-133,共5页
支持向量机在处理不平衡数据集时常常不能取得良好的效果,而基于不同惩罚因子的不平衡支持向量机能够较好地处理这个问题。阐述了支持向量机在不平衡数据集上失效的原因,讨论了不平衡支持向量机的求解算法,提出了一种根据数据集分布的... 支持向量机在处理不平衡数据集时常常不能取得良好的效果,而基于不同惩罚因子的不平衡支持向量机能够较好地处理这个问题。阐述了支持向量机在不平衡数据集上失效的原因,讨论了不平衡支持向量机的求解算法,提出了一种根据数据集分布的平均密度直接选取惩罚因子的方法,以减少传统交叉验证方法选取参数所需的时间。实验表明,与其他方法相比,这种平均密度方法能够有效提高不平衡支持向量机在不平衡数据集上的识别效果。 展开更多
关键词 序列最小最优化 不平衡支持向量机 平均密度 惩罚因子 参数选取
在线阅读 下载PDF
基于边界矩和支持向量机的火焰识别算法 被引量：4
5
作者 韩斌 黄刚 王士同 《计算机应用研究》 CSCD 北大核心 2009年第7期2765-2766,2770,共3页
根据火焰的燃烧特性,结合火焰的空间形状特征和动态变化特征,设计了一种基于动态边界矩和支持向量机的火焰识别算法。利用相邻帧边界矩不变量的差值来描述火焰的动态特征,基于支持向量机对火焰和疑似火焰目标样本进行分类检测。实验表明... 根据火焰的燃烧特性,结合火焰的空间形状特征和动态变化特征,设计了一种基于动态边界矩和支持向量机的火焰识别算法。利用相邻帧边界矩不变量的差值来描述火焰的动态特征,基于支持向量机对火焰和疑似火焰目标样本进行分类检测。实验表明,该算法具有较好的火焰目标识别性能、较低的虚警率和较强的抗干扰性能。 展开更多
关键词 火焰识别 边界矩不变量 支持向量机 序列最小最优化算法
在线阅读 下载PDF
基于支持向量回归模型的电力系统谐波分析新方法 被引量：2
6
作者 刘尚伟 吴玲 《中国电力》 CSCD 北大核心 2007年第6期32-35,共4页
当前电力系统中的谐波问题日益严重,对谐波的准确检测和分析是抑制谐波畸变的重要依据。将基于改进的SMO算法的支持向量回归模型应用于电力系统谐波的检测,该算法克服了常规算法计算规模大和建模复杂的困难,通过引入一个中间因子,将原... 当前电力系统中的谐波问题日益严重,对谐波的准确检测和分析是抑制谐波畸变的重要依据。将基于改进的SMO算法的支持向量回归模型应用于电力系统谐波的检测,该算法克服了常规算法计算规模大和建模复杂的困难,通过引入一个中间因子,将原来问题的计算规模减半,并利用迭代算法求解中间因子,使得该算法简单可行。对三相桥式整流电路交流侧产生的特征谐波和非特征谐波电流进行了分析,仿真结果通过与FFT算法和ADALINE神经网络的检测分析结果对比,表明该方法无论是在理想情况下还是在考虑了各种影响因素的情况下,都具有很高的检测精度,可以满足电力系统的谐波分析的要求。该方法的不足之处是计算量会随着输入量分辨率的提高而增大。 展开更多
关键词 谐波分析 支持向量回归 结构风险最小化 泛化能力 序列最小最优化算法
在线阅读 下载PDF
求解加权Euclidean单中心问题的SMO-型算法 被引量：2
7
作者 丛伟杰 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2013年第3期403-407,共5页
通过定义求解加权Euclidean单中心(WEOC)问题的两个近似最优性条件,基于序列最小最优化(SMO)方法,提出一种求解WEOC问题的SMO-型算法.该算法求解WEOC问题满足第二个近似最优性条件的(1+ε)-近似解,并且每次迭代只需更新对偶变量的两个分... 通过定义求解加权Euclidean单中心(WEOC)问题的两个近似最优性条件,基于序列最小最优化(SMO)方法,提出一种求解WEOC问题的SMO-型算法.该算法求解WEOC问题满足第二个近似最优性条件的(1+ε)-近似解,并且每次迭代只需更新对偶变量的两个分量.数值结果表明,SMO-型算法执行简单,能有效求解高精度的大规模计算问题. 展开更多
关键词 加权Euclidean单中心 序列最小最优化 最优性条件 近似算法
在线阅读 下载PDF
基于支持向量机的肤色检测
8
作者 徐从东 罗家融 +1 位作者 肖炳甲 舒双宝 《计算机工程与设计》 CSCD 北大核心 2008年第10期2600-2603,共4页
根据支持向量机理论和肤色信息分布特点,提出用支持向量机方法进行肤色检测。在YCbCr、YIQ、YUV颜色空间中,去除照度分量,分别以各像素点的色度向量为输入,用像素点所属类别——皮肤区域与非皮肤区域为输出,建立各颜色空间的支持向量机... 根据支持向量机理论和肤色信息分布特点,提出用支持向量机方法进行肤色检测。在YCbCr、YIQ、YUV颜色空间中,去除照度分量,分别以各像素点的色度向量为输入,用像素点所属类别——皮肤区域与非皮肤区域为输出,建立各颜色空间的支持向量机肤色检测器。实验表明,该方法具有良好的肤色检测效果。 展开更多
关键词 肤色检测 支持向量机 颜色空间 高斯函数 序列最小最优化算法
在线阅读 下载PDF
基于扩展SMO求解核函数非正定的SVR模型算法
9
作者 周锦程 王丹 +1 位作者 余泉 张维 《计算机工程与科学》 CSCD 北大核心 2012年第3期122-127,共6页
将求解SVC模型的算法运用到求解SVR模型中一般要SVR模型的核函数正定且满足Mercer条件,而实际应用中利用几何框架将SVC模型转换成相应的SVR模型时,通常无法保证经转换得到的SVR模型的核函数具有正定性,从而导致SVR模型不是凸规划模型而... 将求解SVC模型的算法运用到求解SVR模型中一般要SVR模型的核函数正定且满足Mercer条件,而实际应用中利用几何框架将SVC模型转换成相应的SVR模型时,通常无法保证经转换得到的SVR模型的核函数具有正定性,从而导致SVR模型不是凸规划模型而无法求解。为解决上述问题,本文提出了一种运用扩展的序列最小最优化方法(SMO)来求解基于非正定核的SVR模型,设计了算法中工作集的选择准则,解决了算法中如何选择工作集变量当前的最优值问题。由于该算法不要求核函数具有正定性,从而拓宽了SVR模型核函数的选择范围。实验表明,该算法对基于正定或非正定核的SVR模型都具有很好的泛化性能和回归精度,具有一定的理论意义和实用价值。 展开更多
关键词 非正定核 损失函数 序列最小最优化算法 回归型支持向量机模型
在线阅读 下载PDF
基于SDPM算法的SVM模型的软硬件设计与实现
10
作者 宋蒙 蒋生强 《无线电通信技术》 2020年第4期485-490,共6页
支持向量积(Support Vector Machines,SVM)利用最优训练参数组合(Optimal Training Parameters Combination,OTPC)搭建模型的训练过程所涉及的总计算量是相当繁重的,软件处理这些运算会使得执行时长过久,从而不能满足SVM应用实时性的需... 支持向量积(Support Vector Machines,SVM)利用最优训练参数组合(Optimal Training Parameters Combination,OTPC)搭建模型的训练过程所涉及的总计算量是相当繁重的,软件处理这些运算会使得执行时长过久,从而不能满足SVM应用实时性的需要。为提升SVM搜索OTPC的性能,从算法和实现两方面进行了探索。在算法上,论证了共享点积矩阵(Share Dot Product Matrix,SDPM)算法,有效地降低搜寻OTPC时的点积计算量。在实现上,提出了基于SDPM算法来搜寻OTPC的软硬件协同架构。 展开更多
关键词 共享点积矩阵 支持向量机 最小序列最优化 最优训练参数组合
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部