间隔ν-支持向量机及其几何问题

提出总间隔ν=支持向量机(TM-ν-SVM),该算法可取得比ν-SVM更好的理论分类性能.研究表明TM-ν-SVM等价于求解特征空间中的两个压缩凸包的最近点对.讨论压缩凸包的相关性质,并给出对应的几何算法.数值模拟实验表明TM-ν-SVM和对应的几何算法可取得比其它算法更好的性能.     

一种基于知识发现的拓展型竞争情报系统

目前,制约竞争情报发展的一个关键问题就是情报的收集与分析手段比较落后,远远不能胜任竞争情报系统所蕴含的特点和功效。本文将竞争情报作为一种特殊的知识,吸纳知识发现理论成果和方法,提升现有竞争情报系统的构造技术,真正做到快速、全面、准确和智能化的竞争情报生成和利用。     

基于支持向量机的高分辨距离像分类法

雷达高分辨距离像(HRRP)识别,是军事目标识别的一个重要手段.支持向量机(SVM)具有良好的泛化能力,适用于小样本学习问题.本文针对3类飞机目标的HRRP数据,构造了SVM分类器,设计了2组实验以比较SVM与最大相关系数法(MCM)的泛化能力、识别速度和抗噪能力.实验结果表明,SVM在军事目标HRRP分类方面具有良好的应用前景.     

基于支持向量机的电力二次设备继电保护装置故障检测方法

为进一步提高电力设备故障的检测效果,基于支持向量机设计了电力二次设备继电保护装置故障检测方法。该方法以隐藏故障为研究对象,采集互感器信号,绘制信号波形;基于支持向量机建立电力二次设备继电隐藏故障判定函数,得到高压侧的三相电流计算值,从而计算高压侧平衡系数,得到保护断路器的动作期望集合;通过设置最优超平面的分类决策函数,获取广义最优分类面的判别函数。实验结果显示,该故障检测方法的检测精度为9997%,平均响应时间为0034 s,检测效果较好。     

基于PCA和IGWO-SVM的水泥回转窑故障诊断研究

为实现水泥回转窑故障的精确诊断,提出一种基于主成分分析(PCA)和支持向量机(SVM)的回转窑故障诊断模型。通过引入差分进化(DE)算法的变异、交叉、选择操作来维持种群的多样性,克服灰狼算法易早熟收敛的缺陷,然后采用这种改进的灰狼算法(IGWO)对SVM的惩罚因子c和核函数参数g进行动态的寻优。运用PCA对采集数据进行降维处理,消除非相关因素,降低数据处理难度,然后将特征提取后的数据作为输入建立故障诊断模型,并与普通的SVM建模方法进行比较。实例表明:在有用信息量损失较小的前提下,分类准确率达到96.153 8%,模型构建时间为2.972 0 s,从而验证模型的准确性和高效性。     

基于支持向量机的多因素话务量预测研究

提高移动通信话务量的预测精度对提高网络性能、增进用户体验具有重要意义。由于多种因素会影响到移动通信话务量的准确预测,故选择多因素灰色话务量预测模型来预测话务量。先对数据进行预处理,用关联分析法找到影响话务量预测的主要因素。但此模型对波动较大的数据预测精度较低,用支持向量机的模型来改善预测结果,选取拥有较强的敛散性和全局寻优能力的复高斯小波核函数优化向量机。从仿真结果可以看出该模型有更好的收敛作用和较为理想的预测效果。     

CS-Chord:基于聚类分离的分布式高维向量索引

M-Chord是一种基于P2P网络的高维向量索引,其聚类边缘的向量容易与搜索圆频繁相交,使得查找的区域增多,降低了M-Chord的效率。提出一种基于聚类分离的分布式高维向量索引(CS-Chord),将边缘区域的高频检索向量从Chord环中分离出来,集中存储在服务器上,中心区域的向量仍存储于Chord环中,节省了大量资源的定位时间,从而提高检索效率。实验结果表明:在查询半径为0.2时,CS-Chord距离计算次数约为2000,比M-Chord减少了约2500次;CS-Chord消息转发次数约降低150次,仅为M-Chord的50%。     

中英文文本分类系统异同因素的探讨

论文介绍了文本分类技术的研究进展及发展方向,给出了中英文文本分类系统构建的一般模型和过程,分析总结了中英文文本分类过程中的异同,并介绍了针对这些异同因素常用的处理方法。     

基于p范式模型的检索

随着电子文本的大量涌现,人们对信息检索工具提出了更高的要求。本文介绍一种扩展的布尔检索模型及其在中文信息检索系统中的应用,并利用相关反馈技术改善检索系统性能。