搜索结果: 1-7 共查到“数学 SVM”相关记录7条 . 查询时间(0.031 秒)
鲁东大学Python数据分析实战课件 支持向量机(SVM)基础。
基于粗糙集与 SVM 的入侵检测算法
入侵检测 粗糙集 支持向量机
2012/9/10
本文提出基于粗糙集和SVM的入侵检测算法。首先预处理训练集，再用粗糙集方法对数据集约简，然后采用两个两类SVM分类器实现对DoS和Probing两类攻击检测，最后送入C4.5规则库匹配处理，实现对U2R和R2L攻击的检测。
An Improved Kriging Interpolation Technique Based on SVM and Its Recovery Experiment in Oceanic Missing Data
Least Square Support Vector Machine Kriging Interpolation Variogram SVM-Kriging
2013/1/30
In Kriging interpolation, the types of variogram model are very finite, which make the variogram very difficult to describe the spatial distributional characteristics of true data. In order to overcom...
基于SVM 的柔性生产模式下生产过程质量智能预测
柔性生产模式 过程质量 支持向量机 预测
2009/9/27
提出了一种基于支持向量机(SVM)的柔性生产模式下生产过程质量智能预测方法.该方法基于结构风险最小化, 能较好地解决小样本学习问题,避免了人工神经网络等智能方法在训练时所表现出来的过学习、泛化能力弱等缺点.实验表明: 该方法具有预测精度高、速度快、容易实现等优点,为柔性生产模式下的生产过程质量预测提供了一种切实有效的方法.
对标准的LS-SVM算法进行了改进,得到一种新的学习算法.这种新的学习算法不仅能减少计算的复杂性,提高学习速度;同时能提高函数估计的精确度.将改进的LS-SVM算法应用于交通流量的预测,同时与传统的多元线性回归及支持向量机方法进行比较,结果表明改进的LS-SVM方法具有较高的预测精度,且实验取得了较好效果.
基于SVM的精确数-区间数回归模型建模方法
区间数
支持向量机
回归分析
数据挖掘
2007/8/27
Abstract分析了现有的精确数输入和区间数输出回归算法存在的问题,提出了基于支持向量机的区间数回归建模算法.该算法把支持向量机从精确数回归分析方法推广到区间数回归分析建模方法,在小样本训练集下回归模型具有良好的泛化性能, 有效地避免了现有算法中回归模型的下界可能大于上界的问题.以连续退火生产过程中冷却段出口带钢温度预测为例, 通过仿真说明了该算法的有效性.