期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于核函数的测井曲线识别方法
被引量：
1
1
作者
尚福华
王照宇
+2 位作者
张雪
杜睿山
李海江
《大庆石油学院学报》
CAS
北大核心
2007年第6期95-97,104,共4页
基于混合核函数满足Mercer定理对核函数的要求,提出将B-样条核函数与径向基核函数相结合,得到一种新混合核函数.实验结果表明,与B-样条核函数、径向基核函数相比,该混合核函数具有识别准确率高和运行时间短的优点;相同条件下,与神经网络...
基于混合核函数满足Mercer定理对核函数的要求,提出将B-样条核函数与径向基核函数相结合,得到一种新混合核函数.实验结果表明,与B-样条核函数、径向基核函数相比,该混合核函数具有识别准确率高和运行时间短的优点;相同条件下,与神经网络、B-样条SVM、小波SVM等不同的样本识别算法相比,该混合核函数的系统运行时间最短,测试样本识别准确率最高.
展开更多
关键词
测井曲线
B-
样条核函数
混合
核
函数
在线阅读
下载PDF
职称材料
基于小波支持向量机的非高斯空间风压内外插预测
被引量：
4
2
作者
李春祥
殷潇
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2018年第11期1516-1523,共8页
支持向量机(SVM)的性能取决于核函数及核参数的选取.基于小波分析理论构造出满足Mercer平移不变核定理的Mexican Hat小波核函数(MW),将MW和B样条核函数分别与最小二乘支持向量机(LSSVM)结合,形成MW-LSSVM和BS-LSSVM.运用粒子群(PSO)算法...
支持向量机(SVM)的性能取决于核函数及核参数的选取.基于小波分析理论构造出满足Mercer平移不变核定理的Mexican Hat小波核函数(MW),将MW和B样条核函数分别与最小二乘支持向量机(LSSVM)结合,形成MW-LSSVM和BS-LSSVM.运用粒子群(PSO)算法对MW-LSSVM和BS-LSSVM的正则化参数及核参数进行智能优化,建立了PSO-MW-LSSVM和PSO-BS-LSSVM的空间风压预测算法.实测风压预测结果表明,MW-LSSVM比BS-LSSVM和传统的径向基核函数RBF-LSSVM具有更好的非高斯风压预测性能及泛化能力,而且稳定性更强,具有较高的工程应用价值.
展开更多
关键词
小波
核
函数
样条核函数
最小二乘支持向量机
风压预测
粒子群算法
在线阅读
下载PDF
职称材料
题名
基于核函数的测井曲线识别方法
被引量：
1
1
作者
尚福华
王照宇
张雪
杜睿山
李海江
机构
大庆石油学院计算机与信息技术学院
大庆油田有限责任公司勘探开发研究院
出处
《大庆石油学院学报》
CAS
北大核心
2007年第6期95-97,104,共4页
文摘
基于混合核函数满足Mercer定理对核函数的要求,提出将B-样条核函数与径向基核函数相结合,得到一种新混合核函数.实验结果表明,与B-样条核函数、径向基核函数相比,该混合核函数具有识别准确率高和运行时间短的优点;相同条件下,与神经网络、B-样条SVM、小波SVM等不同的样本识别算法相比,该混合核函数的系统运行时间最短,测试样本识别准确率最高.
关键词
测井曲线
B-
样条核函数
混合
核
函数
Keywords
well-logging
B-spline kernel
mixed kernel
分类号
TP183 [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
基于小波支持向量机的非高斯空间风压内外插预测
被引量：
4
2
作者
李春祥
殷潇
机构
上海大学土木工程系
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2018年第11期1516-1523,共8页
基金
国家自然科学基金资助项目(51378304)
文摘
支持向量机(SVM)的性能取决于核函数及核参数的选取.基于小波分析理论构造出满足Mercer平移不变核定理的Mexican Hat小波核函数(MW),将MW和B样条核函数分别与最小二乘支持向量机(LSSVM)结合,形成MW-LSSVM和BS-LSSVM.运用粒子群(PSO)算法对MW-LSSVM和BS-LSSVM的正则化参数及核参数进行智能优化,建立了PSO-MW-LSSVM和PSO-BS-LSSVM的空间风压预测算法.实测风压预测结果表明,MW-LSSVM比BS-LSSVM和传统的径向基核函数RBF-LSSVM具有更好的非高斯风压预测性能及泛化能力,而且稳定性更强,具有较高的工程应用价值.
关键词
小波
核
函数
样条核函数
最小二乘支持向量机
风压预测
粒子群算法
Keywords
wavelet kernel function
spline kernel function
least square support vector machine
wind pressure prediction
particle swarm optimization(PSO)
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
TU973.213 [建筑科学—结构工程]
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
基于核函数的测井曲线识别方法
尚福华
王照宇
张雪
杜睿山
李海江
《大庆石油学院学报》
CAS
北大核心
2007
1
在线阅读
下载PDF
职称材料
2
基于小波支持向量机的非高斯空间风压内外插预测
李春祥
殷潇
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2018
4
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
