期刊文献+
共找到140篇文章
< 1 2 7 >
每页显示 20 50 100
Fault diagnosis of power-shift steering transmission based on multiple outputs least squares support vector regression 被引量:2
1
作者 张英锋 马彪 +2 位作者 房京 张海岭 范昱珩 《Journal of Beijing Institute of Technology》 EI CAS 2011年第2期199-204,共6页
A method of multiple outputs least squares support vector regression (LS-SVR) was developed and described in detail, with the radial basis function (RBF) as the kernel function. The method was applied to predict t... A method of multiple outputs least squares support vector regression (LS-SVR) was developed and described in detail, with the radial basis function (RBF) as the kernel function. The method was applied to predict the future state of the power-shift steering transmission (PSST). A prediction model of PSST was gotten with multiple outputs LS-SVR. The model performance was greatly influenced by the penalty parameter γ and kernel parameter σ2 which were optimized using cross validation method. The training and prediction of the model were done with spectrometric oil analysis data. The predictive and actual values were compared and a fault in the second PSST was found. The research proved that this method had good accuracy in PSST fault prediction, and any possible problem in PSST could be found through a comparative analysis. 展开更多
关键词 least squares support vector regression(LS-SVR) fault diagnosis power-shift steering transmission (PSST)
在线阅读 下载PDF
Improved Scheme for Fast Approximation to Least Squares Support Vector Regression
2
作者 张宇宸 赵永平 +3 位作者 宋成俊 侯宽新 脱金奎 叶小军 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2014年第4期413-419,共7页
The solution of normal least squares support vector regression(LSSVR)is lack of sparseness,which limits the real-time and hampers the wide applications to a certain degree.To overcome this obstacle,a scheme,named I2FS... The solution of normal least squares support vector regression(LSSVR)is lack of sparseness,which limits the real-time and hampers the wide applications to a certain degree.To overcome this obstacle,a scheme,named I2FSA-LSSVR,is proposed.Compared with the previously approximate algorithms,it not only adopts the partial reduction strategy but considers the influence between the previously selected support vectors and the willselected support vector during the process of computing the supporting weights.As a result,I2FSA-LSSVR reduces the number of support vectors and enhances the real-time.To confirm the feasibility and effectiveness of the proposed algorithm,experiments on benchmark data sets are conducted,whose results support the presented I2FSA-LSSVR. 展开更多
关键词 support vector regression kernel method least squares SPARSENESS
在线阅读 下载PDF
Improved Twin Support Vector Machine Algorithm and Applications in Classification Problems
3
作者 Sun Yi Wang Zhouyang 《China Communications》 SCIE CSCD 2024年第5期261-279,共19页
The distribution of data has a significant impact on the results of classification.When the distribution of one class is insignificant compared to the distribution of another class,data imbalance occurs.This will resu... The distribution of data has a significant impact on the results of classification.When the distribution of one class is insignificant compared to the distribution of another class,data imbalance occurs.This will result in rising outlier values and noise.Therefore,the speed and performance of classification could be greatly affected.Given the above problems,this paper starts with the motivation and mathematical representing of classification,puts forward a new classification method based on the relationship between different classification formulations.Combined with the vector characteristics of the actual problem and the choice of matrix characteristics,we firstly analyze the orderly regression to introduce slack variables to solve the constraint problem of the lone point.Then we introduce the fuzzy factors to solve the problem of the gap between the isolated points on the basis of the support vector machine.We introduce the cost control to solve the problem of sample skew.Finally,based on the bi-boundary support vector machine,a twostep weight setting twin classifier is constructed.This can help to identify multitasks with feature-selected patterns without the need for additional optimizers,which solves the problem of large-scale classification that can’t deal effectively with the very low category distribution gap. 展开更多
关键词 FUZZY ordered regression(OR) relaxing variables twin support vector machine
在线阅读 下载PDF
基于主成分降维的海面散射系数快速预测方法
4
作者 刘悦 董春雷 +1 位作者 孟肖 郭立新 《电波科学学报》 北大核心 2025年第1期21-28,共8页
海面电磁散射特性与海浪参数、雷达参数等多种影响因素存在复杂的依赖关系,传统大场景海面电磁散射预测模型在面临多参数高维度映射时容易出现过拟合问题,选择合适的降维方法和模型参数是提高模型性能的有效手段。本文提出了一种基于主... 海面电磁散射特性与海浪参数、雷达参数等多种影响因素存在复杂的依赖关系,传统大场景海面电磁散射预测模型在面临多参数高维度映射时容易出现过拟合问题,选择合适的降维方法和模型参数是提高模型性能的有效手段。本文提出了一种基于主成分分析(principal components analysis,PCA)降维的海面电磁散射快速预测方法。首先,利用文氏海谱和海面电磁散射模型构建后向散射系数仿真数据集;然后,引入PCA法降低仿真参数维度,提取主要特征;最后,基于最小二乘支持向量回归机(least squares support vector regression,LSSVR)建立非线性回归模型,输入降维数据进行预测,并评估预测结果的精度。通过对比不同降维比例的预测结果,分析了主成分降维对模型性能的影响。结果表明,对仿真参数进行适当降维能够显著增加模型精度,提升模型的解释能力。当降维比例为25%左右时模型精度达到最优,当降维比例大于40%时模型精度显著下降,不利于海面电磁散射预测。 展开更多
关键词 主成分分析(PCA) 海面电磁散射预测 最小二乘支持向量回归机(LSSVR) 半确定性面元法 参数降维
在线阅读 下载PDF
基于IPOA-SVR模型的边坡安全系数预测
5
作者 张佳琳 王孝东 +4 位作者 吴雅菡 水宽 张玉 程玥淞 杜青文 《有色金属(矿山部分)》 2025年第1期115-123,共9页
安全系数是用来评估边坡稳定性的重要指标之一,复杂的边坡系统导致安全系数预测存在不确定性。因此,为了获得更加可靠的安全系数,同时解决鹈鹕算法(POA)随着迭代次数的增加易陷入局部最优的缺点,提出了一种融合多策略的鹈鹕算法(IPOA)... 安全系数是用来评估边坡稳定性的重要指标之一,复杂的边坡系统导致安全系数预测存在不确定性。因此,为了获得更加可靠的安全系数,同时解决鹈鹕算法(POA)随着迭代次数的增加易陷入局部最优的缺点,提出了一种融合多策略的鹈鹕算法(IPOA)与支持向量机(SVR)结合的回归模型来预测边坡安全系数。首先,融合多策略将原始的鹈鹕算法进行改进;再运用改进的鹈鹕算法与支持向量机结合,选取六个影响因素作为IPOA-SVR模型的输入层指标并对模型进行训练,得到IPOA-SVR边坡稳定性预测模型;最后,分别与KNN、RF和Adaboost模型对比,并计算各个模型在训练集和测试集上的均方误差(MSE),以此来验证IPOA-SVR模型的优越性。实验结果显示:与其他模型相比,IPOA-SVR模型寻优性能强,在测试集上的均方误差为0.030 9、相关系数为0.91,说明本文对POA算法所用策略的有效性,IPOA-SVR模型可以为边坡失稳灾害的相关预测提供坚实的技术基础。 展开更多
关键词 安全系数 鹈鹕算法 支持向量机 边坡稳定性 均方误差
在线阅读 下载PDF
拉曼光谱对茶油三元体系掺伪检测研究 被引量:1
6
作者 郭佳 郭郁葱 +1 位作者 姜红 李开开 《食品与发酵工业》 CAS CSCD 北大核心 2024年第22期327-333,共7页
该研究采用拉曼光谱技术对茶油三元体系掺伪进行定量检测研究,通过对比不同预处理方法、建模方法及优化算法的优劣,确定最优的大豆油、玉米油、茶油的多元掺伪检测模型。利用一阶微分、二阶微分、多元散射矫正、标准正态变换等不同预处... 该研究采用拉曼光谱技术对茶油三元体系掺伪进行定量检测研究,通过对比不同预处理方法、建模方法及优化算法的优劣,确定最优的大豆油、玉米油、茶油的多元掺伪检测模型。利用一阶微分、二阶微分、多元散射矫正、标准正态变换等不同预处理方法消除外界因素对光谱的影响,竞争性自适应重加权算法提取特征光谱波段,通过偏最小二乘回归和支持向量机建立茶油掺伪检测模型,分别采用网格搜索法和粒子群算法对支持向量机进行优化。基于标准正态变换预处理后所建立模型效果最佳,大豆油和茶油的最佳预测模型为基于粒子群算法优化的支持向量机,玉米油的最佳预测模型为基于网格搜索法优化的支持向量机,大豆油、玉米油和茶油的预测集决定系数R2和预测均方根误差分别为0.9986、0.9994、0.9999和2.73%、1.62%、0.40%。该研究确定了最优的大豆油、玉米油、茶油的多元掺伪检测模型,针对市场茶油的掺伪检测,基于拉曼光谱分析和优化算法的支持向量机模型为茶油的无损快速定量检测提供了一定的参考和借鉴。 展开更多
关键词 茶油 拉曼光谱 掺伪检测 偏最小二乘回归 粒子群算法优化 支持向量机
在线阅读 下载PDF
基于PLSR和LSSVM模型的土壤水分高光谱反演 被引量:1
7
作者 刘英 范凯旋 +2 位作者 裴为豪 沈文静 葛建华 《矿业安全与环保》 CAS 北大核心 2024年第5期147-153,共7页
为对地下采矿扰动区表层土壤水分进行反演,以大柳塔煤矿52501工作面为例,利用无人机搭载成像光谱仪获取高光谱影像,对获取的光谱数据进行对数、倒数对数、一阶和包络线去除变换,结合地面采集的128个土壤水分数据,基于偏最小二乘回归(PL... 为对地下采矿扰动区表层土壤水分进行反演,以大柳塔煤矿52501工作面为例,利用无人机搭载成像光谱仪获取高光谱影像,对获取的光谱数据进行对数、倒数对数、一阶和包络线去除变换,结合地面采集的128个土壤水分数据,基于偏最小二乘回归(PLSR)和最小二乘支持向量机(LSSVM)构建土壤水分预测模型并验证其预测精度。结果表明,基于一阶变换的PLSR模型和LSSVM模型预测精度相对较好,一阶变换的PLSR模型建模集R^(2)_(c)和预测集R^(2)_(p)分别为0.7021和0.6405,均方根误差RMSE_(c)和RMSE_(p)分别为1.6384%和1.1034%,相对分析误差RPD_(p)为1.7263;一阶变换的LSSVM模型建模集R^(2)_(c)和预测集R^(2)_(p)分别为0.8125和0.5979,均方根误差RMSE_(c)和RMSE_(p)分别为1.2755%和1.3459%,相对分析误差RPD_(P)为1.6323。最终基于PLSR和LSSVM模型完成了土壤水分的制图,实现了土壤水分的空间预测,为该研究区植被引导修复中土壤水分精准提升提供了空间数据支持。 展开更多
关键词 土壤含水量 高光谱 偏最小二乘回归 最小二乘支持向量机 无人机 干旱阈值 引导修复
在线阅读 下载PDF
基于近红外光谱技术结合ARO-LSSVR的天麻中有效成分含量快速检测 被引量:1
8
作者 李珊珊 张付杰 +5 位作者 李丽霞 张浩 段星桅 史磊 崔秀明 李小青 《食品科学》 EI CAS CSCD 北大核心 2024年第4期207-213,共7页
为实现对天麻中天麻素和对羟基苯甲醇含量的快速、无损检测,以云南昭通乌天麻为实验对象,采集900~1 700 nm波长范围内的光谱数据。首先,采用卷积平滑和标准正态变量变换进行光谱数据预处理,其次通过竞争性自适应重加权采样法(competitiv... 为实现对天麻中天麻素和对羟基苯甲醇含量的快速、无损检测,以云南昭通乌天麻为实验对象,采集900~1 700 nm波长范围内的光谱数据。首先,采用卷积平滑和标准正态变量变换进行光谱数据预处理,其次通过竞争性自适应重加权采样法(competitive adapative reweighted sampling,CARS)与迭代保留信息变量算法进行特征波长的提取,根据基于特征波长建立最小二乘支持向量回归(least squares support vector machine,LSSVR)模型的结果,选择最佳特征波长提取方法。为了提高模型的准确率,本研究引入人工兔智能算法对LSSVR中的正则化参数γ和核函数密度σ2进行优化,并与粒子群优化算法(particle swarm optimization,PSO)、灰狼优化算法(grey wolf optimizer,GWO)进行对比,评估人工兔优化算法(artificial rabbits optimization,ARO)的优越性。结果表明,ARO算法在寻优速度、寻优能力上优于PSO、GWO;天麻素、对羟基苯甲醇的最佳预测模型均为CARS-AROLSSVR,其Rp2分别为0.969 6和0.957 7,预测均方根误差分别为0.014和0.020。综上,近红外光谱可用于天麻中有效成分的定量检测,本研究可为天麻快速检测装置的研发提供理论依据。 展开更多
关键词 近红外光谱 天麻 最小二乘支持向量回归 人工兔优化算法
在线阅读 下载PDF
可见-近红外与中红外光谱预测土壤养分的比较研究 被引量:1
9
作者 李学兰 李德成 +6 位作者 郑光辉 曾荣 蔡凯 高维常 潘文杰 姜超英 曾陨涛 《土壤学报》 CAS CSCD 北大核心 2024年第3期687-698,共12页
对土壤养分的快速和准确测定有助于适时指导施肥。为进一步研究可见-近红外(350~2500 nm)与中红外光谱(4000~650 cm^(–1))对土壤养分的预测能力,以贵州省500个土样为例,对光谱进行Savitzky-Golay(SG)平滑去噪处理,再用标准正态化(SNV)... 对土壤养分的快速和准确测定有助于适时指导施肥。为进一步研究可见-近红外(350~2500 nm)与中红外光谱(4000~650 cm^(–1))对土壤养分的预测能力,以贵州省500个土样为例,对光谱进行Savitzky-Golay(SG)平滑去噪处理,再用标准正态化(SNV)方法进行基线校正,然后分别应用偏最小二乘回归(PLSR)和支持向量机(SVM)两种方法进行建模,探讨了可见-近红外和中红外光谱对土壤全氮(TN)、全磷(TP)、全钾(TK)和碱解氮(AN)、有效磷(AP)、速效钾(AK)共六种土壤养分的预测效果。结果表明:(1)无论基于可见-近红外光谱还是中红外光谱,PLSR模型的预测精度整体均优于SVM模型。(2)中红外光谱对TN、TK和AN的预测精度均显著高于可见-近红外光谱,可见-近红外和中红外光谱均可以可靠地预测TN和TK(性能与四分位间隔距离的比率(RPIQ)大于2.10),中红外光谱可相对较可靠地预测AN(RPIQ=1.87);但两类光谱对TP、AP和AK的预测效果均较差(RPIQ<1.34)。(3)当变量投影重要性得分(VIP)大于1.5时,PLSR模型在中红外光谱区域预测TN和TK的重要波段多于可见-近红外光谱区域,TN的重要波段主要集中于可见-近红外光谱区域的1910和2207 nm附近,中红外光谱区域的1120、1000、960、910、770和668 cm^(–1)附近;TK的重要波段主要集中于可见-近红外光谱区域的540、2176、2225和2268 nm附近,中红外光谱区域的1040、960、910、776、720和668 cm^(–1)附近。因此,中红外光谱技术结合PLSR模型对土壤养分预测效果较好,可快速准确预测土壤TN和TK,可为指导适时施肥提供技术支撑。 展开更多
关键词 可见-近红外光谱 中红外光谱 土壤养分 偏最小二乘回归 支持向量机
在线阅读 下载PDF
基于混合孪生支持向量机的径流区间预测 被引量:2
10
作者 冯仲恺 付新月 +4 位作者 纪国良 刘亚新 牛文静 黄海燕 杨涛 《人民长江》 北大核心 2024年第4期95-102,117,共9页
径流具有非线性和随机性特征,单一点预测模型难以精确刻画和描述径流演化过程。为此,提出了一种可有效量化径流波动范围的智能区间预测方法。首先采用自适应噪声完备集合经验模态分解将非线性径流序列划分为若干子序列,并采用样本熵方... 径流具有非线性和随机性特征,单一点预测模型难以精确刻画和描述径流演化过程。为此,提出了一种可有效量化径流波动范围的智能区间预测方法。首先采用自适应噪声完备集合经验模态分解将非线性径流序列划分为若干子序列,并采用样本熵方法重构得到修正序列;其次以孪生支持向量机为基础,分别对复杂度较高的子序列构建区间预测模型、复杂度较低的子序列建立点预测模型,同时采用鲸鱼优化方法寻求满意的模型参数组合;最后将各子模型的预测结果叠加得到最终的预测区间。结果表明:所提方法具有良好的稳健性和可靠性,在点预测、区间预测等不同场景、不同预见期的性能指标均优于对比模型;如预见期为3 d时,对于黄河流域唐乃亥水文站,所得预测区间具有较高的可靠度与清晰度,其预测区间覆盖率PICP值为98.30%,预测区间平均宽度PINAW值为0.0792,可靠度、清晰度分别平均提高了9.47%和32.66%。研究成果可为智能化径流预测提供行之有效的方法。 展开更多
关键词 径流预测 孪生支持向量机 自适应噪声完备集合经验模态分解 鲸鱼优化方法 黄河流域
在线阅读 下载PDF
基于近红外光谱结合化学计量学的花椒品质快速评价研究
11
作者 张萌萌 杨孝红 +3 位作者 李海洋 高欢晴 李瑶 郭伦锋 《中国调味品》 CAS 北大核心 2024年第10期147-152,185,共7页
应用近红外光谱技术结合化学计量学建立花椒代表性成分的定量分析模型。采用紫外可见分光光度法测定不同批次花椒总酰胺和总黄酮含量,并测定挥发油含量。采集50批次花椒样品的近红外光谱,应用Kennard-Stone算法划分样本集。进一步采用... 应用近红外光谱技术结合化学计量学建立花椒代表性成分的定量分析模型。采用紫外可见分光光度法测定不同批次花椒总酰胺和总黄酮含量,并测定挥发油含量。采集50批次花椒样品的近红外光谱,应用Kennard-Stone算法划分样本集。进一步采用偏最小二乘回归(partial least squares regression,PLSR)和支持向量机(support vector machine,SVM)建立3个指标的含量预测模型,并比较各模型的性能。不同批次花椒样品总酰胺、总黄酮和挥发油含量分别为10.40%~29.09%、10.33%~24.73%、2.72%~8.04%。近红外光谱分别经MSC、SG平滑、SG平滑+MSC预处理后,应用SVM构建的花椒总酰胺、总黄酮和挥发油定量模型准确度较PLSR高,校正集决定系数(R_(C)^(2))分别为0.818,0.655,0.927,预则集决定系数(R_(P)^(2))分别为0.898,0.856,0.916。文章所建立的近红外光谱结合PLSR和SVM定量测定模型可以实现花椒类调味品的品质快速评价。 展开更多
关键词 花椒 近红外光谱 偏最小二乘回归 支持向量机 挥发油
在线阅读 下载PDF
基于电子鼻的玫瑰香葡萄货架期品质预测及新鲜度判别研究
12
作者 闫雨桐 史策 +4 位作者 韩帅 孙传恒 邢斌 刘峻 吉增涛 《山地农业生物学报》 2024年第6期1-7,20,共8页
本研究构建了一个快速准确的玫瑰香葡萄货架期品质判别预测模型,以最大化玫瑰香葡萄的商品价值。通过利用电子鼻分析技术对不同温度(0、10和20℃)条件下玫瑰香葡萄货架期内挥发性气体进行检测,采用偏最小二乘法(Partial Least Squares R... 本研究构建了一个快速准确的玫瑰香葡萄货架期品质判别预测模型,以最大化玫瑰香葡萄的商品价值。通过利用电子鼻分析技术对不同温度(0、10和20℃)条件下玫瑰香葡萄货架期内挥发性气体进行检测,采用偏最小二乘法(Partial Least Squares Regressions,PLS)和BP神经网络(Back Propagation Artificial Neural Network,BP-ANN)对货架期内玫瑰香葡萄的可溶性固形物(Solid Soluble Content,SSC)和总酸(Total Acid,TA)建立预测模型;为提高新鲜度判别模型的准确性,通过系统聚类分析将SSC、TA与感官评价信息进行融合,结合遗传算法优化支持向量机构建玫瑰香葡萄货架期新鲜度判别模型。结果表明:PLS和BP-ANN模型均可有效预测SSC和TA的含量,其中BP-ANN模型的预测精度更高(SSC模型的R^(2)=0.9694,RMSE=0.0094;TA模型的R^(2)=0.9183,RMSE=0.0025);基于品质信息融合的玫瑰香葡萄新鲜度判别模型的判别准确率为95%,本研究为更准确的预测玫瑰香葡萄的理化指标和判别新鲜度提供新的思路。 展开更多
关键词 玫瑰香葡萄 电子鼻 BP神经网络 支持向量机 偏最小二乘法
在线阅读 下载PDF
利用近红外光谱技术检测固定化脂肪酶酶蛋白含量
13
作者 郑仲沐 曹庸 +3 位作者 戴伟杰 黄早成 冼灼琼 陈志韶 《粮食与油脂》 北大核心 2024年第4期145-149,162,共6页
利用近红外光谱技术检测固定化脂肪酶的酶蛋白含量,在获得近红外光谱数据后,分别用一阶导数、二阶导数、标准正态变量变换和多元散射校正4种不同预处理方法进行处理,获得最佳的光谱处理方法为标准正态变量变换。利用连续投影算法、竞争... 利用近红外光谱技术检测固定化脂肪酶的酶蛋白含量,在获得近红外光谱数据后,分别用一阶导数、二阶导数、标准正态变量变换和多元散射校正4种不同预处理方法进行处理,获得最佳的光谱处理方法为标准正态变量变换。利用连续投影算法、竞争性自适应重加权算法、无信息变量消除算法3种不同的波长筛选算法获得特征波长,在此基础上分别用偏最小二乘法、支持向量机回归和BP神经网络3种建模方法建立近红外光谱模型,最终获得最佳的建模方法为标准正态变量变换-支持向量机回归,在此建模条件下,模型决定系数为0.9894,模型均方根误差为0.3178,模型交叉验证决定系数为0.9764,模型交叉验证均方根误差为0.3816,相对分析误差可达6.51。 展开更多
关键词 近红外光谱技术 固定化脂肪酶 酶蛋白含量 偏最小二乘法 支持向量机回归 BP神经网络
在线阅读 下载PDF
基于最小二乘支持向量回归的上边界模型构建
14
作者 刘小雍 曾成斌 +2 位作者 刘赟 何国锋 闫庚龙 《华南理工大学学报(自然科学版)》 CSCD 北大核心 2024年第12期139-150,共12页
目前,基于数据驱动的传统非线性系统建模方法主要着眼于模型拟合和应用,鉴于此,该文针对来自系统的某个重要参数受不确定性影响的最大容忍极限输出,构建基于最小二乘支持向量回归(LSSVR)的上边界模型,深入剖析了上边界模型的精度与稀疏... 目前,基于数据驱动的传统非线性系统建模方法主要着眼于模型拟合和应用,鉴于此,该文针对来自系统的某个重要参数受不确定性影响的最大容忍极限输出,构建基于最小二乘支持向量回归(LSSVR)的上边界模型,深入剖析了上边界模型的精度与稀疏特性之间的平衡关系对上边界模型输出的影响。首先,借助LSSVR的优化问题,将原等式线性约束变成满足上边界模型的不等式约束;接着,为提高模型精度,引入基于上边界模型预测输出与实际输出之间逼近误差的不等式约束;与此同时,借助LSSVR的权值二范数来控制上边界模型结构的复杂度,从而构建出新的目标函数,并与满足上边界模型的不等式约束建立新的优化问题;最后,对所建立的优化问题引入拉格朗日函数并借助Karush-Kuhn-Tucker最优化条件来获取相应的对偶优化问题,并将其转化为标准的二次规划问题来求解上边界模型的参数。由于所构造的新优化问题满足凸性,因此模型系数解是全局最优的。该文还通过实验分析了反映模型精度的最大逼近误差、均方根误差及反映模型稀疏特性的指标,论证了所提方法的有效性和优越性。 展开更多
关键词 上边界模型 对偶优化问题 全局最优解 最小二乘支持向量回归 二次规划
在线阅读 下载PDF
自适应迭代最小二乘支持向量机回归算法 被引量:14
15
作者 杨滨 杨晓伟 +3 位作者 黄岚 梁艳春 周春光 吴春国 《电子学报》 EI CAS CSCD 北大核心 2010年第7期1621-1625,共5页
基于最小二乘支持向量机回归算法,本文在前期工作的基础上进行了扩展,提出了更加详尽的自适应迭代最小二乘支持向量机回归算法.与标准的LSSVR相比,本文提出的算法在学习新样本的时候利用了已有的学习结果,可以快速获得新的学习机.模拟... 基于最小二乘支持向量机回归算法,本文在前期工作的基础上进行了扩展,提出了更加详尽的自适应迭代最小二乘支持向量机回归算法.与标准的LSSVR相比,本文提出的算法在学习新样本的时候利用了已有的学习结果,可以快速获得新的学习机.模拟结果表明,自适应迭代最小二乘支持向量机回归算法能够自适应地确定支持向量的数目,保留了QP方法在训练SVM时支持向量的稀疏性,在相近的回归精度下,该算法极大地提高了标准LSSVR学习的速度. 展开更多
关键词 支持向量机 自适应 迭代 回归 最小二乘
在线阅读 下载PDF
基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真 被引量:55
16
作者 阎威武 常俊林 邵惠鹤 《上海交通大学学报》 EI CAS CSCD 北大核心 2004年第4期524-526,532,共4页
提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法.该方法构造了滚动时间窗,利用滚动时间窗内的数据优化建模.模型随着时间窗的滚动进行在线更新,并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息.将基于滚... 提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法.该方法构造了滚动时间窗,利用滚动时间窗内的数据优化建模.模型随着时间窗的滚动进行在线更新,并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息.将基于滚动时间窗的LSSVM回归估计方法应用于软测量建模,进行轻柴油凝固点的预估.结果表明,该建模方法十分有效. 展开更多
关键词 最小二乘支持向量机 软测量 滚动时间窗 建模
在线阅读 下载PDF
一种改进的最小二乘孪生支持向量机分类算法 被引量:22
17
作者 储茂祥 王安娜 巩荣芬 《电子学报》 EI CAS CSCD 北大核心 2014年第5期998-1003,共6页
提出了一种新的模式分类器,即广泛权重的最小二乘孪生支持向量机.该支持向量机在正、负两类样本上广泛地增加权重,很好地抑制了交叉噪声样本对数据分类的影响.其次,根据间隔最大化原理,该支持向量机在目标函数上增加了一个正规化项,实... 提出了一种新的模式分类器,即广泛权重的最小二乘孪生支持向量机.该支持向量机在正、负两类样本上广泛地增加权重,很好地抑制了交叉噪声样本对数据分类的影响.其次,根据间隔最大化原理,该支持向量机在目标函数上增加了一个正规化项,实现结构风险最小化和避免在求解该目标函数时可能对病态矩阵求逆的处理.同时,提出了利用一种指数函数计算训练样本的密度来获得样本权重值的算法.该算法能够有效缩减计算权重的时间,且具有较强的鲁棒性.实验证明本文提出的广泛权重的最小二乘孪生支持向量机能够实现高精度和高效率的分类效果,而且特别适合于含有交叉噪声样本的数据集分类. 展开更多
关键词 模式分类 最小二乘 孪生支持向量机 权重 指数函数
在线阅读 下载PDF
基于支持向量回归的无线传感器网络定位算法 被引量:12
18
作者 魏叶华 李仁发 +1 位作者 罗娟 付彬 《通信学报》 EI CSCD 北大核心 2009年第10期44-50,共7页
针对一些增量定位中误差容易累积和集中式算法通信开销较大问题,提出了一种基于支持向量回归的半集中式定位算法,中心节点收集锚节点位置和网络连通信息作为训练样本,使用支持向量回归技术得到连通信息到节点位置的映射函数,分发到普通... 针对一些增量定位中误差容易累积和集中式算法通信开销较大问题,提出了一种基于支持向量回归的半集中式定位算法,中心节点收集锚节点位置和网络连通信息作为训练样本,使用支持向量回归技术得到连通信息到节点位置的映射函数,分发到普通节点后即可使用此函数完成自身定位。为增加训练样本,对邻居锚节点达到3个的普通节点,使用基于RSSI测距的最小二乘法进行定位,升级为锚节点。分析和仿真表明,算法减少了通信开销,减轻了测距误差影响,并获取了较高的定位精度。 展开更多
关键词 无线传感器网络 定位 支持向量回归 最小二乘
在线阅读 下载PDF
基于LS-SVR岩石爆破块度预测 被引量:15
19
作者 史秀志 王洋 +1 位作者 黄丹 史采星 《爆破》 CSCD 北大核心 2016年第3期36-40,共5页
为了准确预测小样本条件下露天矿山岩石的爆破块度,并得到小样本条件下预测露天矿山爆破块度的有效方法,借助最小二乘支持向量机工具(LS-SVMlab)构建基于最小二乘支持向量机回归(LS-SVR)预测模型并合理优化模型参数。分别使用15组露天... 为了准确预测小样本条件下露天矿山岩石的爆破块度,并得到小样本条件下预测露天矿山爆破块度的有效方法,借助最小二乘支持向量机工具(LS-SVMlab)构建基于最小二乘支持向量机回归(LS-SVR)预测模型并合理优化模型参数。分别使用15组露天矿山爆破数据和35组爆破数据作为小样本容量和正常样本容量,对模型的预测精度进行检验。结果表明:两种样本容量下LS-SVR预测模型的预测结果精度都比同样本容量下人工神经网络(ANN)回归预测的结果精度更高,说明所提出的LS-SVR模型适用于预测露天矿山爆破块度,并且在小样本条件下更具优势。 展开更多
关键词 支持向量机 最小二乘支持向量机回归 LS-SVMlab 岩石块度 小样本预测
在线阅读 下载PDF
基于小波变换与支持向量机回归的冬小麦叶面积指数估算 被引量:28
20
作者 梁栋 杨勤英 +5 位作者 黄文江 彭代亮 赵晋陵 黄林生 张东彦 宋晓宇 《红外与激光工程》 EI CSCD 北大核心 2015年第1期335-340,共6页
叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT),然后利用小波系数与LAI建立支持向量机回归(SVR)模型,实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的... 叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT),然后利用小波系数与LAI建立支持向量机回归(SVR)模型,实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的植被指数、偏最小二乘(PLS)回归等5种方法的反演结果进行统计分析。结果表明:利用连续小波变换确定的LAI的敏感波段为680、739、802、895 nm,对应尺度分别为8、4、9和8,对应小波系数的LAI回归确定系数(R2)明显高于冠层反射率的回归确定系数;利用小波系数与LAI建立的SVR模型的反演精度最高,模型实测值与预测值的检验精度(R2)为0.86,均方根误差(RMSE)为0.43;而常用植被指数(归一化植被指数,NDVI;比值植被指数,RVI)建立的估测模型对冬小麦多个生育时期LAI反演精度最低(R2<0.76,RMSE>0.56)。因此利用连续小波变换进行数据预处理,能更好地筛选出对叶面积指数敏感的信息,LAI回归方法比较结果表明,SVR比PLS更适合于LAI的估测,通过将CWT与SVR结合(CWT-SVR)能实现不同生育时期冬小麦叶面积指数的遥感估算。 展开更多
关键词 叶面积指数(LAI) 高光谱 连续小波变换(CWT) 支持向量机回归(SVR) 偏最小二乘(PLS)
在线阅读 下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部