共查询到18条相似文献,搜索用时 62 毫秒
1.
网络流量是具有复杂非线性、不确定时变性的混沌时间序列.为提高标准最小二乘支持向量机的预测精度与自适应性,提出一种基于动态加权最小二乘支持向量机的网络流量混沌预测方法.该方法在标准LS-SVM回归机的训练样本误差设置时间权,增强对非线性样本的逼近能力.然后结合滚动窗与迭代求逆法实现模型动态在线校正,进而克服网络变化时的累积误差.仿真实验结果表明,相对常规LS-SVM,该模型能降低预测误差、减少计算时间,实现高精度实时混沌流量估计. 相似文献
2.
改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测 总被引:1,自引:0,他引:1
为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相协作找到最优参数,并对惯性权重和学习因子进行改进,最后对网络流量数据进行重构,并采用最优参数的最小二乘支持向量机建立网络流量预测模型。实验结果表明,本文模型提高了网络流量的预测精度,并大幅度减少了训练时间,可以满足网络流量在线预测要求。 相似文献
3.
4.
5.
授信风险的预测一直是商业银行在授信业务上关注的要点。为了预测单一客户授信风险,将最小二乘支持向量机(LS-SVM)引入到授信风险预测领域,构建了一个信贷风险模型。此模型能根据授信客户账户金融交易特点,预测授信客户还款能力强弱。实验表明此模型能有效工作。同时,文章还考察了模型参数选取对于预测正确率的影响。 相似文献
6.
7.
8.
桥梁的结构变形包含的桥梁结构内涵信息丰富,具有非线性、时序性和样本容量小的特点.利用支持向量机,以杭州湾大桥实测变形数据为研究对象,提出了基于LS-SVM的桥梁结构变形预测模型,通过实验证明了运用其对桥梁结构健康状况进行评估的可行性和有效性,并且通过实验结果对比显示了最小二乘支持向量机在变形预测中的优势. 相似文献
9.
为了提高基于Internet的网络控制系统中随机时延的预测精度,提出了基于经验模式分解(empirical mode decomposition,EMD)与最小二乘支持向量机(Least Squared Support Vector Machines,LS-SVM)的一步时延预测方法.首先利用EMD将时延序列分解成若干个本征模式函数分量,分解后的分量去除了原始时延序列的长相关性,同时突出时延序列不同的局部特征.然后根据各个分量的变化规律,选择不同的LS-SVM模型分别进行预测.最后将各分量的预测值叠加得到最终的预测值.仿真结果表明本文方法具有较高的预测精度. 相似文献
10.
11.
本文研究了最小二乘隐空间支持向量机的优化问题.文中采用基于对称超松弛预处理技术改进共轭梯度算法,改进的共轭梯度算法只需求解一个阶数为1-1的线性代数方程组即可,大大节省了计算时间.最后将其应用于最小二乘隐空间支持向量机中建立数学模型,并通过实例验证了该算法的优越性. 相似文献
12.
基于最小二乘隐空间支持向量机的IDS检测算法的设计 总被引:2,自引:2,他引:0
在基于支持向量机的基础上,提出一种新的利用最小二乘隐空间支持向量机设计IDS的检测算法,解决了网络入侵检测系统中检测算法的分类精度不高、训练样本数需要较多,及训练学习时间较长等问题.仿真实验结果表明,本算法较基于支持向量机的检测算法具有更快的收敛性、更快的迭代速度、更高的检测精度和更低的误报率. 相似文献
13.
14.
针对网络控制系统的时延预测问题,提出一种基于相空间重构与最小二乘支持向量机的时延预测方法.首先利用0-1测试法确定时延序列具有混沌特性,引入相空间重构技术提高预测精度.对实际采集的时延序列进行Hurst指数分析,选择最小二乘支持向量机作为预测模型.然后利用C-C方法确定时延序列相空间重构参数,通过递归图确定时延序列的局部可预测性,利用遗传算法对最小二乘支持向量机的参数进行离线优化.最后通过优化后的最小二乘支持向量机并结合相空间重构对时延序列进行在线预测.与其它预测方法进行了仿真对比,结果表明本文方法具有更高的预测精度与更小的预测误差,同时并未降低预测算法的实时性. 相似文献
15.
Least squares support vector machines (LSSVM) is widely used in pattern recognition and artificial intelligence domain in recent years for its efficiency in classification and regression. The solution of LSSVM is an optimization problem of a Sum squared error (SSE) cost function with only equality constraints and can be solved in a simple linear system. However, its generalization performance is sensitive to noise points and outliers that are often existent in training dataset. In order to endow robustness to LSSVM, a new method for computing weight vector of error is proposed and the substituting of weighted error vector for original error vector in LSSVM gives birth to a new weighted LSSVM. The method gets weight factor by computing distance between sample and its corresponding class center. Sequential minimal optimization (SMO) algorithm is also extended to the new method for its efficient application. Comparison experiments show superiority of the new method in terms of generalization performance, robust property and sparse approximation. Especially, the new method is much faster than the other method for large number of samples. 相似文献
16.
为了提高网络入侵检测率,提出一种改进杜鹃鸟搜索(MCS)算法优化最小二乘支持向量机(LSSVM )的入侵检测模型(MCS-LSSVM )。首先将LSSVM 的参数作为杜鹃鸟的鸟巢位置,然后通过模拟杜鹃鸟种群寄生繁衍机制,找到鸟巢最优位置,并转化成LSSVM 最优参数,最后采用最优参数建立最优建立入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。仿真结果表明,MCS-LSSVM 不仅提高了网络入侵的检测率,而且减少了训练时间,提高网络入侵检测效果。 相似文献
17.
一种改进的最小二乘孪生支持向量机分类算法 总被引:2,自引:0,他引:2
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. 相似文献
18.
在智能天线系统中,由于各阵元之间存在着耦合和激励误差,在对下行波束进行赋形时,这些误差会使产生波束指向严重偏离期望的方向,造成天线增益下降。针对这一问题,提出了一种基于最小二乘支持矢量机(LS_SVM)的下行波束盲校正算法:该算法首先利用发射的训练序列对支持矢量机(SVM)进行训练,然后利用所得的权值补偿耦合和激励误差,使发射波束的指向符合期望的方向,最后采用自适应波束综合算法产生主波束宽度以及副瓣电平符合期望值的方向图。对该方法进行了仿真验证,仿真结果表明,该算法简单易行,具有实时处理的能力。 相似文献