模糊支持向量机

摘要： 针对当前基于特征加权的模糊支持向量机(FSVM)只考虑特征权重对隶属度函数的影响,而没有考虑在样本训练过程中将特征权重应用到核函数计算中的缺陷,提出了同时考虑特征加权对隶属度函数和核函数计算的影响的模糊支持向量机算法——双重特征加权模糊支持向量机(DFW-FSVM)。首先,利用信息增益(IG)计算出每个特征的权重;然后,在原始空间中基于特征权重计算出样本到类中心的加权欧氏距离,进而应用该加权欧氏距离构造隶属度函数,并在样本训练过程中将特征权重应用到核函数的计算中;最后,根据加权的隶属度函数和核函数构造出DFW-FSVM算法。该方法避免了在计算过程中被弱相关或不相关的特征所支配。在8个UCI数据集上进行对比实验,结果显示DFW-FSVM算法的准确率和F1值较5个对比算法(SVM、FSVM、特征加权SVM(FWSVM)、特征加权FSVM(FWFSVM)、基于中心核对齐的FSVM(CKA-FSVM))中的最好结果分别提升了2.33和5.07个百分点,具有较好的分类性能。

摘要： 为切实做好煤矿安全管理工作,确保煤矿安全高效生产,从煤矿安全管理现状入手,分析影响煤矿安全管理的风险因素;运用粗糙集理论对收集的60个煤矿安全管理风险因素指标进行约减,精简出18个风险评价指标和3个风险后果指标;通过现场访谈,结合专家咨询和问卷调查,选择12个典型煤矿作为样本煤矿;根据煤矿安全管理非线性、动态时变性及不确定性等特点,对结构方程模型SEM(structural equation model)评价方法、模糊支持向量机FSVM(fuzzy support vector machines)评价方法,以及结构方程模型和模糊支持向量机相结合的SEM-FSVM风险评价方法进行研究,并对这3种评价方法评价的结果进行对比。研究证明,将SEM的路径系数与FSVM的核函数进行结合,所构建的基于样本和指标双权重的SEM-FSVM风险集成评价模型,评价过程科学合理,评价结果更加精确,能较好地为实现煤矿安全管理精细化、本质化提供决策依据。

摘要： 为提高医学图像在组织边界不清晰以及灰度不均匀下的分割性能,提出一种基于多类样本间模糊距离的隶属度函数分割方法。通过磁共振序列测量确定反映磁共振图像脑部组织特性的映射图,经预处理后得到样本模糊标签;设计基于多样本类间模糊距离的隶属度函数确定各样本的隶属度,该隶属度的确定综合考虑了同类样本与不同类样本之间的空间距离,降低了同类样本之间的隶属度依赖;训练模糊支持向量机对三种主要脑组织进行分割。在脑图像公开数据集上的分割实验表明,改进算法可有效提高分割精度。

摘要： 油中溶解气体分析可以有效识别变压器放电故障与过热故障,为提高变压器故障诊断准确度,提出一种基于类重叠特征的变压器分层故障诊断方法。首先使用支持向量数据描述(SVDD)划分出变压器故障样本数据空间的重叠区域,选择类重叠率与类重叠度作为重叠特征,分别对类重叠程度和样本点重要性进行描述,然后以类重叠率为分层标准建立分层故障诊断模型,采用分隔训练法将各诊断层的样本集分开训练,针对分类难度较大的重叠区,基于类重叠度构造二分类模糊支持向量机(FSVM)进行故障诊断。实验结果表明,相比于其他模型,所提方法具有更高的准确度。

摘要： 针对辅助驾驶汽车在行驶过程中对前方车辆识别的实时性差、效率低等问题,提出基于方向梯度直方图(histogram of oriented gradient,HOG)特征提取与模糊支持向量机结合的一种前车识别系统。对汽车行驶过程中的图像灰度化、二值化等预处理后,进行HOG特征提取。对模糊支持向量机算法进行研究,通过增加模糊度变量的优化来选择最优分类决策面,使其对每个训练的正、负样本集的区域特征进行分类后识别。实验结果显示:模糊支持向量机算法不仅能够降低训练时的噪声,与支持向量机相比增强了支持向量,而且提高了训练时间与准确率;在能见度低的情况下识别效果较好,满足前车实时识别。

摘要： 针对煤矿机电设备故障监测准确性低,提出基于模糊支持向量机的煤矿机电设备运行故障监测方法。在设备运行终端设置传感器,按照EMD模式提取煤矿机电设备运行的异常信号;引进模糊支持向量机与神经网络,进行瞬时异常信号的特征值训练,识别异常信号,实现煤矿机电设备的故障监测。通过实验证明,对不同信号的设备故障,监测的结果与实际一致,该方法不仅可以实现对设备运行的有效监测,也可以实现对故障的精准诊断,综合使用价值更高。

摘要： 在现有的肉类工业中,猪肉品质评价的方法总体上达到没有令人满意的结果,应用十分有限。本文在信息处理的基础上,利用模糊支持向量机(FSVM)对猪肉品质进行快速无损的检测。

摘要： 针对现有股票价格预测方法存在预测精度低和泛化能力差等缺点,提出了一种CFOA优化FSVM的股票价格预测方法.通过CFOA对FSVM模型的参数Gamma、b自适应寻优,从而实现股票价格的预测研究.为验证算法的有效性,选择2010年3月30日-2020年3月20日的上证综合指数为研究对象,采用滚动预测的方式进行上证综合指数预测研究.实验结果表明,以预测时间和预测均方误差为评价指标,CFOA-FSVM比FSVM和FSVM具有更高的预测精度,从而验证了CFOA-FSVM进行股票价格预测的有效性和可靠性.研究结果可为及时和实时掌握股市行情,提供科学决策的依据.

摘要： 支持向量机(SVM)是机器学习方法中一种性能良好的数据分类方法.基于该方法,主要针对模糊支持向量机算法(FSVM)进行研究,介绍了一种半监督模糊支持向量机模型,并引入分支定界算法,通过相应的数据实验验证支持向量机在分类问题应用中的有效性.

摘要： 支持向量机(SVM)是机器学习方法中一种性能良好的数据分类方法.基于该方法,主要针对模糊支持向量机算法(FSVM)进行研究,介绍了一种半监督模糊支持向量机模型,并引入分支定界算法,通过相应的数据实验验证支持向量机在分类问题应用中的有效性.

摘要： 针对孤立点和噪声对支持向量机(SVM)的分类精度以及泛化能力造成的影响,本文引入模糊支持向量机(FSVM)并提出一种优化方法提高样本隶属度精度从而提高模糊支持向量机的分类正确率.本文将模糊支持向量机应用于毫米波辐射计目标识别,利用模糊支持向量机对毫米波辐射计探测到的不同样本数据进行处理分类,实验结果表明该模糊支持向量机可以降低孤立点及噪声对目标识别的分类影响,和支持向量机及传统模糊支持向量机相比在相同干扰程度下识别分类正确率更高.

摘要： 针对模糊支持向量机在故障诊断中对离群点和噪声十分敏感的缺点,提出了最小化数据集在超平面法向离散度的模糊支持向量机.通过最大化两类样本间的几何间隔和最小化数据集在分类超平面法向的离散度,不仅保证了数据集的可分性,同时减小了离群点和噪声出现的概率,提高了故障诊断的正确率.此外,提出了基于样本点到超平面距离的非线性隶属度计算方法,能够适应分布几何形状不规则的数据集,进一步提高了故障诊断的正确率.

摘要： 核方法通过非线性映射将原始数据嵌入到高维特征空间，然后进行线性分析和处理，为基于知识的数据分析带来新的方法和模式。本文针对传统的K-均值聚类方法无法解决故障特征数据维数高、在故障样本交叠严重时多分类性能较差的问题。在电路故障特征数据预处理阶段，提出了一种类互均衡核K-均值法进行聚类，不仅克服了传统方法中分配不均或漏分问题，而且解决了特征数据维数高带来的奇异性问题，还有效提高了故障样本交叠时的多分类聚类性能;设计了一种核密度函数用于模糊支持向量机实现多故障的分类，给出了最优带宽的求解方法。将该方法应用于国际标准电路中的CTSV滤波器电路故障诊断中，结果表明:该方法能突出不同故障的特性，具有很高的故障识别率，具有广阔的工程应用前景。

摘要： 图像分割是图像分析与模式识别重要和基本的一个组成部分,彩色图像分割方法是使用灰度图像分割方法运用于不同的颜色空间.在本文中,提出了一种新的利用模糊支持向量机(FSVM)的在HSI颜色空间中的彩色图像分割方法.通过实验验证了该方法在彩色图像分割方面较其他方法具有较好的效果和较低的计算复杂度,并具有良好的抗噪性能.

摘要： 由于目前支持向量机在水印技术领域的应用中仅仅是对图像进行简单的分类,而模糊支持向量机引入了隶属度的概念,通过选择合适的隶属度函数区别出不同训练样本的不同重要性,弥补了支持向量机的这方面的缺陷.本文中,首先将图像进行8*8 分块,然后计算每个子块的纹理特征值,作为训练样本来训练支持向量机,将图像子块分为两类(一类是"-1 ",代表纹理弱的;一类是"+1 ",代表纹理强的).其中本文中将纹理强的作为较重要的一类,因此赋予其较大的模糊隶属度;这是因为本文从增强水印鲁棒性的角度出发,图像纹理强的地方能够容忍更多的水印信息,从而能够抵抗攻击增强鲁棒性。如果将纹理强的类错分成纹理弱的一类,那么能嵌入的水印信息量就减少了,这样就降低了水印的鲁棒性。实验结果证明,本算法有很好的不可见性和鲁棒性,而且比支持向量机的方法有更强的鲁棒性。

摘要： 为了有效地利用信息技术发展而产生的海量信息，信息检索与数据挖掘得到了快速的发展，通过对传统支持向量机的特点分析，针对其在文本分类中的局限性，采用了一种基于二叉树的模糊支持向量机的多分类算法，通过实验证明该算法有更好的抗干扰能力和更好的分类效果。

摘要： 采用去趋势波动分析法(DFA)和自回归模型谱分析法研究心率变异性与睡眠时相的相关性，计算了38 名健康者和28 名不同程度睡眠呼吸暂停综合征(SAS)在各个睡眠阶段的标度指数及心率变异的频域特征；并比较了健康与SAS的各参数间的差异性，提出新的SAS 初筛的特征参数。应用模糊支持向量机(FSVM)将正常数据与异常数据分类，实现对SAS的自动初步筛选。通过实验测试，其分类正确率达到93.94%。因此可协助人工诊断实现社区大规模的SAS初步筛选，减少医务工作者的工作量，提高诊断效率。

摘要： 由于支持向量机理论中存在对噪音数据过度敏感,从而导致过学习等问题,有学者提出了一种模糊支持向量机算法,该方法在传统的支持向量机分类器中引入模糊成员函数,针对每个输入数据对结果的不同影响,该模糊成员函数得到不同的值.同时针对现实生活中多为多分类问题的现象,多类分类支持向量机是一种很好的选择.本文将模糊支持向量机和基于二叉树的多类分类支持向量机两种方法结合并应用于入侵检测领域,实验表明,该方法提高了数据的检测精度,而且减少了分类器的训练时间.

摘要： 为解决模拟电路中含有噪声等异常信息给支持向量机的最优分类面建立带来的困难,提出了一种基于核密度估计方法的模拟电路故障诊断新方法.首先提取电路的时域信号统计参数作为故障特征,然后运用核密度估计方法构造模糊隶属度函数,将该隶属度函数应用到模糊支持向量机上进行故障诊断.通过训练模糊支持向量机获得故障诊断模型,实现对电路单故障和多故障的诊断分类,能有效消除特征中噪声和野点的影响.将该方法应用于CSTV滤波电路进行仿真实验,结果表明该方法能突出不同故障的特性并正确有效地诊断出多故障类型,综合诊断正确率达到95%,为模拟电路故障诊断提供了新的技术途径.

摘要： 考虑到净化除钴过程的复杂性和大时滞特点,提出了粉添加量的集成优化方法.该方法在实现出口溶液浓度预测的基础上,结合基于案例推理的粉添加量预设定方法以及基于支持向量机的补偿算法,实现粉添加量的优化计算.应用结果表明,所提出的出口溶液钴离子浓度预测模型精度高,优化控制方法能有效减少粉消耗量.

摘要： 本发明公开了一种基于支持向量机和二型模糊的离心式氮压机故障诊断方法，包括以下步骤：S1：获取离心式氮压机在运行过程中的故障类型；S2：建立支持向量机，使用灰狼算法对支持向量机进行参数寻优；S3：以灰狼算法优化的支持向量机为基础，使用改进的有向无环图支持向量机搭建系统级故障诊断模块；本发明通过支持向量机对故障所属系统进行划分，简化了模糊推理部分的规则库设计，通过先将获取的离心式氮压机运行数据通过建立好的改进的有向无环图支持向量机模型来判断故障所属系统类型，再将该诊断结果结合运行数据送至区间二型模糊推理系统，最终判断故障原因，能快速准确的对离心式氮压机系统的整体运行故障进行诊断。

摘要： 本发明公开了一种基于模糊评价与改进支持向量机的鱼塘水质评价预测系统及方法，属于环境智能监控技术领域。包括：步骤一：采用莱以达准则剔除环境中缺失与异常的数据；步骤二：对多个同类传感器数据采用改进的分组自适应加权融合进行数据处理；步骤三：使用模糊综合评判法对水质进行评级；步骤四：使用改进的果蝇算法去优化LSSVR预测模型。与未经过数据处理、模糊评价与果蝇算法优化后的LSSVR模型相比，本组合预测方法能够提高鱼塘水质环境评价预测水平，在评价预测中具有可行性和有效性。连续预测的性能可以满足对鱼塘水产养殖业对水质环境的高要求。

摘要： 本发明公开了一种基于支持向量机的雷达距离模糊点迹分类方法，包括接受雷达探测区域内所有物体散射形成的雷达多脉冲回波复数据，并对雷达回波复数据处理得到雷达检测点迹数据，根据雷达检测点迹数据和雷达多脉冲回波复数据，得到雷达检测点迹所处距离单元的N个脉冲的对数幅度数据；构建并训练二分类支持向量机；根据二分类支持向量机，应用于雷达信号处理中的雷达检测点迹预处理环节，判断雷达检测点迹是否属于距离模糊点迹，进而提升雷达对距离模糊点迹的抑制性能。

摘要： 本发明公开了一种基于信息熵的模糊半监督支持向量机的分类方法，步骤为，1）数据预处理；2）计算有标签数据模糊隶属度；3）建立基于熵的模糊半监督支持向量机模型及其对偶模型；4）将基于信息熵的模糊半监督支持向量机对偶模型改写为标准的二次规划问题形式，通过序列极小优化算法优化该标准二次规划问题，得到基于信息熵的模糊半监督支持向量机对偶模型的拉格朗日乘子，从而求得基于信息熵的模糊半监督支持向量机模型的优化参数，根据优化参数即可获得分类超平面；5）基于获得的分类超平面，对待处理数据做分类，即可获得分类结果。本发明具有收敛速度非常快，计算轻松容易，最终分类准确率高、效果更好等特点。

摘要： 本发明公开了一种基于模糊多输出最小二乘支持向量机的DVL建模方法，包括：将单输出最小二乘支持向量机模型扩展到多输出最小二乘支持向量机模型，可应用于多维输出预测模型；考虑了载体机动对多普勒计程仪预测模型的影响，将动态姿态角扩充到预测模型样本中，提高多普勒计程仪预测模型在大机动条件下的适应性；利用模糊隶属度函数来模糊化输入样本，借助样本之间的约束关系自适应调整模糊隶属度函数，克服了对于孤立点过分敏感而带来的过拟合问题；基于FMLS‑SVM的速度预测器能够准确提供估计的DVL测量值，有效延长多普勒计程仪故障的容错时间，从而提高SINS/DVL组合导航系统的精度和可靠性。

摘要： 本发明公开了一种基于支持向量机的切片模糊检测方法及数字切片扫描装置，方法包括：扫描获得切片夹中一切片的图像；通过训练好的支持向量机对图像中的视野依次进行检测，如果为清晰视野，将清晰度增1；如果为模糊视野，将模糊度增1；所有视野检测完成后，获取清晰度与模糊度之和作为有意义视野数，计算清晰度与有意义视野数的比值作为第一比值，计算模糊度与有意义视野数的比值作为第二比值；如果第一比值达到第一预设值，将该切片判断为清晰切片；如果第二比值达到第二预设值，将该切片判断为模糊切片；所述第一预设值和所述第二预设值之和等于1。本发明基于支持向量机快速检测出数字切片为模糊或清晰，为后续的数字切片质量评估提供参考。

摘要： 本发明提供一种基于模糊四元船舶领域和支持向量机的船舶碰撞风险评判方法，包括：对本船和目标船同时建立模糊四元船舶领域Fuzzy QuaternionShip Domain，FQSD模型；引入了两船船舶领域最大间隔Maximum intervalbetween two ship domains,MISD与两船船舶领域违反度Violation degree oftwo ship domains,VDSD两大参数，分别基于支持向量机SVM和几何方法对两参数进行求解，并基于两参数建立船舶碰撞概率模型；考虑两船质量比、船舶类型、碰撞速度、碰撞受损位置因素，基于动量守恒定理对两船碰撞后果进行估计；基于计算出的碰撞概率与碰撞后果计算两船碰撞危险度，建立船舶碰撞风险评估模型。本发明的技术方案解决了使用船舶领域只能进行定性评估以及使用最近会遇点参数评估存在的参数计算的最近会遇距离没有真正反应两船真实距离等问题。

摘要： 本发明属于网络流量预测领域，具体涉及一种基于模糊C均值和混合核最小二乘支持向量机的SDN网络流程控制方法，该方法包括：采用离散小波变换将非平稳SDN网络流量数据转化为平稳时间序列分量；对平稳时间序列分量进行处理，得到高频段和低频段的幅值信号；采用模糊C均值算法对高低频段的幅值信号进行聚类；采用优化的自适应混合核最小二乘支持向量机预测模型分别对聚类后的分量进行预测；将所有分量的预测结果进行重构，得到SDN网络数据流量的预测结果；本发明通过利用模糊C均值算法，引入隶属度机制，依据时序分量的幅频特性将其分为高频低幅分量、中频中幅分量、低频高幅分量三种类型，为后续分类预测提供精确的预测。

摘要： 本发明公开一种基于多维云模型‑模糊支持向量机的生态风险评价方法，先应确定评价因子及评价标准，将多个评价因子视为支持向量机样本的多个属性，并根据评价标准将生态风险分为多个等级，再者根据分级指标确定云模型参数，将超熵视为服从正态分布的参数k和熵的乘积，通过正向多维正态云发生器产生各个等级的具有多个属性的训练样本并计算样本隶属于特定等级的确定度，生成训练样本集，其次进行模型的建立及参数优化，选定高斯函数作为核函数，并用一对一方法，产生多个二类分类器从而组合成多类分类器，利用K‑折交叉检验和网格法进行参数寻优，确定最优参数C及σ，应用云发生器产生的训练样本集训练样本，建立模型。最终应用模型对地区的实测数据进行分类，判定该地区的生态风险等级，实现多因子下的综合生态风险评价。

摘要： 本发明涉及一种基于概率向量和模糊支持向量机算法的协作频谱感知方法，包括如下步骤：步骤一：认知无线电网络中主要用户PU和次级用户SU的分布设置；步骤二：次级用户SU对信道状态进行感知，检测主要用户PU所在通信频段中的信号状态，并且收集能量信息；步骤三：所有次级用户SU将检测到的的能量值传递给融合中心FC，由融合中心FC组成一组能量向量，T表示转置运算；步骤四：将能量向量的映射为二维的概率向量；将概率向量带入模糊支持向量机(FSVM)算法中进行训练，得到采用概率向量时的训练时间与分类延迟。