基于BKF-SVM电力短期负荷预测

支持向量机方法在负荷预测领域已经得到广泛应用,但它在训练数据时仍存在许多弊端,如数据处理量太大、处理速度慢等,针对这些缺点,本文提出了一种基于布尔核函数的SVM(BKF-SVM)预测系方法,为了确定SVM中直接影响其推广能力的超参数,提出了固定步长迭代法,实现了对超参数的自动选取。实际算例表明,将该系统应用于短期负荷预测中,与RBF-SVM方法作了比较,得到了较高的预测精度,具有结构简单,泛化性能好,不易发生过拟合现象等优点。

一种基于布尔核SVM的人脸识别策略

针对人脸识别问题,给出基于布尔核的SVM识别策略,该策略首先应用K-L变换对人脸图像进行特征参数的提取,然后将提取出的特征进行0-1化处理,用于构造基于布尔核的SVM。在标准人脸库ORL上的试验结果表明,基于布尔核函数的SVM在分类准确率上明显高于传统PCA算法,同时,也优于线性SVM。

GBF_n（g）的商群性质

证明对于任一正交基函数ｇ，广义布尔函数具有商群性质，并提出同态核的构造，从而得到广义布尔函数的一种生成方法．