搜索结果: 1-12 共查到“信息科学与系统科学 SVM”相关记录12条 . 查询时间(0.171 秒)
针对入侵检测中恶意流量特征高维度问题，提出了一种改进的遗传算法优化支持向量机的入侵检测方法。根据适应度函数和种群进化次数首先设计了自适应变化的交叉和变异概率，利用梯度下降法对遗传算法进行了改进，然后设计一种基于分类准确率、数据特征维度和误报率的适应度函数，同时输出网络流量特征权重、核参数γ和惩罚因子C，仿真实验表明：本方法相比其他入侵检测算法，降低至少20%流量特征维度，提高至少2%流量检测准...
基于SVM和多观测样本的相似不完整数据分类
模糊对策理论 梯形模糊数 模糊系统模型 线性规划
2015/7/16
针对传统模糊支付矩阵对策求解方法不能保证局中人的模糊值始终相同且求解复杂的问题, 通过引入??- 矩阵对策的概念, 提出一种求解支付为梯形模糊数的矩阵对策线性规划方法. 该方法中局中人双方的对策值始终相同, 且此对策值的任意??- 截集的上下界和局中人的最优策略容易通过求解导出的4 个线性规划问题获得, 特别地, 可得到模糊对策值的显式表示. 通过与其他方法的比较, 表明了所提出的方法更具有效性和...
结合SVM和DS 证据理论的多极化HRRP 分类研究
目标识别 证据理论 分类器可信度 高分辨一维距离像
2014/2/28
针对雷达目标一维距离像(HRRP) 识别问题, 结合支持向量机(SVM) 和DS 证据理论提出一种多极化
HRRP 分类方法—–SDHRRP. 该方法通过混淆矩阵获取基分类器之间的距离, 从而根据基分类器对不同目标类的
分类能力给其赋予不同的可信度. 将该可信度值与SVM后验概率结合到DS 证据理论的基本概率赋值(BPA) 中,
以实现SVM和DS 证据理论在目标识别中的有效结合. 对实测目...
基于谱聚类欠取样的不均衡数据SVM分类算法
不均衡数据 SVM 算法 谱聚类 欠取样
2014/4/16
提出一种基于谱聚类欠取样的不均衡数据SVM分类算法。该算法首先在核空间中对多数类样本进行谱聚类，然后在每个聚类中根据聚类大小和该聚类与少数类样本间的距离，选择具有代表意义的信息点，最终实现训练样本间的数目均衡。实验中将该算法同其他不均衡数据预处理方法比较，结果表明该算法不仅能有效提高SVM算法对少数类的分类性能，而且总体分类性能及运行效率都有明显提高。
基于改进的QBC和CS-SVM的故障检测
主动学习 代价敏感支持向量机 委员会投票选择算法 故障检测
2014/4/28
针对复杂工业过程样本集中的类不平衡、样本标注代价昂贵和样本孤点的问题, 研究基于委员会投票选择(MQBC) 和代价敏感支持向量机(CS-SVM) 的故障检测方法. 给出未标注样本信息度的定义, 提出改进的委员会投票选择算法. 主动代价敏感学习通过MQBC选择信息度高的未标注样本对其标注并添加到训练集. CS-SVM 将不同类样本的误分类赋予不同的误分类代价, 从而提高CS-SVM 的故障检测率. ...
对于处理大规模问题的信用评分方法除要求达到一定的准确率之外,其速度、可解释性、简洁性等性能也非常重要. 借鉴SMO的思想, 首先提出一个基于三变量的改进的SVM学习算法, 即将SVM问题分解为一系列含有三个变量的二次规划子问题,其优点是所求的相应松弛子问题都有解析解,使得该方法能够更加精确和快速地逼近最优解;其次将新算法应用于信用评分问题,在UCI机器学习库中的三个公共数据集上的数值试验表明了新方...
基于Fv-SVM的机械故障诊断方法
Fv-SVM 机械故障 诊断方法
2010/9/2
针对机械故障诊断中存在的小样本、模糊、不确定性特征数据等问题,将改进三角模糊理论与支持向量分类机(SVM)方 法相结合,提出一种Fv-SVM模型,给出相应的机械故障诊断方法．最后进行了复杂设备故障诊断的实例分析,结果表明基于Fv-SVM的机械故障诊断方法是有效和可行的．
供水管网爆管故障诊断的PSO-SVM方法
PSO-SVM 故障诊断 供水管网 模型试验
2013/2/25
根据供水管网的实际水压监测数据, 采用粒子群算法优化反演管道的海曾-威廉斯系数, 并通过在管道中间加入虚节点来模拟爆管故障, 进而基于节点水压法建立了管网在爆管故障情况下的水力计算模型. 由计算模型计算出一组不同爆点、不同爆管程度组合下的监测点处的水压值, 以此反向训练支持向量机(SVM)模型, 并通过粒子群算法(PSO)对优化支持向量机模型的核参数, 建立了基于PSO-SVM方法的供水管网爆管诊...
应用LS-SVM的飞机重着陆诊断
重着陆 诊断模型 支持向量机 参数优化
2010/9/1
为提高飞机重着陆判断的准确性,研究了将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于民航飞机重着陆诊断的方法. 首先,通过分析飞机着陆阶段的运动方程,确定了造成飞机重着陆的主要影响因素,将传统的单一指标诊断扩展到多指标诊断. 然后,利用最小二乘支持向量机建立飞机重着陆诊断模型,采用遗传算法优化模型参数.训练和测试样本取自航空公司飞行...
惯性导航状态数据分析与基于SVM的故障诊断模型构建
文本分析 数据清理 故障诊断 支持向量机
2012/3/15
为更好地利用当前航空装备系统积累的大量飞行数据, 从中挖掘信息来更有效地服务于空军装备可靠性为中心的维修保障工作, 将数据分析技术应用到当前的装备故障诊断中, 设计并实现了某型飞机惯性导航系统状态数据分析和故障诊断系统. 分析了整个系统的数据处理过程, 对数据自动判读处理、数据清理和修正进行了研究. 设计了支持向量机模型, 提出了通过对惯导状态信息数据进行回归预测, 用预测值与实际值之间误差诊断故...
基于SVM的软测量建模
2007/12/13
Abstract支持向量机(Support Vector Machines)是一种基于统计学习理论的新型学习机，本
文提出用支持向量机建立软测量模型．理论分析和仿真研究表明，该方法学习速度快、跟踪
性能好、泛化能力强、对样本的依赖程度低，比基于RBF神经网络的软测量建模具有更好的
推广能力．
基于MOGA和SVM的发酵过程建模
2007/12/12
Abstract针对微生物发酵过程，使用多目标遗传算法（multi-objective genetic algorithm, MOGA）确定最优参数．MOGA和SVM回归相结合形成一种新的建模方法，该方法利用现场生产数据建立了青霉素效价预估模型．仿真结果表明此方法具有很强的拟合和泛化能力．MOGA方法的有效性也得到了验证，它也能够自动选择最优参数．