共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
3.
当两类样本分布存在差异时,最接近支持向量机(Proximal Support Vector Machine,PSVM)等最小二乘类分类器分类结果将出现偏差,不能实现最小错误率分类。本文在分析PSVM等价广义特征值分解模型基础上,提出了一种改善原PSVM分类决策面的优化样本分布PSVM,其基本思想是通过引入最大化正确分类样本距决策面距离,同时最小化错误分类样本距决策面距离的优化样本分布正则化项,构造优化样本分布PSVM的广义特征值分解模型。通过人工数据集和UCI数据集的10个数据子集上的对比实验,验证了该改进分类模型能够有效调整决策边界,从而获得更好的分类效果。 相似文献
4.
基于BP网络和支持向量机的雷达高分辨距离像识别 总被引:1,自引:1,他引:0
利用雷达目标识别的重要手段之一高分辨距离像,使用误差反传前馈神经网络和支持向量机两种方法分别对其进行识别,并比较二者的识别性能。实验结果表明二者具有相似的抗噪性能和相位角敏感性,而后者的平均识别率较前者有所提高,且对同一样本集支持向量机的识别结果比较稳定。 相似文献
5.
6.
7.
8.
9.
10.
成绩分析为学生管理提供指导,为教学管理决策提供依据.传统的成绩分析只是对均值、挂科率等数据进行简单的统计分析,具有一定的局限性.文章在飞行学生成绩管理中,引入支持向量机SVM这种监督学习算法.将飞行学生的平时成绩和纪律表现等多个维度的数据作为输入,将执照通过情况标记为正类和负类,并作为模型输出.实验结果表明,支持向量机... 相似文献
11.
12.
分析各参数对支持向量机学习能力的影响,提出一种基于杂草算法的支持向量机电力负荷预测方法。首先运用杂草算法对支持向量机的两个关键参数进行智能寻优,然后将最优参数运用到支持向量机预测模型。采用新的预测模型对EUNITE第一次竞赛提供的相关电力数据进行分析,并与基于回归树和基于神经网络的预测方法进行比较。结果表明本文方法智能化地解决了传统参数选择方法的缺陷,且对电力负荷预测具有较高的预测精度。 相似文献
13.
回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状,对支持向量机的未来发展方向进行了展望。 相似文献
14.
基于支持向量机(SVM)的图像去噪方法 总被引:3,自引:2,他引:1
王顺利 《微电子学与计算机》2005,22(4):96-99
提出了一种基于支持向量机进行图像去噪的方法。该方法利用支持向量回归技术构造图像去噪所需的滤波器.其中特征的提取和训练样本的设计旨在抑制不同类型的噪声。实验结果表明,该方法能够有效去除噪声,并能较好地保护边缘信息,适用于边缘检测等操作的预处理。 相似文献
15.
16.
基于粗糙集属性约简的SVM异常入侵检测方法 总被引:3,自引:2,他引:1
文章提出了基于粗糙集属性约简的支持向量异常入侵检测方法。为验证该方法的有效性,对实验数据集KDD99分别用粗糙集属性约简的支持向量分类方法和传统的支持向量分类方法进行实验仿真,并把两者的实验结果进行对比。实验证明,基于粗糙集属性约简的支持向量异常入侵检测方法在检测精度相当的情况下,有效的降低了检测时间并减少了存储空间。 相似文献
17.
18.
粗糙集理论和支持向量机在数据挖掘方面具有较强的互补特性,基于粗糙集理论的上近似集、下近似集和边界域概念,结合支持向量机的分类原理,提出了一种支持向量机分类算法。首先,在支持向量机分类中定义样本分类的粗糙集规则,然后在边界域寻找两类样本中使判别式绝对值取值最小且分类正确的样本来确定最优分类面,脱离了对惩罚系数C的寻优问题,有效避免了过拟合问题,并通过循环迭代算法寻找合适的参数b,获得分类性能更优的支持向量机,最后通过对一个二维样本数据库进行分类实验,验证了此算法的有效性与可行性。 相似文献
19.
针对单一分类器人脸检测非常耗时的问题,提出了一种由粗到精的融合分类器结构模式加速人脸检测。该系统分为3个阶段:前两个阶段,使用Adaboost级联分类器快速排除大量简单的非人脸图像;最后一个阶段.使用非线性的支持向量机分类器,将已通过前两个阶段检测的复杂图像准确归类为人脸或非人脸。实验结果表明系统性能良好。 相似文献
20.
硬件木马攻击成为当前集成电路(IC)面临的严重威胁。针对硬件木马电路具有隐蔽、不易触发以及数据集不均衡等特点,该文提出对门级网表进行静态分析的硬件木马检测技术。基于电路可测性原理建立涵盖节点扇入数、逻辑门距离、路径数、节点扇出数的硬件木马路径特征,简化特征分析流程;基于提取的路径特征,使用支持向量机(SVM)算法区分电路中的木马节点和正常节点。提出训练集双重加权技术,解决数据集不均衡问题,提升分类器的性能。实验结果表明,分类器可以用于电路中的可疑节点检测,准确率(ACC)达到99.85%;训练集静态加权有效提升分类器性能,准确率(ACC)提升5.58%;与现有文献相比,以36%的特征量,真阳性率(TPR)降低1.07%,真阴性率(TNR)提升2.74%,准确率(ACC)提升2.92%。该文验证了路径特征和SVM算法在硬件木马检测中的有效性,明确了数据集均衡性与检测性能的关系。 相似文献