排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
孪生支持向量机(TWSVM)是在支持向量机(SVM)的基础上产生的一种高效二分类算法,由于现实中存在的问题大多数是多分类的,将二分类孪生支持向量机扩展到多分类孪生支持向量机(MTWSVM)是非常重要的。目前常用的MTWSVM一般是基于“一对一”策略,但该策略中各子分类器都采用相同的惩罚参数以及核参数,忽略了不同子分类器之间的差异,不能使其发挥最好的作用。通过提出一种基于混合参数的多分类孪生支持向量机(MP-MTWSVM),为不同的子分类器选取合适的参数,保持分类器的多样性,进而根据“一对一”策略构建MTWSVM。TWSVM本就面临着参数难确定的问题,而MP-MTWSVM算法又引入了大量的参数,通过灰狼算法(GWO)对MP-MTWSVM的参数进行寻优,进一步提出了基于灰狼优化的混合参数多分类孪生支持向量机(GWO-MP-MTWSVM)。通过实验表明,GWO可以快速找到各子分类器的最优参数,并进一步提升了算法的准确率。 相似文献
2.
随着勘探技术的发展,有利区预测技术逐渐应用到储层和油藏的研究中。针对预测采用的地震数据存在无关及冗余属性,且地震属性与储层岩性关系不明确的问题,利用岭回归进行属性约简,逻辑斯谛回归进行分类,达到消除无关及冗余地震属性,获取泛化性强的分类模型目的,从而能够找到传统预测方法难以发现的复杂隐蔽油藏。研究结果表明,采用岭回归与逻辑斯谛回归相融合的算法在有利区预测中效果明显,分类准确率达到60%以上。该研究能有效地对有利区进行分类识别,进而能够辅助勘探人员快速圈定有利目标,为准确打井提供依据,避免打空井造成的资源浪费。 相似文献
1