作者:王芬 期刊:《湖北师范大学学报·哲学社会科学版》 2013年第04期
为了将统计学习理论加以推广,使之能更多地应用到非概率空间上,利用机会空间上机会测度的单调性,次可加性等性质,证明了在机会空间上也存在学习理论的关键定理,为系统地研究机会空间上的统计学习理论与构建支持向量机奠定理论基础。
作者:魏志静; 李洪洋; 刘楠; 井源; 刘希玉 期刊:《齐鲁工业大学学报》 2007年第03期
针对概念设计创新度评价这一问题,本文首先提取概念设计中手机实体的外观造型特征,将特征量化后作为测试样本,然后利用一种改进的支持向量机分类器Shear—SVC—KNN进行评价,取得的评价结果准确率较高,效果较好。
支持向量机(SVM)是在统计学习的VC维理论和结构风险最小化原理基础上建立起来的机器学习方法,其训练算法本质上是一个二次规划的求解问题。首先简述了SVM的基本原理,然后对SVM改进算法进行了概括,如最小二乘支持向量机、模糊支持向量机和粒度支持向量机等。接着介绍了改进支持向量机的应用,最后对该领域存在的问题和发展趋势进行了展望。
作者:辛宪会; 郭建星; 解志刚; 邱振戈 期刊:《海洋测绘》 2005年第02期
支持向量机是机器学习领域的研究热点之一,是在统计学习理论基础上发展起来的新的学习算法.传统的分类法用于纹理图像分类效果往往不佳,该文研究了支持向量机的实现方法,并以纹理图像分类为例分析了支持向量机的分类性能.
k-近邻法是相对分类算法中最简单的一种,其核心思想是“与近邻有趋同的选择”,即为预测一个新观测的输出变量的取值,在已有数据中找到与此观测相似的若干个(K个)观测,然后根据这K个近邻观测的具体形式作为新观测的预测值。支持向量机(SVM)是一种基于统计学习理论(SLK)的数据挖掘方法,1992年由Boser,Guyon和Vanpnik提出,最初的原型是一种二分类模型,其基本模型可以定义为n维(n>1)特征空间上的间隔最大的线性分类器...
作者:王炜; 刘悦; 李国正; 吴耿锋; 林命周; 马钦忠; 赵利飞 期刊:《地震》 2005年第04期
统计学习理论(Statistical Learning Theory或SLT)是研究有限样本情况下机器学习规律的理论.支持向量机(Support Vector Machines 或 SVM)是基于统计学习理论框架下的一种新的通用机器学习方法.它不但较好地解决了以往困扰很多学习方法的小样本、过学习、高维数、局部最小等实际难题,而且具有很强的泛化(预测)能力.文中使用支持向量机对中国大陆最大地震时间序列进行预测,预测次年的我国大陆最大地震震级,结果表明该方法具有较好的...
作者:曾嵘; 刘建成; 蒋新华 期刊:《铁道科学与工程学报》 2005年第01期
具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性.在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间.介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期)新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面.仿真实验表明...
作者:纪华; 郑璐石 期刊:《宁夏工程技术》 2005年第02期
在智能岩石力学的研究方法中,专家系统方法是基于专家和经验判断进行问题求解的非数值分析方法,因为领域知识获取的困难,限制了其发展;而神经网络方法是基于大样本的一种方法,其推广能力较差.为了克服专家系统知识获取的'瓶颈'问题和人工神经网络的推广能力差的问题,基于统计学习理论的支持向量机方法为岩土工程的智能化研究提供了新的途径.主要介绍了支持向量机方法及其在岩土工程领域的应用现状,并指出其理论存在的问题和未来的...
作者:侯健; 乐友喜; 王才经; 陈月明; 贾国通 期刊:《中国石油大学学报·社会科学版》 2004年第04期
将近年来在统计理论方面的最新研究成果引入到提高采收率潜力分析中,对自组织、改进型BP神经网络、支持向量机3种方法在提高采收率潜力预测中的应用进行了探讨.3种方法的对比研究表明,在所用样本较少的条件下,支持向量机方法能够兼顾模型的通用性和推广性,即由有效的训练集样本得到的小的误差能够保证对独立的测试集的误差仍保持较小,该方法具有较好的应用前景.
作者:张耀波; 张迁 期刊:《地理空间信息》 2005年第04期
传统的遥感图像的分类方法包括统计模式识别、句法模式识别、以及神经网络、遗传算法、模拟退火算法等。分析了统计模式识别的方法的优缺点,提出了使用SVM的方法进行遥感图像分类的设想,通过实验证明该方法是有效的和稳健的。
作者:谢川; 倪世宏; 张宗麟 期刊:《弹箭与制导学报》 2004年第S2期
通过对统计学习理论与支持向量机的理论分析,提出了一种基于支持向量机的缺失飞行参数预测方法。通过对两种不同情况的仿真,结果表明这种方法可行、有效。
作者:盛守照; 王道波 期刊:《系统工程》 2004年第04期
阐述基于预测风险最小化的模型选择问题,提出基于经验风险最小化原则的模型选择一致收敛性定理,解决有限样本下利用经验风险来最小化预测风险的问题,并分析模型选择欠学习或过学习问题的根源,给出一种模型选择的次优迭代算法.最后通过具体实例验证上述理论和方法的可行性和优越性.
作者:梅松; 程伟平; 刘国华 期刊:《中国农村水利水电》 2005年第03期
用传统的机器学习方法进行洪水预报建模存在泛化能力难以保障,训练速度慢等一些困难.对统计学习理论和支持向量机的基本内容和核心思想进行了简要的介绍,探讨了基于支持向量机的洪水预报模型的建模方法.通过实例中的应用,该模型显示了泛化能力强,训练速度快,便于建模等优点,有良好的应用前景.
作者:吴德会; 王晓红 期刊:《自动化仪表》 2005年第10期
传感器动态建模是测量领域的重要研究方向,本文介绍了一种基于支持向量机的传感器动态建模新方法.支持向量机是基于统计学习理论的新一代机器学习技术,它有效地解决了小样本学习问题,因此该方法对样本数量没有特殊的要求.最后,实验证明了该动态建模方法有效.
作者:张录达; 苏时光; 王来生; 李军会; 杨丽明 期刊:《光谱学与光谱分析》 2005年第01期
支持向量机(SVM)用于两类问题的识别研究, 它是统计学习理论中最年轻的分支, 所建分析模型有严格的数学基础. 同时介绍了SVM学习的基本原理和方法, 并将该方法引入化学计量学, 以103个中药大黄样品为实验材料, 通过SVM近红外光谱法建立了大黄样品真伪识别模型. 对学习集中33个样品模型识别准确率为100%; 对70个预测样品的识别准确率为96.77%, 为中药大黄的快速识别提供了参考. 研究结果表明了SVM近红外光谱法建立生物样品识别模型...
作者:王延江; 杨培杰; 史清江; 孙正义 期刊:《石油学报》 2005年第05期
对影响井眼轨迹的几个主要因素进行了分析,提出了一种利用小样本统计学习理论中的支撑向量机来进行井眼轨迹预测的新方法,介绍了用于非线性回归估计的支撑向量机的基本原理,通过对一口或几口已钻井的轨迹数据、钻进方式和底部钻具组合结构参数进行学习训练支撑向量机,建立了井眼轨迹的支撑向量机预测模型,并利用多口实钻井的轨迹数据进行了验证.结果表明,这种新方法的预测精度远高于传统的定曲率几何预测方法.
作者:胡莹; 王昱; 丁明跃; 周成平 期刊:《计算机应用研究》 2005年第01期
提出了一种改进的支持向量机SVM(Support Vector Machine)的相关反馈图像检索方法.在这种方法的交互过程中,SVM分类器不仅对本次反馈过程中用户所提交的标记的正例和反例样本进行学习,还对历次反馈过程中的正例和反例样本进行学习,并根据训练后的分类器进行检索.实验结果表明,该方法在样本集非常小的情况下,仍可以检索出较多的相关图像,在有限训练样本情况下具有良好的推广能力.
作者:郑胜; 吴伟仁; 柳健; 田金文 期刊:《计算机应用研究》 2005年第01期
在星敏感器导航星表的建立过程中由于恒星的数量太多,往往要进行筛选,通常这种选择是一种基于枚举的大量反复的提取过程,复杂费时而结果往往并不是最优的.而基于统计学习理论(SLT)的支持向量机(SVM)方法正好克服了这方面的不足.SLT理论和SVM方法为导航星选取过程的简化和结果的最优性的获得提供了新的途径.讨论了支持向量机在导航星选取优化中进行应用的分类算法,构建了导航星分类器,并以导航星的选取为例进行了试验论证.试验表明:...
作者:张国宣; 孔锐; 施泽生; 郭立; 刘士建; 薛明东 期刊:《控制与决策》 2004年第11期
针对解决多类模式识别问题的SVM方法进行研究,在比较几种常用的多类SVM分类算法的基础上,提出一种基于核聚类方法的多层次SVM分类树,将核空间中的无监督学习方法和有监督学习方法结合起来,实现了一种结构更加简洁清晰、计算效率更高的多层SVM分类树算法,并在实验中取得了良好的结果.
作者:张国宣; 孔锐; 施泽生; 郭立 期刊:《仪器仪表学报》 2004年第Z1期
提出了一种新的基于聚类的支持向量机迭代算法,该算法首先通过聚类方法从训练样本集中选择出最有可能成为支持向量的一组向量组成训练子集,再用迭代训练的方法迅速构建一个最优SVM分类器.实验证明,该算法使SVM训练时间大为缩短,在不影响正确率的前提下使算法的效率得到大幅度的提高.