搜索结果: 1-9 共查到“几何学 支持向量机”相关记录9条 . 查询时间(0.265 秒)
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...
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.
基于支持向量机的算子逼近方法
逼近 连续算子 支持向量机 二次规划问
2007/12/10
摘要 $R^n$中连续算子的逼近问题的数值方法,一直是计算科学中研究的热点。本文引进了新兴的智能机器---支持向量机,以解决$R^n$中连续算子的逼近问题。在给出支持向量机用于算子逼近问题的详细数学表示之后,我们提出了分块逼近的算法,并通过具体的实例说明支持向量机在算子逼近问题中的有效性与优越性。
动态加权最小二乘支持向量机
最小二乘支持向量机
时间序列预报
PTA氧化过程
2007/8/27
Abstract提出一种基于动态加权最小二乘支持向量机(LS-SVM)的时间序列预测方法.动态加权LS-SVM能够跟踪时变非线性系统的动态特性, 适合于系统辨识和时间序列预测;同时采用鲁棒方法确定权系数,以减小噪声的影响.将动态加权LS-SVM算法应用于工业PTA 氧化过程中的4-CBA浓度预测, 结果显示,动态加权LS-SVM预测精度高,能够有效减小噪声的影响.
Abstract纱线的生产是一个多环节的复杂工业过程,其质量控制大多需要依赖领域专家的个人经验,为此提出一种基于支持向量机的纱线质量预测模型.探讨了模型选择与验证问题,并利用网格搜索法对模型参数进行了优化.试验结果表明,在小样本和噪音数据环境下,支持向量机模型仍能保持一定的预测精度,与人工神经网络模型相比,更适应于真实纺纱生产过程.
基于最大熵估计的支持向量机概率建模
支持向量机
概率建模
最大熵估计
2007/8/27
Abstract提出一种基于最大熵估计的支持向量机概率建模方法.针对传统的支持向量机方法不能提供后验概率的输出问题, 从信息熵的角度采用最大熵估计方法,直接对支持向量机输出进行后验概率建模.实验结果表明, 与同类算法相比, 所提出的基于最大熵估计的概率建模方法具有优良的性能.
Abstract以分类精度为目标的传统分类算法通常假定:每个样本的误分类具有同样的代价且每类样本数大致相等.但现实数据挖掘中该假定不成立时,这些算法的直接应用不能取得理想的分类和预测.针对此缺隙,并基于标准的SVM,通过在SVM的设计中集成样本的不同误分类代价,提出代价敏感支持向量机(CS-SVM)的设计方法.实验结果表明CS-SVM是有效的.