共查询到19条相似文献,搜索用时 78 毫秒
1.
交通流量预测是智能交通系统中的关键技术,针对当前交通流量预测模型存在不足,提出一种遗传算法优化支持向量机的交通流量预测模型。首先收集交通流量历史数据,并基于混沌理想对其进行相空间重构,然后将训练样本输入到支持向量机中进行学习,并采用遗传算法优化支持向量机参数,建立交通流量预测模型,最后采用测试样本对模型的性能进行测试。结果表明,相对于经典交通流量预测模型,本文模型可以更加准确描述交通流量预测复杂的变化趋势,提高了交通流量的单步和多步预测精度。 相似文献
2.
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
3.
针对现有部分支持向量机在多类分类过程中存在的数据不均衡性、对算法结构依赖性强的问题,提出一种新的基于遗传算法的支持向量机多类分类算法。以遗传算法中的交叉作为支持向量机中类的选择,以变异改善分类过程中的纠错能力,以适应度函数作为最优分类结果的确定。在不同特性的样本集上进行仿真测试,结果证明,该算法在类数较多的情况下,有更好的数据均衡性,在分类速度及准确度上均有一定的优越性。 相似文献
4.
基于支持向量机的回归预测综述 总被引:1,自引:0,他引:1
近年来,支持向量机在预测方面有广泛的应用,回归预测和回归分析也是一个非常值得探讨的领域。加上工具集的使用,将对很多的应用行业,起着一定预测作用。说明对于回归预测这种方法应用于预测是有效的。文章对支持向量机进行简单介绍,在介绍基于回归预测基础上,提出这种方法的优缺点,最后展望其方法应用的前景。 相似文献
5.
研究机会网络中的单节点对的链路预测问题,从空间相似性和时间特征两个角度分析单节点对的连接概率。利用CN、PA、Adamic-Adar和LP四个相似性指标描述节点对的空间相似性程度,构建基于单节点对空间相似性的模型SSVRC;利用一个时间段中的连接频次、连接时长占时间段总长度比值、最近几个时间段的平均连接频次及连接频次的增长趋势四个特征表现节点对的时间特征,构建基于单节点对时间特征的模型T-SVC;综合考虑节点对的空间相似性和时间特征,对S-SVRC和T-SVC模型的预测结果加权融合,构建模型TS-SVC。采用AUC、Precision和F1值评价预测结果,通过ITC、2005年的UOI以及2006年的UOI数据集上的对比实验结果表明,TS-SVC模型具有更好的预测效果。 相似文献
6.
为确保电网能够安全、平稳地运行,且实现经济、科学地发展,应对其建立中长期的电力需求预测体系。对于传统方法在中长期电量预测时所面临的非线性问题,文中基于深度神经网络的方法,设计了一种电力需求的映射器与预测器,来完成对电力需求数据的自动编码。同时针对预测模型中复杂函数难以取得数值解的问题,通过使用混合支持向量机算法,设计并提出了基于各种模型优点的预测算法,进而实现更为精准的模型预测。最终通过与线性回归器等多种算法的对比实验结果可知,所提算法的收敛性最优,且预测平均绝对误差最低。 相似文献
7.
李晓斌 《微电子学与计算机》2010,27(10)
为了得到性能优越的SVM预测模型,实现城市交通流量的准确预测,文中提出基于遗传算法优化支持向量机(GA-SVM)的城市交通流量预测方法.其中通过遗传算法对SVM中的训练参数进行优化处理,以得到优化的SVM预测模型.实验结果表明:用GA-SVM对城市交通流量预测,预测精度远优于人工神经网络. 相似文献
8.
9.
10.
由于湍流图像的退化原因十分复杂,现有图像复原算法很难在复原效率和复原质量间达到很好的平衡,为此提出了一种基于支持向量机的湍流退化图像加速复原算法.该算法通过设置方差阈值进行样本选择,舍弃了冗余信息、提高了样本质量;同时,对序列图像进行实时模型更新,加快了序列图像的复原速度.针对电弧风洞图像,将加速复原算法和原算法进行了比较.实验结果表明,加速算法的复原速度更快、复原效果也更好,它可以有效地解决湍流退化给图像带来的噪声和能量衰减问题,并能很好地校正湍流效应引起的模糊和抖动现象. 相似文献
11.
Xu Mengxia 《通信学报》1998,19(5):90-92
TwoCommentsonPredictivePictureCodingXuMengxia(PekingUniversity,Beijing100871)AbstractTwocommentsonpredictivepicturecodingare... 相似文献
12.
13.
14.
基于支持向量机的说话人识别研究 总被引:1,自引:0,他引:1
说话人识别技术的研究是智能信息处理的研究热点问题之一。支持向量机是统计学习理论的一个重要学习方法,也是解决模式识别问题的一个有力工具。介绍了模式识别的分类原理,提出基于支持向量机的说话人识别模型。通过把所得到的结果与原有VQ模型的试验结果相比较,表明该方法具有较高的识别准确率。 相似文献
15.
针对广义特征值中心支持向量机(GEPSVM)训练和决策过程不一致问题,该文提出一类改进的基于特征值分解的中心支持向量机,简称为IGEPSVM。首先针对二分类问题提出了基于特征值分解的中心支持向量机,然后基于一类对余类策略将其推广到多类分类问题。将GEPSVM求解广义特征值问题转化为求解标准特征值问题,降低了计算复杂度。引入了一个新的参数,可以调节模型的性能,提高了GEPSVM的分类精度。提出了基于IGEPSVM的多类分类算法。实验结果表明,与GEPSVM算法相比较,IGEPSVM不仅提高了分类精度,而且缩短了训练时间。 相似文献
16.
Taking into account that fuzzy ontology mapping has wide application and cannot be dealt with in many fields at present, a Chinese fuzzy ontology model and a method for Chinese fuzzy ontology mapping are proposed. The mapping discovery between two ontologies is achieved by computing the similarity between the concepts of two ontologies. Every concept consists of four features of concept name, property, instance and structure. First, the algorithms of calculating four individual similarities corresponding to the four features are given. Secondly, the similarity vectors consisting of four weighted individual similarities are built, and the weights are the linear function of harmony and reliability. The similarity vector is used to represent the similarity relation between two concepts which belong to different fuzzy ontolgoies. Lastly, Support Vector Machine (SVM) is used to get the mapping concept pairs by the similarity vectors. Experiment results are satisfactory. 相似文献
17.
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
18.
应用支持向量机分类的多角度目标识别技术 总被引:4,自引:1,他引:3
综合应用图像的不变矩特征和支持向量机分类方法,提出了一种对于红外图像中多角度目标的识别方法。首先通过目标分割算法求得红外图像中目标的轮廓图像,然后从轮廓图像的Hu矩、Zernike矩和Fourier-Mellin矩中选取适当阶次的矩特征组成目标在特定视角范围内的不变性特征向量;对目标的视角范围进行适当划分以解决多角度引起的目标样本多样性,并在每个划分的视角范围内分别应用支持向量机的方法进行多目标分类。测试结果表明,本文提出的方法较好地实现了红外图像中多角度目标的识别问题,是一种有效的自动目标识别算法。 相似文献
19.
本文把雷达目标回波信号和欺骗干扰信号纳入到统一框架下进行分析,提取了基于原子分解理论的特征及时延和频偏匹配度特征。最后利用支持向量机(Support Vector Machine,SVM)分类器,对雷达接收信号进行了分类识别。仿真结果验证了该方法不仅可以有效检测欺骗干扰信号的存在,还可以识别欺骗干扰信号的类型。 相似文献