支持向量
支持向量的相关文献在2001年到2023年内共计2774篇,主要集中在自动化技术、计算机技术、矿业工程、机械、仪表工业
等领域,其中期刊论文183篇、会议论文13篇、专利文献35943篇;相关期刊134种,包括岩石力学与工程学报、科学技术与工程、中国学术期刊文摘等;
相关会议13种,包括第十五届中国科协年会、2012电工测试技术学术交流会、2010全国现代制造集成技术(CMIS)学术会议等;支持向量的相关文献由8261位作者贡献,包括张莉、王欣、焦李成等。
支持向量—发文量
专利文献>
论文:35943篇
占比:99.46%
总计:36139篇
支持向量
-研究学者
- 张莉
- 王欣
- 焦李成
- 张鹏
- 张磊
- 秦斌
- 刘洋
- 朱熀秋
- 汪宁渤
- 路亮
- 刘兴高
- 刘波
- 李磊
- 王勇
- 佘青山
- 张超
- 李凡长
- 李刚
- 王磊
- 罗志增
- 赵鹏
- 陈龙
- 刘伟
- 刘军
- 刘宁晶
- 刘敏
- 刘灿
- 史波林
- 司海芳
- 姜斌
- 孙优贤
- 孙晓东
- 张仲非
- 张元
- 张庆辉
- 张德贤
- 张明明
- 张毅
- 张璐璐
- 张苗
- 支瑞聪
- 李东
- 李伟
- 李斌
- 李洁
- 李见会
- 杨铁军
- 樊超
- 汪军
- 汪厚银
-
-
马超
-
-
摘要:
运动员成绩存在大量的历史数据有待挖掘,为此提出了基于历史数据驱动的运动员成绩估计方法,提升运动员成绩估计质量。利用K最近邻分类算法预处理运动员历史成绩数据集,采用支持向量回归对处理运动员历史成绩数据进行训练,并采用粒子群优化算法优化支持向量机的相关参参数,提升运动员成绩估计的准确性。实验证明所研究方法可有效估计运动员成绩,适用于不同运动项目运动员,成绩估计精度高、估计效率快;对于不同的运动员数量,所研究方法的误差评价指标最低,估计精度最高,估计质量高。
-
-
王洪林;
董春林;
董俊;
李维;
高黎明;
郭俊
-
-
摘要:
高压电网环境下,因社会用电量过大易造成严重的短路故障现象。为此,提出基于支持向量机(support vector machine,SVM)增量学习算法的高压电网短路故障位置自动识别方法。按照故障训练特征的确定结果,基于SVM增量学习算法提取线性电网中的不可分边界支持向量,进而处理电网结构中的最小化风险,完成电网故障识别环境搭建。配置高压电网的相量量测单元系数,通过确定故障识别元件,校验短路故障发生的位置,实现高压电网短路故障位置的自动识别。试验结果表明:在传输电量增加的情况下,短路故障电量冗余度极值仅能达到40%;故障位置识别精确性保持在94%。设计方法能够有效实现高压电网短路故障位置自动识别,具有较为优越的性能和一定的应用价值。
-
-
李香飞;
张晓光;
吴鸿雁
-
-
摘要:
切削过程中为了提高切削力建模预测精度,需要选择合适的机器学习模型。由于切削力样本容量小、机器学习算法通常参数较多以及不可视化的暗箱式建模过程,使得在众多机器学习算法中选出合适的算法极为困难。因此通过对不同的切削力数据样本建立机器学习预测模型,对6种机器学习模型:线性回归、多元自适应回归样条、袋装多元自适应回归样条法、神经网络、支持向量机和随机森林的预测精度进行比较。在车、铣两种加工方式中,对于小样本数据建模时,多元自适应回归样条和袋装多元自适应回归样条法对切削力预测表现较好,并且对样本的适应性较强。
-
-
毛伊敏;
张刘鑫;
卢欣荣
-
-
摘要:
针对大数据环境下并行支持向量机(support vector machine,SVM)算法存在噪声数据较敏感、训练样本数据冗余等问题,提出基于粒度和信息熵的GIESVM-MR(the SVM algorithm by using granularity and information entropy based on MapReduce)算法.该算法首先提出噪声清除策略(noise cleaning,NC)对每个特征属性的重要程度进行评价,获得样本与类别之间的相关度,以达到识别和删除噪声数据的目的;其次提出基于粒度的数据压缩策略(data compression based on granulation,GDC),通过筛选信息粒的方式保留类边界样本删除非支持向量,得到规模较小的数据集,从而解决了大数据环境下训练样本数据冗余问题;最后结合Bagging的思想和MapReduce计算模型并行化训练SVM,生成最终的分类模型.实验表明,GIESVM-MR算法的分类效果更佳,且在大规模的数据集下算法的执行效率更高.
-
-
王春芳
-
-
摘要:
混凝土强度对拼宽T梁桥的连接可靠度有很大的影响.文章节选某拼宽T梁桥截面的截面布置,统计拼宽T梁桥截面的时变特征,从时变数据中挑选出十组进行实验,分析混凝土强度对拼宽T梁桥时变的边界条件和混凝土强度对拼宽T梁桥时变可靠度.得出结论:当混凝土徐变收缩同步且拟合效果大于0.5时,拼宽T梁桥时变可靠度呈现上升趋势,并在拼宽T梁桥上拱桥值为20mm处达到峰值.
-
-
朱海浩;
祝永新;
汪辉
-
-
摘要:
针对当前多变量时间序列分类方法未考虑降维处理多变量时间序列,导致多变量时间序列分类精度较低,分类时间较长的问题,提出了基于深度置信网络的多变量时间序列分类方法.通过构建深度置信网络模型结构,基于受限玻尔兹曼机,提取可见单元与隐藏单元特征信息,采用Isomap算法,在深度置信网络内进行优先特征提取操作,通过附加约束构造半正定矩阵,降维处理多变量时间序列.在低维特征空间内,利用支持向量机中分线性分类函数,计算得到拉格朗日乘子,根据正则化参数特性,通过高斯核函数,计算得到最优核函数,完成多变量时间序列分类.实验结果表明,提出方法的泛化误差较小,能够有效提高多变量时间序列分类精度,缩短多变量时间序列分类时间.
-
-
生菡;
秦喜文
-
-
摘要:
由于风速的间歇性导致了风电系统输出的波动性,可靠的风速预测可以有效提高风电装置的稳定性。在分位数回归的框架下,提出了支持向量–分位数回归神经网络(SV-QRNN)模型。首先,采用粒子群优化算法对支持向量机参数进行优化,得到支持向量。然后采用分位数回归神经网络算法推导出风速的条件分位数,以及不同置信度下的预测区间。实验结果表明,SV-QRNN模型能够较好地平衡预测性能和时间效率。同时还可以补贴发电调度决策,并允许电力市场充分发挥作用。
-
-
王洪平
-
-
摘要:
货币供应量主要取决于金融机构贷款余额多少.虽然货币供应量与金融机构贷款余额要求保持一致,但它们呈现出的是一种复杂的非线性关系,很难用准确的数学解析式表达.SVM模型能表达任何复杂的映射关系.运用SVM模型构建了我国货币供应量与金融机构贷款余额之间的映射关系,根据金融机构贷款余额预测货币供应量.取得了较好的效果,平均回归误差为2.1117%,比BP神经网络的减小了23.4198%,且近4年的预测误差均小于1%.
-
-
-
-
-
潘锋;
朱平
- 《2009中国汽车安全技术国际学术会议暨中国汽车工程学会第十二届汽车安全技术年会》
| 2009年
-
摘要:
车身耐撞性设计中往往采用有限元分析和“试错法”等手段易造成计算量过大、优化收敛缓慢等缺点,应用近似模型代替有限元仿真来预测结构性能响应是当前研究的热点,广泛采用的近似模型有多项式响应面、径向基函数和kriging等。本文将支持向量回归技术应用于某轿车车顶压溃耐撞性设计中,在比较得出支持向量回归具有较好拟合能力的基础上,开展了全局灵敏度分析以甄选出对车顶强度影响较大的结构并进行了优化设计,使车项抗变形作用力峰值提高了14.2%,一定程度上改善了车顶强度。
-
-
凌萍
- 《第五届全国数字博物馆与文化自然遗产数字化及保护研讨会》
| 2007年
-
摘要:
给出自适应核函数的定义,它通过两步调整分别结合原空间和特征空间中数据点邻域的密度信息给出因地制宜的相似度表达,进而提出自适应频谱支持向量聚类算法ASSVC。该算法以自适应核为核心,用支持向量聚类技术生成数据代表,并对其做频谱分析,以简洁形式确定聚类结果。实验表明ASSVC算法具有良好的聚类效果,并能适应不同分布密度的数据场合。
-
-
-
PI Dechang;
皮德常;
GAO Tianxing;
高天行
- 《第十五届中国科协年会》
| 2013年
-
摘要:
航空发动机性能退化受多种复杂因素影响,呈非线性变化的特点,本文提出了一种多参数的航空发动机性能退化评估方法.首先用灰关联分析方法,对发动机状态监控的涡轮出口温度、燃油流量、测量推力、振动测量值、压气机进口压力、压气机出口压力、发动机进口总压、发动机静压、发动机进口温度、压气机进口温度等10个主要参数进行了灰关联分析和分组,然后用支持向量数据描述方法对发动机健康状态下的参数进行训练,建立了一个发动机健康状态评估模型.真实数据的实验结果表明,本评估方法能较好反映发动机的退化演变过程.
-
-
-
徐娟;
田玲
- 《第十一次全国岩石力学与工程学术大会》
| 2010年
-
摘要:
基于改进支持向量回归(v-SVR)原理,建立反映地下开采扰动影响下露天矿边坡变形非线性规律的v-SVR模型.将该模型应用于露天转地下开采的杏山铁矿,结果表明变形预测精度高且计算方便,验证改进支持向量回归原理研究二次开采扰动下边坡变形规律的有效性.并分析自由因子C,v的敏感性,直观反映C,v对MAE和支持向量数目的影响程度,且确定参数C,v的合理取值区间,即惩罚参数C应该在[1 000,5 000]内取值,取值范围较大,但应同时考虑惩罚因子C对泛化性能的影响,参数v的取值区间为[0.028,0.125].
-
-
崔立林;
章林柯;
朱海潮;
卢丁丁
- 《第十二届船舶水下噪声学术讨论会》
| 2009年
-
摘要:
对于由多个机械设备组成的系统,检测的快速性和获得数据的小样本限制是进行机械设备声学故障识别和故障源定位通常要考虑的两个重要问题.本文以线谱位置变化类声学故障作为研究对象,挺出了一种基于支持向量数据描述(SVDD)的故障源识别定位方法。该方法依据正常样本建立数据描述模板,对线潜位置变化类声学故障进行识别,然后通过与各个设备上测得的传感器信号联合分析,实现了故障设备的准确定位.实验结果表明该方法具有较好的工程应用性。
-
-
-
刘广利;
吴永顺
- 《中国灾害防御协会风险分析专业委员会第二届年会》
| 2006年
-
摘要:
根据专家决策和结构风险最小化原则,构建了一种新的不确定性有序SVR风险预警模型,可以解决训练点带有不确定性的有序回归问题.基于传统的有序SVR,首先构建了一个较为复杂的优化模型;该模型的约束条件比较多,特别是在海量数据的情况下处理起来就更为麻烦,提出一个等价优化问题,并进行了由自然数到实数的推广,将复杂的模型转换为一个相对简单的优化模型;然后利用技巧将线性学习问题很自然地拓广到非线性情况,实现了从训练样本空间到高维特征空间的映射.棉花风险预警的数据试验表明模型有一定的实际应用价值.