共查询到20条相似文献,搜索用时 56 毫秒
1.
在Smola 和Sch?觟lkopf的SMO算法中,由于使用了单一的极限值而使得算法的效果没有完全表现出来。使用KKT条件来检验二次规划问题,使用两个极限参量来对回归SMO算法进行改进。通过对比实验,这一改进算法在执行速度上表现出了非常好的性能。 相似文献
2.
支持向量机(SVM)是近年来发展起来的一种通用的机器学习方法,在小样本数据的拟合中已获得了很好的效果。对于常见的支持向量回归机方法:ε-支持向量回归机和最小二乘支持向量回归机进行了归纳总结,并给出了一具体应用案例。 相似文献
3.
李芳 《计算机工程与应用》2009,45(10):165-167
在把图像划分为若干个子块的基础上,以广义欧氏距离为评判标准对图像子块进行分类,然后采用支持向量回归方法建立各类型图像子块的模型,得到对应各类型图像子块的支持向量回归模型参数的集合,从而仅用图像子块编号及其类型号和相应的支持向量回归模型参数来描述整个图像,达到图像压缩的目的。实验表明,该方法压缩比高、误码率低、信噪比高、图像恢复质量良好。此外,该方法可以通过改变图像分块的大小或阈值调整压缩比,还可通过改变支持向量回归模型的逼近误差控制图像的恢复质量。 相似文献
4.
Support vector regression machines based on structural risk minimization have a good generalization performance. However, its effect is not good if there exists heterogeneity of variance in the regression models. In order to solve the problem, a kind of weighting support vector regression is proposed in this paper. The results of simulation experiments show the feasibility and effectiveness of the method. 相似文献
5.
6.
7.
8.
预测是很多行业都需要的一项方法和技术,随着数据积累的越来越多,基于海量数据的预测越来越重要,在介绍支持向量机基本原理和实现算法的基础上,给出了航空服务成本预测模型,最后对预测结果的评价和选取情况进行了分析。 相似文献
9.
10.
颅骨修复技术是对有缺损的颅骨补全对应的缺损部分,进而实现颅骨形状的完整性。针对高维颅骨数据,采用径向曲线来表示颅骨几何特征,结合最小二乘支持向量回归的方法构建颅骨修复模型。提取完整的三维颅骨模型的径向曲线,将其分为已有径向曲线和缺失径向曲线两部分作为训练样本,采用最小二乘支持向量回归统计模型复原出待修复颅骨的缺失径向曲线,进而合并生成待修复颅骨的完整径向曲线,通过迭代最近点算法将合并的颅骨径向曲线与颅骨统计模型进行匹配生成完整的三维颅骨模型。实验结果表明,该方法的平均误差达到6.834×10-3,比主成分分析方法降低2.90倍,具有更好的修复效果。 相似文献
11.
基于支持向量回归的非线性多功能传感器信号重构 总被引:1,自引:0,他引:1
在多功能传感器信号重构中,通常采用经验风险最小化准则实现函数回归,在小样本情况下,该方法易导致泛化性差和过拟合问题.本文利用支持向量回归方法实现非线性多功能传感器信号重构,支持向量机是基于结构风险最小化准则的新型机器学习方法,可有效抑制过拟合问题并改善泛化性能.仿真结果表明经该算法重构后的信号重构误差率在0.4%以下,重构效果较好,验证了该算法的有效性. 相似文献
12.
本文研究了蚁群算法在反求工程曲线重建中的实现方法,并对蚁群算法的蚂蚁数量、参数q、解空间及初始信息分布进行了优化,以克服蚁群算法早熟现象,满足反求工程中曲线重建实时快速的要求。经实验验证,用蚁群算法重建的曲线更光顺,能更好地反映点集的形状,但曲线重建的时间复杂度更大。 相似文献
13.
粒度支持向量机(granular support vector machine,简称GSVM)可以有效提高支持向量机(support vectormachine,简称SVM)的学习效率,但由于经典GSVM 通常将粒用个别样本替代,且粒划和学习在不同空间进行,因而不可避免地改变了原始数据分布,从而可能导致泛化能力降低.针对这一问题,通过引入动态层次粒划的方法,设计了动态粒度支持向量回归(dynamical granular support vector regression,简称DGSVR)模型.该方法首先将训练样本映射到高维空间,使得在低维样本空间无法直接得到的分布信息显示出来,并在该特征空间中进行初始粒划.然后,通过衡量样本粒与当前回归超平面的距离,找到含有较多回归信息的粒,并通过计算其半径和密度进行深层次的动态粒划.如此循环迭代,直到没有信息粒需要进行深层粒划时为止.最后,通过动态粒划过程得到的不同层次的粒进行回归训练,在有效压缩训练集的同时,尽可能地使含有重要信息的样本在最终训练集中保留下来.在基准函数数据集及UCI 上的回归数据集上的实验结果表明,DGSVR 方法能够以较快的速度完成动态粒划的过程并收敛,在保持较高训练效率的同时可有效提高传统粒度支持向量回归机(granular support vector regression machine,简称GSVR)的泛化性能. 相似文献
14.
曲线和曲面的重构是逆向工程中的重要问题,特别是按照计算机图形学中点线面的发展规律,曲线重构更是其中很重要的一步,为后面的曲面重构奠定了研究基础。论文研究和实现了一种曲线重构算法,该算法将人类的视觉具有的接近性和连续性融入到了曲线重构算法中。实验结果表明了该算法的有效性。 相似文献
15.
16.
核函数是支持向量回归机的重要部分,每种核函数都有其优势和不足。本文基于支持向量机回归机模型相关参数的选取原则,给出了一种具有混合核函数的支持向量机,以基于网格搜索的多蚁群算法为基础,给出了此类混合核函数支持向量回归机参数优化的一种新方法。该方法以最小化交叉验证误差为目标,对包括混合比例和各类核函数的参数在内的5个参数进行优化。仿真结果表明,与遗传算法相比,本方法在参数优化方面有良好的性能,建立的预测模型精度较高。 相似文献
17.
支持向量机是基于统计学习理论框架下的一种简单、有效的分类方法。作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力。文章通过对训练模型的超参数优化,构造了支持向量机非线性分类器,并将其应用于癌症病人的诊断,取得了较高的识别率。实验结果表明,支持向量机分类器能够快速准确地判断患者肿瘤是恶性还是良性,为治疗提供了可靠的依据,在医学诊断中具有广泛的应用前景。 相似文献
18.
19.
为了使数字水印综合性能更好,根据图像邻域像素之间具有很强的相关性这一特点,提出了一种基于支持向量机的图像水印算法。该算法将支持向量机的思想用于数字水印,并取得了较好的效果。由于支持向量机在有限训练样本的情况下具有很好的学习和泛化能力,因此,可以首先利用回归型支持向量机较好地建立图像邻域像素之间的关系模型,然后,通过调整模型的输出值与中心像素值之间的大小关系来嵌入或提取水印。实验表明,用该技术嵌入水印后的图像不仅具有很好的图像感知质量和较强的鲁棒性,对图像增强、JPEG压缩、噪声、几何剪切等抵抗强,而且安全性好、实用性较强。 相似文献