基于LS—SVM的福房价格指数预测

提出一种基于最小二乘支持向量机（LS—SVM）的福房指数预测方法。采用感知机核函数、多项式核函数和高斯核函数进行仿真模拟,经过参数选优建立了精度较高的福房指数预测模型。预测结果表明,利用LS-SVM模型进行预测具有误差小、拟合程度高等优点,可适用于房地产价格指数的预测。     

基于SVM的高校考研预测模型研究

选择适合的特征子集和预测算法用于考研结果或考研成绩预测,在机器学习领域中受到研究者的青睐.影响报考决策和考研结果的因素很多,虽然采用小样本或者范围较大的特征子集,可以获得精度较高的预测结果,但较难保证预测模型的实用性和泛化能力.论文提出一种基于SVM的高校考研预测模型,该模型面向高校所有理工科本科生,以高考成绩和在校原始成绩作为特征子集,并构造三种样本集,分别采用内积核函数、径向基核函数和多项式核函数训练SVM模型.通过与Logistics算法、kNN算法进行训练建模对比测试后,发现本文的预测模型在考研报考决策场景下,具有较高的适应能力和稳定性,对学校鼓励考研和学生制定考研决策具有较高的实用性.     

基于混沌优化支持向量机的大坝安全监控预测

首先介绍了基于统计学习理论的一种新的机器学习技术——支持向量机(Support Vector Machine,SVM),并针对目前支持向量机参数选择时人为选择的盲目性,将具有良好优化性能的混沌优化(Chaos Optimi-zation)技术应用到支持向量机惩罚函数和核函数参数的优化,提出了混沌优化支持向量机(Chaos Optimization Support Vector Machine,COSVM)方法.根据丰满大坝1997-2004年的实际监测数据,建立了混沌优化支持向量机大坝安全监控预测模型,进行了与统计回归模型和BP神经网络模型的分析比较,结果表明,COSVM模型具有更高的预测精度,同时在较长时段的预测中,COSVM模型也表现出更好的泛化推广性能.     

煤炭需求量预测的支持向量机模型

根据选择的嵌入维数，建立了基于支持向量回归的中国煤炭需求量预测模型．用1980-2002年的中国煤炭需求量构造了支持向量机的输入向量和输出向量；经过与线性核函数及Sigmoid核函数的对比，选用基于径向基函数（RBF）作为校函数，在分析预测误差和模型参数关系的基础上，选择了合适的参数；建立了多输入、单输出的支持向量机（SVM）预测模型．用检验样本与基于RBF神经网络模型的预测进行了比较，结果表明支持向量机模型在训练样本较少的情况下，仍有较高的预测精度和较强的泛化能力，证明了该模型时近期的预测是可靠的．最后用训练好的支持向量机模型很好地预测了2003-2006年我国的煤炭需求量．     

基于支持向量机的短期风速预测研究综述

介绍了支持向量机(SVM)的理论基础,从两个方面归纳了目前国内外支持向量机算法在短期风速预测应用中的现状。首先,介绍了确定性支持向量机的预测方法:使用数据挖掘算法结合支持向量机的预测模型和对核函数参数改进优化的支持向量机预测模型。其次,介绍了结合模糊、粗糙和未确知等不确定性支持向量机的预测方法。对现有支持向量机在短期风速预测的应用现状介绍后,分析了SVM核函数的选取和参数优化对预测精度影响的问题,最后展望了基于支持向量机的短期风速预测研究的前景。     

基于SVM-Mercer的织物悬垂性能评估

结合纺织品悬垂性能参数的特点,在原有径向基核函数基础上,应用SVM—Mercer核进行新的核函数构造,建立了基于SVM—Mercer的织物悬垂性评估模型．文中对该模型的评估结果进行比较,并分析回归精度ε对评估结果的影响．结果表明：基于SVM—Mercer的织物悬垂性能评估模型可行．其评估精度有了一定程度的提高：ε的选取对评估结果有重要影响,在训练过程中宜首先确定．     

一种基于多核函数SVM的图像标注方法

针对多项式核或RBF核SVM不能很好地处理图像标注中的数据不平衡问题,提出了一种基于多核函数SVM的图像标注方法,该方法采用多核函数训练过的SVM将基于区域的图像标注问题转化为对非平衡数据分类的问题,进而对图像标签进行分类以获取更符合图像真实含义的标注.实验结果表明,多核函数SVM图像标注性能优于单独使用局部或全局核函数.     

基于组合核函数的高校经济困难生分类

为进一步提高高校资助工作的精准度,构建基于组合核函数的支持向量机(SVM)高校经济困难生分类模型。根据在校生的消费数据、人员信息及历史资助信息抽取样本特征,利用径向基(RBF)核函数的局部拟合能力及多项式核函数的泛化能力,构建基于RBF核函数及多项式核函数的组合核函数SVM分类模型;采用多重网格搜索法训练模型获取最优核参数和组合核函数的权系数,并对高校经济困难生进行分类预测。实验结果表明:采用构建的模型可对高校经济困难生进行分类预测,与单核核函数SVM、逻辑回归模型、最近邻算法(KNN)相比,其分类准确率显著提升;使用融合特征可增加不同类别样本数据的差异性,有助于提高分类准确率。     

基于RBF核函数的支持向量机参数选择

由于SVM在各个领域中得到越来越广泛的应用,而决定SVM性能的因素是核函数的选取.其中,RBF核函数是应用最广泛的核函数,且有两个参数:惩罚因子C和核参数γ.因此,希望能找到最优化参数组(C,γ)使SVM具有最好推广性.首先提出了用E=lsvn代替留一法来评估SVM的推广性,它的优点是速度快、准确性高;然后,分析参数C和γ对SVM性能的影响,由此将问题归结在一个小的“好区”内选取最优参数组(C,γ);最后,分别用穷举法和下文所提出的方法进行比较,得出在“好区”内用Cγ=~C(常数)来确定最优化参数同样能得到很好的推广性,而且速度上比穷举法快的多.此方法,具有一定的实际应用价值.     

基于SVM的老年痴呆症智能诊断研究

为了验证支持向量机（SVM）更适用于基于血常规数据的老年痴呆症的预测诊断,通过仿真实验,将BP神经网络、RBF神经网络、SVM支持向量机分别应用于老年痴呆症的预测诊断,建立3种算法对应的诊断模型,并对3种模型的预测结果进行分析比较,仿真实验在Matlab软件平台上进行. 结果表明,与BP、RBF神经网络方法相比,SVM模型预测准确度高,建模时间短,整体性能好,更适用于基于血常规数据的老年痴呆症预测诊断,实际应用时可以此结论作为理论指导.     

基于六西格玛设计的软件过程缺陷管理研究

以顾客的需求为核心,以数据为基础,从软件产品质量度量的角度出发,在分析六西格玛管理思想的基础上,提出了基于六西格玛设计的软件过程缺陷管理方法模型,模型流程包括识别、定义、优化、跟踪与消除5个阶段.将该方法模型应用于软件企业的软件过程管理中,把六西格玛＂零＂缺陷的设计与管理理念融入到软件系统开发的每一个阶段,能够有效地降低软件产品的缺陷系数,提高软件的质量,给软件过程缺陷管理提供了持续改进的具体度量工具,也为软件企业在软件管理过程的优化方面提供了理论支持.     

基于ViBe的端到端铝带表面缺陷检测识别方法

针对铝带表面缺陷高精度检测要求以及传统算法识别率不佳的问题,提出端到端的表面缺陷检测与识别方法.从铝带表面初始图像序列中快速计算出平均图像,视为无缺陷背景图像,用于初始化ViBe算法的背景模型.采用ViBe算法从当前图像中分割出缺陷区域,对缺陷区域二值图像进行中值滤波和形态学运算,以去除噪声点和修补边缘,实现缺陷区域的准确提取.利用当前图像实时更新ViBe背景模型,以增加对光照变化的适应能力.提取缺陷外接矩形区域图像,归一化后输入到训练好的卷积神经网络中进行识别分类,得到分类结果.实验结果表明,提出方法的缺陷检出率为93.02%,缺陷识别率为99.86%,具有较好的应用价值.     

基于六西格玛的软件过程缺陷管理方法模型与应用

软件产品的质量出自于软件设计过程,持续优化的软件过程管理方法能使软件过程产生的软件缺陷处于受控状态。结合六西格玛管理思想,提出并建立基于六西格玛的软件过程缺陷管理方法模型,将有关的方法工具引入到相应的模型中,为软件过程缺陷管理提供更有效的解决方案。软件过程缺陷管理方法模型从质量度量的角度对软件开发过程进行设计与优化,对软件设计过程中产生软件缺陷的因素进行跟踪与消除,使开发的软件产品具有更高的质量,从而获得更好的顾客满意度。     

基于SVM及电流牵扯效应的金属缺陷分类识别方法

金属在服役期间经常存在一些由应力、腐蚀和疲劳造成的缺陷,在众多的缺陷检测技术中,交流电位法作为一种无损检测技术在检测腐蚀坑和裂纹方面得到了广泛应用。用交流电位法检测不同缺陷时,由于几何形态的差异,缺陷深度的计算方法也不相同。因此需要在计算缺陷深度之前对所检测区域的缺陷类型做出识别。本文目的在于寻找一种高精度的缺陷分类识别方法。并且针对腐蚀坑和裂纹这两种最常见的金属缺陷,根据其对电流的牵扯效应不同,提出利用邻近检测区域的4个牵扯因子作为缺陷区域的特征向量建立分类模型。在大量仿真计算的基础上,分别建立坑蚀和裂纹的特征向量集,并由这些数据集训练得到基于遗传算法（GA）优化的支持向量机（SVM）分类模型。仿真测试结果中数据测试集分类精度较高,平板实验也得到了较高的识别精度。实验结果表明文中提出的缺陷分类识别方法对腐蚀坑和裂纹的分类识别具有很高的精度。     

工业CT的高铁齿轮箱体材料缺陷识别

高铁齿轮箱是高速列车的重要部件,为保障高铁的安全、稳定运行,需要对高铁齿轮箱箱体出厂及检修时的铸件内部缺陷进行检验,并对箱体内部缺陷实现自动、准确的分类和识别.基于此利用三维工业CT技术,设计实验获取到高铁齿轮箱体材料的4种内部缺陷的三维体数据,根据齿轮箱体内部缺陷的物理背景知识,对三维体数据进行特征提取,设计Adaboost_BTSVM多分类算法,实现基于三维工业CT的箱体材料内部缺陷的自动分类识别,并使重点关注的收缩类缺陷的分类准确率达到85%以上、裂纹类缺陷的分类准确率达到100%,为实现高铁齿轮箱箱体材料的缺陷自动识别提供技术保障.     

Study of Crystal Defects and Spectroscopy Characteristics of Ammonium Polyphosphate

Two kinds of commercial ammonium polyphosphate(APP)and three kinds of APP which were prepared in the laboratory were studied by X-ray diffraction(XRD),Fourier transforms infrared spectroscopy(FTIR),scanning electron microscopy(SEM)and transmission electron microscopy(TEM).In identification of the form Ⅱ crystal APP by XRD and FTIR,some discrepancies were discussed.It is pointed out that the absorbance of the FTIR spectra at 682 cm-1 can exist not only in the form Ⅰ APP,but also in the form Ⅱ APP with the cr...     

Preparation of new tissue engineering bone-CPC/PLGA composite and its application in animal bone defects

To investigate the feasibility of implanting the biocomposite of calcium phosphate cement (CPC)/polylactic acid-polyglycolic acid (PLGA) into animals for bone defects repairing, the biocomposite of CPC/PLGA was prepared and its setting time, compressive strength, elastic modulus, pH values, phase composition of the samples, degradability and biocompatibility in vitro were tested. The above-mentioned composite implanted with bone marrow stromal cells was used to repair defects of the radius in rabbits. Osteogenesis was histomorphologically observed by using an electron-microscope. The results show that compared with the CPC, the physical and chemical properties of CPC/PLGA composite have some differences in which CPC/PLGA composite has better biological properties. The CPC/PLGA composite combined with seed cells is superior to the control in terms of the amount of new bones formed after CPC/PLGA composite is implanted into the rabbits, as well as the speed of repairing bone defects. The results suggest that the constructed CPC/PLGA composite basically meets the requirements of tissue engineering scaffold materials and that the CPC/PLGA composite implanted with bone marrow stromal cells may be a new artificial bone material for repairing bone defects because it can promote the growth of bone tissues.     

GA优化ELM神经网络的排水管道缺陷诊断

为及时发现排水管道安全隐患,准确掌握管道状况,结合极限学习机(extreme learning machine, ELM)神经网络和管道闭路电视(closed circuit television, CCTV)检测,建立一个数据驱动的排水管道缺陷诊断模型.采用遗传算法(genetic algorithm, GA)优化ELM神经网络的输入权值矩阵和隐含层偏置,改善网络参数随机生成带来的ELM模型输出不稳定、分类精度偏低的问题.以上海市洋山保税港区排水管道破裂、渗漏等主要结构性缺陷的诊断为例,对GA-ELM模型进行仿真分析,并与ELM模型诊断结果进行对比.结果表明,GA-ELM模型能够更好地识别管道缺陷,获得更佳的分类性能,参数优化提高ELM模型的拟合能力和泛化能力,可应用于城市排水管道状况评价,为排水管网养护计划和修复计划的制订提供技术依据.     

基于模糊神经网络的焊缝缺陷识别方法的研究

通过对射线底片焊缝缺陷特征分析，提出了用于焊缝缺陷识别的模糊神经网络模型，并介绍了隶属度的构造和BP网络学习算法，用52个典型缺陷样本训练该模型后，对8个缺陷样本进行识别试验，试验结果表明，该方法能够提高介于模糊边界模式分类时的识别率，对焊缝缺陷识别的效果优于分类识别法。     

模型自由飞纵向放宽静稳定性飞控系统设计与试飞研究

详细研究了模型飞机放宽静稳定性飞控系统设计方法，针对Ｋ８自由飞模型进行了设计并通过半物理仿真和试飞验证。表明该系统的设计方案可行，结果十分满意．