共查询到20条相似文献,搜索用时 31 毫秒
1.
选矿厂磨矿粒度是影响精矿品位和回收率的重要因素。针对目前无法对磨矿粒度进行实时有效检测问题,提出了一种基于支持向量机的磨矿粒度预测模型。通过对现有支持向量机建模方法分析比较,选择了新型的混合核支持向量机作为预测模型的建模工具,同时为了解决有效选择混合核参数问题,提出利用遗传算法对模型结构参数进行优化。仿真结果表明,用该方法建立的磨矿粒度预测模型优于基于RBF核支持向量机建立的该预测模型,其具有较好的逼近性能和泛化性能及更高的预测精度。 相似文献
2.
支持向量机(SVM)可以很好地用来解决分类问题,参数优化尤其重要。混合核函数的引入,使得SVM又多了一个可调参数。针对该参数用人工或经验的方法获取具有局限性,采用动量粒子群(MPSO)对SVM基本参数、混合可调核参数进行综合寻优,来寻找最佳参数组合。通过UCI数据仿真,对比结果表明:所提优化方法能够快速有效地提取最佳参数组合,所得SVM性能明显提高,分类效果更好。 相似文献
3.
何永明 《计算机工程与应用》2013,49(9):81-84
为了提高网络安全态势评估性能,提出一种K近邻和支持向量机相融合的网络安全态势评估模型(KNN-SVM)。将网络安全数据集输入到支持向量机学习,找到支持向量集,对于待评估网络安全态势样本,计算其与最优分类超平面间的距离,如果距离大于阈值,采用支持向量机进行网络安全态势评估,否则采用K近邻进行评估,以解决支持向量机对超平面附近样本易错分的缺陷,减少SVM的误判率。仿真结果表明,相对于单独SVM,KNN-SVM提高了网络安全态势评估正确率,而且性能更加稳定。 相似文献
4.
在支持向量机多分类方法基础上,提出了一种改进的有向无环图支持向量机( Directed
Acyclic Graph Support Vector Machine,DAGSVM) 手势识别方法。首先根据Kinect 采集到
的场景深度信息将前景和背景分开,分割得到手,然后提取其特征向量,利用特征向量训练多
个SVM 两分类器,采用DAG 拓扑结构构成DAGSVM 多分类器,并对其结构排序进行改进。
实验证明,与其他支持向量机多分类方法相比,改进后的DAGSVM 分类器能够达到更高的识
别率,并将这个手势识别方法用于智能轮椅的控制上,收到了良好的效果。 相似文献
5.
6.
针对概念漂移问题,构建数据特性随时间发生渐进变化特点的分类学习模型,提出一种基于渐进支持向量机(G-SVM)的渐进多核学习方法(G-MKL)。该方法采用支持向量机(SVM)为基本分类器,进行多区间上的子分类器耦合训练,并通过约束子分类器增量方式使模型适应数据渐进变化特性,最终将多个核函数以线性组合方式融入SVM求解框架。该方法综合发挥了各个核函数的优势,大大提高了模型适应性和有效性。在具有渐变特性的模拟数据集和真实数据集上将所提算法与多种经典算法进行了对比,验证了所提算法在处理非静态数据问题的有效性。 相似文献
7.
模型组合是提高支持向量机泛化性的重要方法,但存在计算效率较低的问题。提出一种基于正则化路径上贝叶斯模型平均的支持向量机模型组合方法,在提高支持向量机泛化性的同时,具有较高的计算效率。基于正则化路径算法建立初始模型集,引入对支持向量机的概率解释。模型的先验可看做是一个高斯过程,模型的后验概率通过贝叶斯公式求得,使用贝叶斯模型平均对模型进行组合。在标准数据集上,实验比较了所提出的模型组合方法与交叉验证及广义近似交叉验证(GACV)方法的性能,验证所提出的模型组合方法的有效性。 相似文献
8.
9.
基于模糊支持向量机的步态识别 总被引:2,自引:0,他引:2
提出基于模糊支持向量机(FSVM)的步态识别方法,以人体步态的宽度向量作为特征,探讨直接取值法和模糊C均值2种模糊隶属度确定方法对FSVM步态分类效果的影响。实验结果表明,模糊C均值法的识别率均略好于SVM,直接取值法的识别率甚至低于SVM,因此,选取正确的模糊隶属度确定方法是FSVM能否成功应用于步态识别的关键。 相似文献
10.
分析了卷烟焦油含量预测问题,提出了基于支持向量机的卷烟焦油含量预测方法。首先,介绍了支持向量回归估计的学习算法。其次,建立了基于支持向量机的卷烟焦油含量预测模型。然后,提出了卷烟焦油含量支持向量机预测的实现算法。最后给出了一个算例。实例表明,该方法能够根据烟叶中的化学成分的测量值来预测卷烟的焦油含量。 相似文献
11.
应用于垃圾邮件过滤的词序列核 总被引:1,自引:0,他引:1
针对支持向量机(SVM)中常用核函数由于忽略文本结构而导致大量语义信息丢失的现象,提出一种类别相关度量的词序列核(WSK),并将其应用于垃圾邮件过滤。首先提取邮件文本特征并计算特征的类别相关度量,然后利用词序列核作为核函数训练支持向量机,训练过程中利用类别相关度量计算词的衰减系数,最后对邮件进行分类。实验结果表明,与常用核函数和字符串核相比,改进的词序列核分类准确率更高,提高了垃圾邮件过滤的准确率。 相似文献
12.
针对入侵检测技术在处理大规模数据时存在的高误报率、低训练速度和低实时性的问题,提出了一种基于树突细胞算法与对支持向量机的入侵检测策略(DCTWSVM).利用树突细胞算法(DCA)对威胁数据进行初始检测,在此基础上利用对支持向量机(TWSVM)进行检测结果的优化处理.为了验证策略的有效性,设计性能对比实验,实验结果表明,相较于DCA、支持向量机(SVM)、反向传播(BP)神经网络,DCTWSVM策略的检测精度提高了2.02%、2.30%、5.44%,误报率分别降低了0.26%、0.46%、0.90%,训练速度相较于SVM提高了两倍且只需耗费极少的训练时间,可以更好地适用于大规模数据下的实时入侵检测环境. 相似文献
13.
Planning and design of coastal protection works like floating pipe breakwater require information about the performance characteristics of the structure in reducing the wave energy. Several researchers have carried out analytical and numerical studies on floating breakwaters in the past but failed to give a simple mathematical model to predict the wave transmission through floating breakwaters by considering all the boundary conditions. Computational intelligence techniques, such as, Artificial Neural Networks (ANN), fuzzy logic, genetic programming and Support Vector Machine (SVM) are successfully used to solve complex problems. In the present paper, a hybrid Genetic Algorithm Tuned Support Vector Machine Regression (GA-SVMR) model is developed to predict wave transmission of horizontally interlaced multilayer moored floating pipe breakwater (HIMMFPB). Furthermore, optimal SVM and kernel parameters of GA-SVMR models are determined by genetic algorithm. The GA-SVMR model is trained on the data set obtained from experimental wave transmission of HIMMFPB using regular wave flume at Marine Structure Laboratory, National Institute of Technology, Karnataka, Surathkal, Mangalore, India. The results are compared with ANN and Adaptive Neuro-Fuzzy Inference System (ANFIS) models in terms of correlation coefficient, root mean square error and scatter index. Performance of GA-SVMR is found to be reliably superior. b-spline kernel function performs better than other kernel functions for the given set of data. 相似文献
14.
Xueying Zhang Xiaofeng Liu Zizhong John Wang 《Engineering Applications of Artificial Intelligence》2013,26(10):2574-2580
The kernel function is the core of the Support Vector Machine (SVM), and its selection directly affects the performance of SVM. There has been no theoretical basis on choosing a kernel function for speech recognition. In order to improve the learning ability and generalization ability of SVM for speech recognition, this paper presents the Optimal Relaxation Factor (ORF) kernel function, which is a set of new SVM kernel functions for speech recognition, and proves that the ORF function is a Mercer kernel function. The experiments show the ORF kernel function's effectiveness on mapping trend, bi-spiral, and speech recognition problems. The paper draws the conclusion that the ORF kernel function performs better than the Radial Basis Function (RBF), the Exponential Radial Basis Function (ERBF) and the Kernel with Moderate Decreasing (KMOD). Furthermore, the results of speech recognition with the ORF kernel function illustrate higher recognition accuracy. 相似文献
15.
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
16.
17.
18.
19.
为提高支持向量机的模式分类性能,综合模糊支持向量机和球形支持向量机等方法,提出一种模糊最小包含球(FMEB)支持向量机,对于模式分类问题,通过引入模糊隶属度,寻找2个分别包含二类模式的同心最小包含球,使类间间隔最大化,同时二类模式类内分布最小化,从而增强泛化性和鲁棒性。实验结果证明FMEB的模式分类性能优于其他方法。 相似文献
20.
受电弓滑板的磨损与滑板和接触网导线之间的压力载荷有着密切关系,寻找最优压力载荷使得滑板磨损最小具有重要经济意义。通过对铜基粉末冶金滑板与铜锡导线的对磨实验,得到在不同载流、速度以及变化载荷情况下的滑板磨损情况。针对磨损量不易机理建模的问题,采用支持向量机(SVM)建立了以磨损量作为因变量,以接触压力、滑动速度和接触电流为自变量的回归预测模型,并通过单纯形法确定在特定滑动速度和接触电流条件下的基于滑板磨耗率最低的最优压力载荷,通过算例分析为磨耗率回归预测模型的应用提供参考。 相似文献