核函数参数相关论文
电力变压器运行故障的准确诊断有利于提高变电设备状态检修和电网安全运行水平，为实现故障的准确分类，文章以油中溶解的五种典型气体......
将支持向量机(SVM)模型应用在说话认识别技术领域,是当前的一个研究热点。SVM是一种区分性模型,适合处理小样本的分类问题,具有很......
变压器是电力系统中贵重的枢纽设备，其故障不仅影响到供电的可靠性，而且对电力系统的运行安全构成严重威胁。因此，有效地监测变压器运......
随着支持向量机的研究日趋完善，以及支持向量机的优越的建模能力，并且在克服“维数灾难”以及“过学习”方面较其他模型表现更良好，越......
传统智能算法中因算法自身的固有缺陷,从而导致变压器故障诊断结果不理想。为此,针对相关向量机中核函数参数的选取对分类效果产生......
核函数的参数严惩影响RVM的综合性能。为求得稀疏解、避免过拟合,提出使用遗传算法针对问题背景自动优化核函数的参数。在适应度函......
挂号是医疗过程最基本的单元,通常患者不知道自己病情,挂错科室的情况十分普遍,智能医疗系统的挂号功能很好地解决了这一难题,智能......
核主元分析的性能受本身核函数参数的影响,为了优化核函数参数,提高核主元分析的性能,在研究粒子群优化算法的基础上,提出了基于粒......
针对模拟电路故障诊断中的特征选择问题,提出了一种兼顾后续支持向量机分类器的小波特征选择技术。新方法利用核函数把特征的评估......
相比于单一核函数支持向量机,混合核函数的引入使支持向量机多了一个可调参数,而这个可调参数一般是根据人为随机选取或者依据经验......
核函数参数对支持向量机分类器性能有很大影响。首先定性分析了核函数参数对分类器分类边界的影响,然后基于高分辨距离像比较了各......
为及时监测变压器潜伏性故障和准确诊断故障,提出基于优化惩罚因子C参数的支持向量机算法(C-SVC:C-support vector classification......
机器学习的重要基础是传统的统计学，其前提是有足够多的样本，但当样本数目有限时难以取得理想的效果。统计学习理论（Statistical Lear......
通常在支持向量机算法中核函数参数是事先选定好的,而最小VC维分类器的非线性约束规划问题中包含RBF核的参数,在算法执行中可以自......
随着社会发展和人们物质水平的提高,飞机越来越多的成为人们出行的交通工具。全球航空旅客周转量将以平均每年4.8%的速度增长。面......
支持向量机是一种基于统计学习理论的新型机器学习算法,它通过求解最优化问题,在高维空间中寻找最优分类超平面,从而解决复杂数据......
东营凹陷深部储层埋深大,构造及相带变化复杂,钻遇目标层的井少,储层预测有很大的困难。以东营凹陷东部孔一段为例,将适合较小样本......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
针对化工过程数据的多尺度性和非线性特性，提出一种多尺度动态核主元分析方法。使用小波变换分析数据的多尺度特性，借助核函数来解决......
这是本刊特为海内外正在就读和学成立业的博士、博士后青年学者们开辟的一片科普园地 .深学浅著是一门德识、慧学、素质修养的学问......
支持向量机(Support Vector Machine,SVM)由Vapnik于20世纪90年代初提出,是基于统计学习理论框架下提出的一种新型模式识别方法。S......
针对核主元分析在参数设置上的盲目性，提出应用粒子群优化算法优化核函数参数，并将核主元分析应用于特征提取中。首先建立核函数参数......
在食品电子鼻检测中,模式识别是关键问题之一。不同的模式识别算法有不同的分类效果。常用的模式识别方法如主成分分析、Fisher鉴......
提出一种基于矩阵相似度的核函数参数选优方法,首先给出一种具有较好分类能力的核函数矩阵。然后,利用矩阵间的相似度量关系,在一......
针对网络入侵中特征选择与分类器参数不匹配问题,提出一种特征选择和分类器优化耦合的网络入侵检测模型(F-SVM)。通过径向基核函数......
