搜索结果: 1-15 共查到“数学 支持向量机”相关记录24条 . 查询时间(0.157 秒)
鲁东大学Python数据分析实战课件 支持向量机(SVM)基础。
基于支持向量机的园林绿化项目目标成本测算模型
园林绿化项目 目标成本 粗糙集 支持向量机
2018/7/3
为解决现阶段园林绿化企业目标成本测算过程未充分考虑项目特色、测算结果误差较大、不具备实际指导意义的问题，在园林绿化项目工作分解结构的基础上，结合粗糙集和支持向量机理论构建园林绿化项目目标成本测算模型。模型首先采用粗糙集理论对园林绿化项目工作包的成本影响因素进行约简，并依据约简属性集从实例库中抽取样本数据；然后，通过支持向量机的回归估计测算出园林绿化项目的目标成本；最后，以某园林绿化企业的绿化种植工...
传统的欠采样方法容易丢失重要的样本信息，且其实验结果的稳定性较差。针对上述问题，提出一种基于类重叠度欠采样的不平衡数据模糊多类支持向量机算法。该算法首先采用LOF局部离群点因子和箱线图的方法清洗训练数据集中的噪声样本，然后根据类重叠度抽取对分类起关键作用的支持向量，并且将代表每个样本点重要程度的类重叠度作为隶属度值，构造模糊多类支持向量机。实验结果表明，该算法克服了随机欠采样的支持向量机容易丢失重...
基于粒子群算法与图形处理器加速的支持向量机参数优化方法
支持向量机 粒子群算法 图形处理器 参数寻优
2013/11/28
支持向量机(support vector machine,SVM)的参数选择对其性能有着重要的影响,使用穷举法优化参数需要大量的计算时间.为快速寻找最优参数组合,利用粒子群算法(particle swarm optimization,PSO)收敛速度快、简单易行等特点,将SVM参数作为粒子的解决方案.并利用图形处理器(graphics processing unit,GPU)并行化处理能力计算每个...
基于随机森林和单类支持向量机的电信行业客户流失预测
客户流失预测 随机森林 转导推理 单类支持向量机
2013/11/28
针对电信行业客户流失问题,使用随机森林方法建立了初步的预测模型,对比电信行业原用的各种预测模型,其准确率有明显改善; 针对模型特征维数众多的特点,进一步提出基于随机森林和转导推理的特征提取方法,对数据集进行降维,并引入单类支持向量机(support vector machine,SVM)算法得到最终的预测模型.实验表明,流失预测模型具有更高的预测准确率以及针对预测结果的部分可解释性.
为了避免神经网络的收敛速度慢和局部极小点,采用统计学习理论中的支持向量机代替梯度下降法对三层神经网络中隐层到输出层的过程进行改进.分别采用由支持向量机改进的神经网络和传统的神经网络对昆明市“一二一”大街交通交流的实时预测,实验结果验证了改进后的神经网络的优越性和先进性.
多属性决策的支持向量机方法
多属性决策 支持向量机 效用函数 学习样本
2009/9/27
为获取和表达决策者的偏好,实现对决策方案的选择,提出了基于支持向量机的多属性决策方
法. 首先,分析了多属性决策支持向量机方法的原理. 其次,提出了基于属性效用函数估计的学习样本构
造方法,从决策问题本身抽取学习样本. 最后给出了一个算例.
基于核主成分与加权支持向量机的福建省城镇登记失业率预测
核主成分 加权支持向量机 失业率 预测
2009/9/27
选取了影响失业率的19个指标，构建了基于核主成分分析与加权支持向量机的预测方法，给出了具体的预测步骤，并用此方法对福建省城镇登记失业率进行了预测研究.研究结果表明，由于所用预测方法考虑了指标的相关性及不同时期样本的不同重要性并进行了简化降维，拟合及预测都达到了很高的精度，其相对误差都小于1{\%}，说明用核主成分分析与加权支持向量机来预测失业率是可行且有效的，并可将其推广到其它领域的预测问题.
信用分类是信用风险管理中一个重要环节,其主要目的是根据信用申请客户提供的资料从申请客户中区分出可信客户和违约客户,以便为信用决策者提供决策依据.为了正确区分不同的信用客户,特别是违约客户,结合核主元分析和支持向量机算法构造基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型对信用数据进行了分类处理.在基于核主元分析的带可变惩罚因子最小二乘模糊支持向量机模型中,首先对样本数据进行预处理,然后利用...
结构可靠性分析的支持向量机方法
结构可靠性 隐式功能函数 支持向量机
2008/2/11
卷期页码：第27卷 第10期
(2006年10月) P.1135
文章编号：1000-0887(2006)10-1135-09
结构可靠性分析的支持向量机方法
李洪双，吕震宙，岳珠峰
西北工业大学 航空学院，西安 710072
摘要：针对结构可靠性分析中功能函数不能显式表达的问题，将支持向量机方法引入到结构可靠性分析中．支持向量机是一种实现了结构风险最小化原则的分类技术，它具有出色的...
基于小波支持向量机的非线性组合预测方法研究
2007/12/13
Abstract基于支持向量机（SVM）核方法和小波框架理论，提出了一种称为小波支持向量机（Wavelet Support Vector Machines, WSVM）的新的机器学习方法，并把这种方法应用于组合预测，得到了一种基于WSVM的非线性组合预测新模型，然后给出了此模型的结构设计和实现算法．通过仿真实验，把该方法与小波神经网络等方法相比较，得到了更好的实验结果，从而验证了该方法的正确性和有...
最小二乘Littlewood-Paley小波支持向量机
2007/12/13
Abstract基于小波分解理论和支持向量机核函数的条件，提出了一种多维允许支持向量核函数——Littlewood-Paley小波核函数．该核函数不仅具有平移正交性，而且可以以其正交性逼近二次可积空间上的任意曲线，从而提升了支持向量机的泛化性能．在Littlewood-Paley小波函数作为支持向量核函数的基础上，提出了最小二乘Littlewood-Paley小波支持向量机(LS-LPWSVM)．...
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
2007/12/13
Abstract提出了用核的偏最小二乘进行特征提取．首先把初始输入映射到高维特征空间，然后在高维特征空间中计算得分向量，降低样本的维数，再用最小二乘支持向量机进行回归．通过实验表明，这种方法得到的效果优于没有特征提取的回归．同时与PLS提取特征相比，KPLS分析效果更好．
基于小波子空间、支持向量机和模糊积分的信号多类分类算法
2007/12/13
Abstract为了对音频信号进行有效的分类，提出一种在小波变换子空间中基于支持向量机和模糊积分进行信号特征提取和分类的新算法．首先，对信号进行预加重和窗化处理；其次，用小波变换把信号分解到不同的子空间并提取每个子空间的特征；再次，对每一个子空间信号特征向量进行标准化、降维和分类；最后，用模糊积分将子空间分类结果融合，得出最终类．试验表明本算法速度较快、精确度高．