多分类支持向量机
多分类支持向量机的相关文献在2007年到2022年内共计86篇,主要集中在自动化技术、计算机技术、机械、仪表工业、电工技术
等领域,其中期刊论文66篇、会议论文1篇、专利文献2580819篇;相关期刊60种,包括运城学院学报、大庆师范学院学报、中南大学学报(自然科学版)等;
相关会议1种,包括第十届中国通信学会学术年会等;多分类支持向量机的相关文献由229位作者贡献,包括刘超、吴德会、解梅等。
多分类支持向量机—发文量
专利文献>
论文:2580819篇
占比:100.00%
总计:2580886篇
多分类支持向量机
-研究学者
- 刘超
- 吴德会
- 解梅
- 乔圣扬
- 刘文远
- 周永勤
- 唐立新
- 姚杰
- 孔纪名
- 孙明波
- 张云佳
- 张娜
- 张洪礼
- 张淼
- 张炎亮
- 徐世晖
- 方辉
- 李思博
- 李斌
- 李然
- 李秀珍
- 杨梅
- 沈毅
- 王云龙
- 王常武
- 王强
- 王显鹏
- 窦智宙
- 董志明
- 雷俊辉
- 马争
- 马秋丽
- CHE Meng-ran
- CUI Jian-shuang
- LI Jian-hui
- Shi Bei
- WANG Hai-yan
- YANG Feng-lei
- Yang Yu
- 丁梁
- 于德介
- 于昕明
- 于海武
- 付宇泽
- 付旻
- 任倩茹
- 任倩茹3
- 任晋楠
- 何书专
- 何正嘉
-
-
陈丽晶;
张尚田;
单添敏;
姚晓涵;
曹亮;
王景霖
-
-
摘要:
航空逆变器的可靠性对飞机供电系统的安全性和稳定性尤为重要,但当前对于航空供电器的故障诊断的研究较少,无法为航空逆变器提供有效保障。因此,提出基于多分类支持向量机的故障诊断方法,对航空逆变器的多种故障模式进行诊断。针对故障特征耦合性高的问题,采用主成分分析方法提取故障特征,获取低维度的关键特征。由于逆变器具有多种故障模式,且具有非线性的特点,故采用多分类支持向量机算法进行故障诊断。该算法具有极强的分类能力,是处理小样本、非线性问题的有力工具。实验结果表明,该算法模型可对航空逆变器多种工况条件下的15种故障模式进行有效诊断,并且方法诊断速度快,提高了航空供电系统的安全性。
-
-
王从澳;
黄润才;
孙延标;
杨彬;
孙刘成
-
-
摘要:
针对小样本数据集的数据量不足和深度学习的模型复杂、参数冗余等问题,提出了一种基于特征融合与选择的小样本表情识别算法。该模型将手工提取的人脸关键区域特征与DenseNet网络提取的深度学习特征相融合,再利用基于熵的特征约简技术对特征维度进行熵减和选择,以使用多分类支持向量机(MCSVM)进行识别分类,通过在JAFFE和CK+公开数据集上的实验测试结果表明:该模型在小样本数据集上具有更高的识别准确率和实时性,显著提升了人脸表情的识别性能。
-
-
刘超;
乔圣扬
-
-
摘要:
泥石流是一种常见的地质灾害,对人类的生命和财产都会造成极大危害。泥石流危险性预测是防灾减灾的关键。以白龙江流域泥石流为例,首先利用主成分分析对原始数据进行分析,提取主成分,然后采用交叉验证的方式抽取训练样本与预测样本进行多分类支持向量机预测,建立预测模型,对泥石流危险性等级进行分类预测。结果表明:基于5折交叉验证的主成分分析与多分类支持向量机预测模型准确率可达到90%,可为泥石流危险性预测的研究提供计算模型依据。
-
-
刘超;
乔圣扬
-
-
摘要:
泥石流是一种常见的地质灾害,对人类的生命和财产都会造成极大危害.泥石流危险性预测是防灾减灾的关键.以白龙江流域泥石流为例,首先利用主成分分析对原始数据进行分析,提取主成分,然后采用交叉验证的方式抽取训练样本与预测样本进行多分类支持向量机预测,建立预测模型,对泥石流危险性等级进行分类预测.结果表明:基于5折交叉验证的主成分分析与多分类支持向量机预测模型准确率可达到90%,可为泥石流危险性预测的研究提供计算模型依据.
-
-
-
盛晶晶;
陈贤卿
-
-
摘要:
为了尽可能地利用有限的频谱资源,本文根据多元位置相移键控(MPPSK)调制信号的特点,研究基于多分类支持向量机(SVM)的非线性方法在低阶MPPSK通信系统中的检测性能,并对SVM输入特征向量做降维处理,降低系统复杂度。为了进一步提升MPPSK系统在低信噪比下的误码率性能,本文引入低密度奇偶校验码(LDPC)作为信道编码用以抵抗信道噪声。仿真结果表明,多分类SVM非线性检测在较少的特征向量维数中,可获得最多10 dB的信噪比增益,经LDPC译码后系统性能可进一步提升8 dB。因而,在MPPSK通信系统中选择多分类SVM方法不仅可以提升检测性能,而且抗干扰能力更强,传输码率更高。
-
-
黄平捷;
李宇涵;
俞巧君;
王柯;
尹航;
侯迪波;
张光新
-
-
摘要:
快速、有效地识别饮用水中污染物类别对于降低突发饮用水污染事件影响十分重要.目前基于紫外-可见光光谱法的饮用水污染物判别模型大多使用主成分分析(PCA)进行特征提取,然而,对于光谱相似度较高的有机污染物,仅从数据驱动的角度提取其方差最大的方向作为特征进行识别效果往往不佳.针对有机污染物光谱数据多重共线性以及谱峰重叠干扰的问题,开展了基于连续投影算法(SPA)和多分类支持向量机(M-SVM)的紫外-可见光光谱饮用水有机污染物判别方法研究.首先,使用紫外光谱仪测量苯酚、对苯二酚、间苯二酚和间苯二胺的原始光谱数据并进行预处理,在对四种污染物进行了波长与浓度的相关关系对比分析后,发现苯酚和间苯二酚、对苯二酚和间苯二胺的谱峰重叠较为严重;特征提取时,引入SPA筛选有机污染物紫外-可见光光谱数据的特征波长组合,并对不同波长个数时的光谱吸光度进行多元线性回归分析,选取对应最小预测标准偏差的参数及波段组合作为最优参数组合;基于最优特征波长组合,构建基于多分类SVM的饮用水有机污染物分类识别模型;最后,对比分析了全光谱、PCA及SPA特征提取后的光谱数据在不同分类方法及不同污染物浓度下的分类效果,进一步说明了SPA的适用性和稳定性.实验结果表明,SPA作为一种提取光谱数据原始特征波段的方法,可以有效的对有机污染物的紫外-可见光光谱进行特征提取,提升不同物质之间的差异,在一定程度上消除多重共线性和谱峰重叠干扰,从而提高分类模型的准确率.该方法对于解决饮用水中谱峰重叠的污染物类型判别问题具有参考价值.
-
-
CUI Jian-shuang;
CHE Meng-ran
-
-
摘要:
算法智能推荐是超启发式算法研究领域一个重要分支,其目标是从众多"在线"算法中自动选择出最适于当前问题的算法,从而大大提升解决问题的效率.基于此提出并验证了一种优化算法智能推荐系统,理论依据是无免费午餐定理和Rice算法选择框架,并假设问题特征与算法性能表现之间存在潜在关联关系,从而可以把算法推荐问题转换为一个多分类问题.为了验证假设的成立,以多模式资源约束项目调度问题为测试样本数据集,以粒子群、模拟退火、禁忌搜索和人工蜂群等元启发式优化算法为推荐对象,以支持向量机多分类策略实现算法的分类推荐.交叉验证结果表明,推荐准确率均在90%以上,各项评价指标表现优秀.
-
-
郑宇晨
-
-
摘要:
图像识别是"大数据"时代的热门研究领域之一,而英文字符识别是图像识别领域重要的研究方向.对于手写数据的辨认在移动智能、刑侦、医学、考古学等诸多领域有广泛的应用,同时,国内在该领域的建模探索相对匮乏.文中使用机器学习领域的经典手写字符数据集,基于统计机器学习理论,建立英文字符识别的支持向量机(SVM)模型.鉴于国内外对于参数选择至今没有公认的方法,依据支持向量的个数、训练误差、测试误差作为评价指标,对惩罚参数C的选取进行探索并给出了在字符识别领域的推荐值.实证结果表明,对"变体"英文字母的识别准确率很高,且非常稳健,没有"过拟合"现象,说明支持向量机适用于处理字符识别问题.本质上,相比经典的二分类问题,文中是多分类支持向量机(multi-class classification support vector machine,MCSVM)应用的研究与探索.
-
-
刘超;
王容川;
许晓伟;
于海武
-
-
摘要:
为进一步提高手指静脉识别算法识别率,在图像预处理阶段提出了将直方图均衡化算法与局部对比度增强算法相结合,在扩大静脉图像动态范围的同时增强图像的细节.在图像识别阶段,提出了一种基于局部二值模式(Local Binary Pattern,LBP)的改进算子用来描述图像局部纹理特征,并结合权重分配和分块LBP特征算法对图像进行特征提取.最后使用支持向量机(Support Vector Machine,SVM)算法对图像特征进行训练.实验结果表明,上述算法识别率高达99.33%,与传统的识别算法相比具有明显的准确率提高.
-
-
Shi Bei;
施贝;
Yang Yu;
杨榆
- 《第十届中国通信学会学术年会》
| 2014年
-
摘要:
现有大部分的异常检测系统都是把数据分成正常和异常两类,这样可能会丢失重要信息,也有一些对于多分类的研究,但效果不太理想.另外网络入侵检测数据集中存在的大量冗余和噪声特征会影响检测系统的性能.针对上述两个问题,本文提出了一种基于Fisher分和多分类支持向量机的入侵检测特征选择算法.该方法先通过研究四个二分类并根据各特征的Fisher分值大小排序,得到四个特征降序序列.再根据这些序列结合多分类支持向量机分类算法,建立特征分类模型,筛选出一个最优特征组合.仿真测试结果表明,该方法具有较高的检测率和较低的测试时间,提高了系统性能.