检索结果-维普期刊中文期刊服务平台

基于支持向量机理论的滑坡灾害预测——以浙江庆元地区为例被引量：32: 1; 作者马志江陈汉林杨树锋《浙江大学学报（理学版）》 CAS CSCD 2003年第5期592-596,共5页; 滑坡发生受很多因素影响,揭示因素与发生滑坡事件的关系是当前滑坡研究中的一个重要内容.运用支持向量机理论,利用数字高程和遥感数据,构建了滑坡预测的支持向量机模型,并以浙江庆元县境内滑坡发生集中区为试验区,开展滑坡灾害的预测与... 展开更多; 关键词浙江庆元地区滑坡预测地质灾害支持向量机理论评价模型机器学习; 在线阅读下载PDF 职称材料

支持向量机理论综述被引量：35: 2; 作者萧嵘王继成张福炎《计算机科学》 CSCD 北大核心 2000年第3期1-3,共3页; 1 引言随着信息技术的发展,人类积累的数据量呈几何级数递增。如何从这些数据中发掘出有效的信息而不被信息海洋所淹没已经成为迫在眉睫的问题。对数据挖掘相关领域的研究,例如数据分类、聚类,函数模拟和规则抽取等技术,逐渐成为当前计... 展开更多; 关键词支持向量机理论模式识别三维对象识别计算机; 在线阅读下载PDF 职称材料

基于模糊支持向量机的网络入侵检测研究被引量：5: 3; 作者李华张简政《计算机科学》 CSCD 北大核心 2005年第11期77-80,共4页; 模糊支持向量机理论属于统计学习理论,是支持向量机理论的推广,使支持向量机更好地运用到实际工作中。我们将其运用到网络入侵检测中,实验证明是可行的、高效的,有其特点和优势的。; 关键词网络入侵检测支持向量机模糊支持向量机 LIBSVM 支持向量机理论统计学习理论实验证明; 在线阅读下载PDF 职称材料

基于向量机回归理论研究齿轮泵流量特性被引量：4: 4; 作者曾德堂赵威力王曦《机床与液压》北大核心 2012年第9期38-41,44,共5页; 针对齿轮泵流量计算问题,采用支持向量机回归理论,以齿轮泵实验数据作为学习样本,建立了齿轮泵流量特性模型,研究齿轮泵流量特性计算问题。研究结果表明:基于向量机回归理论流量计算模型所得计算值与试验结果具有良好的一致性。; 关键词齿轮泵流量特性支持向量机回归理论; 在线阅读下载PDF 职称材料

季节性冻土区路基高边坡变形多因素时变预测模型被引量：6: 5; 作者崔凯秦晓同荆祥《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第6期1109-1114,共6页; 为了研究季节性冻土区路基在各种影响因素作用下的运营质量,本文对路基高边坡进行沉降变形预测研究。鉴于当前路基变形各种预测模型均有其适用范围,总体预测波动性较大,精度较低,提出了一种基于支持向量机的季节性冻土区路基高边坡变形... 展开更多; 关键词季节性冻土区路基高边坡变形多因素监测数据时变预测支持向量机理论; 在线阅读下载PDF 职称材料

题名基于支持向量机理论的滑坡灾害预测——以浙江庆元地区为例被引量：32: 1; 作者马志江陈汉林杨树锋; 机构浙江大学地球科学系; 出处《浙江大学学报（理学版）》 CAS CSCD 2003年第5期592-596,共5页; 基金国家自然科学基金资助项目(40072096).; 文摘滑坡发生受很多因素影响,揭示因素与发生滑坡事件的关系是当前滑坡研究中的一个重要内容.运用支持向量机理论,利用数字高程和遥感数据,构建了滑坡预测的支持向量机模型,并以浙江庆元县境内滑坡发生集中区为试验区,开展滑坡灾害的预测与评价,取得了与实际滑坡较为一致的结果.认为基于支持向量机理论建立的滑坡预测与评价模型可以快速准确地实现滑坡灾害区域评价与预测.; 关键词浙江庆元地区滑坡预测地质灾害支持向量机理论评价模型机器学习; Keywords landslide prediction support vector machine(SVM); 分类号 P642.22 [天文地球—工程地质学] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名支持向量机理论综述被引量：35: 2; 作者萧嵘王继成张福炎; 机构南京大学软件新技术国家重点实验室计算机科学与技术系; 出处《计算机科学》 CSCD 北大核心 2000年第3期1-3,共3页; 文摘 1 引言随着信息技术的发展,人类积累的数据量呈几何级数递增。如何从这些数据中发掘出有效的信息而不被信息海洋所淹没已经成为迫在眉睫的问题。对数据挖掘相关领域的研究,例如数据分类、聚类,函数模拟和规则抽取等技术,逐渐成为当前计算机基础技术研究的重心之一。支持向量机(Support Vector Machine,SVM)方法作为一种解决多维函数预测的通用工具,; 关键词支持向量机理论模式识别三维对象识别计算机; Keywords SV, SVM, Categorization, Function simulation, Pattern recognition; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于模糊支持向量机的网络入侵检测研究被引量：5: 3; 作者李华张简政; 机构重庆大学计算机学院; 出处《计算机科学》 CSCD 北大核心 2005年第11期77-80,共4页; 文摘模糊支持向量机理论属于统计学习理论,是支持向量机理论的推广,使支持向量机更好地运用到实际工作中。我们将其运用到网络入侵检测中,实验证明是可行的、高效的,有其特点和优势的。; 关键词网络入侵检测支持向量机模糊支持向量机 LIBSVM 支持向量机理论统计学习理论实验证明; Keywords Network intrusion detection, Support vector machine, Fuzzy support vector machine, Libsvm; 分类号 TP391.43 [自动化与计算机技术—计算机应用技术] TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于向量机回归理论研究齿轮泵流量特性被引量：4: 4; 作者曾德堂赵威力王曦; 机构北京航空航天大学能源与动力工程学院西安航空动力控制有限公司; 出处《机床与液压》北大核心 2012年第9期38-41,44,共5页; 文摘针对齿轮泵流量计算问题,采用支持向量机回归理论,以齿轮泵实验数据作为学习样本,建立了齿轮泵流量特性模型,研究齿轮泵流量特性计算问题。研究结果表明:基于向量机回归理论流量计算模型所得计算值与试验结果具有良好的一致性。; 关键词齿轮泵流量特性支持向量机回归理论; Keywords Gear pump Flow characteristics Support vector machines regression; 分类号 V233 [航空宇航科学与技术—航空宇航推进理论与工程]; 在线阅读下载PDF 职称材料

题名季节性冻土区路基高边坡变形多因素时变预测模型被引量：6: 5; 作者崔凯秦晓同荆祥; 机构西南交通大学高速铁路线路工程教育部重点实验室西南交通大学土木工程学院; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2019年第6期1109-1114,共6页; 基金国家自然科学基金项目(41572245); 文摘为了研究季节性冻土区路基在各种影响因素作用下的运营质量,本文对路基高边坡进行沉降变形预测研究。鉴于当前路基变形各种预测模型均有其适用范围,总体预测波动性较大,精度较低,提出了一种基于支持向量机的季节性冻土区路基高边坡变形多因素时变预测模型。依托季节性冻土区路基观测系统,在分析相关监测数据的基础上,对季节性冻土区路基高边坡变形特征及其热稳定性影响因素进行分析,并总结主要因素对高边坡路基变形的影响规律。借助该周期性变化规律采用支持向量机理论构建了变形多因素时变预测模型。实验结果表明:本文模型在预测精度上较当前预测模型在预测精度上有所提高,可为岩土工程建设提供重要的参考依据。; 关键词季节性冻土区路基高边坡变形多因素监测数据时变预测支持向量机理论; Keywords seasonal frozen soil area subgrade high slope deformation multifactor monitor data time-varying prediction support vectormachine(SVM); 分类号 U213.1 [交通运输工程—道路与铁道工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于支持向量机理论的滑坡灾害预测——以浙江庆元地区为例	马志江陈汉林杨树锋	《浙江大学学报（理学版）》 CAS CSCD	2003	32	在线阅读下载PDF 职称材料
2	支持向量机理论综述	萧嵘王继成张福炎	《计算机科学》 CSCD 北大核心	2000	35	在线阅读下载PDF 职称材料
3	基于模糊支持向量机的网络入侵检测研究	李华张简政	《计算机科学》 CSCD 北大核心	2005	5	在线阅读下载PDF 职称材料
4	基于向量机回归理论研究齿轮泵流量特性	曾德堂赵威力王曦	《机床与液压》北大核心	2012	4	在线阅读下载PDF 职称材料
5	季节性冻土区路基高边坡变形多因素时变预测模型	崔凯秦晓同荆祥	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2019	6	在线阅读下载PDF 职称材料