期刊文献+
共找到614篇文章
< 1 2 31 >
每页显示 20 50 100
Gear Fault Diagnosis Based on Rough Set and Support Vector Machine 被引量:3
1
作者 TIAN Huifang SUN Shanxia School of Mechanical and Electrical Engineering,Wuhan University of Technology,Wuhan 430070,China, 《武汉理工大学学报》 CAS CSCD 北大核心 2006年第S3期1046-1051,共6页
By introducing Rough Set Theory and the principle of Support vector machine,a gear fault diagnosis method based on them is proposed.Firstly,diagnostic decision-making is reduced based on rough set theory,and the noise... By introducing Rough Set Theory and the principle of Support vector machine,a gear fault diagnosis method based on them is proposed.Firstly,diagnostic decision-making is reduced based on rough set theory,and the noise and redundancy in the sample are removed,then,according to the chosen reduction,a support vector machine multi-classifier is designed for gear fault diagnosis.Therefore,SVM’training data can be reduced and running speed can quicken.Test shows its accuracy and effi- ciency of gear fault diagnosis. 展开更多
关键词 ROUGH set support vector machine FAULT diagnosis multi-classifier
下载PDF
Fuzzy-support vector machine geotechnical risk analysis method based on Bayesian network 被引量:5
2
作者 LIU Yang ZHANG Jian-jing +2 位作者 ZHU Chong-hao XIANG Bo WANG Dong 《Journal of Mountain Science》 SCIE CSCD 2019年第8期1975-1985,共11页
Machine learning method has been widely used in various geotechnical engineering risk analysis in recent years. However, the overfitting problem often occurs due to the small number of samples obtained in history. Thi... Machine learning method has been widely used in various geotechnical engineering risk analysis in recent years. However, the overfitting problem often occurs due to the small number of samples obtained in history. This paper proposes the FuzzySVM(support vector machine) geotechnical engineering risk analysis method based on the Bayesian network. The proposed method utilizes the fuzzy set theory to build a Bayesian network to reflect prior knowledge, and utilizes the SVM to build a Bayesian network to reflect historical samples. Then a Bayesian network for evaluation is built in Bayesian estimation method by combining prior knowledge with historical samples. Taking seismic damage evaluation of slopes as an example, the steps of the method are stated in detail. The proposed method is used to evaluate the seismic damage of 96 slopes along roads in the area affected by the Wenchuan earthquake. The evaluation results show that the method can solve the overfitting problem, which often occurs if the machine learning methods are used to evaluate risk of geotechnical engineering, and the performance of the method is much better than that of the previous machine learning methods. Moreover,the proposed method can also effectively evaluate various geotechnical engineering risks in the absence of some influencing factors. 展开更多
关键词 GEOTECHNICAL evaluation OVERFITTING problem BAYESIAN network Prior knowledge FUZZY set theory support vector machine
下载PDF
Radar Emitter Signal Recognition Using Wavelet Packet Transform and Support Vector Machines 被引量:7
3
作者 金炜东 张葛祥 胡来招 《Journal of Southwest Jiaotong University(English Edition)》 2006年第1期15-22,共8页
This paper presents a novel method for radar emitter signal recognition. First, wavelet packet transform (WPT) is introduced to extract features from radar emitter signals. Then, rough set theory is used to select t... This paper presents a novel method for radar emitter signal recognition. First, wavelet packet transform (WPT) is introduced to extract features from radar emitter signals. Then, rough set theory is used to select the optimal feature subset with good discriminability from original feature set, and support vector machines (SVMs) are employed to design classifiers. A large number of experimental results show that the proposed method achieves very high recognition rates for 9 radar emitter signals in a wide range of signal-to-noise rates, and proves a feasible and valid method. 展开更多
关键词 Signal processing Radar emitter signals Wavelet packet transform Rough set theory support vector machine
下载PDF
Assessing supply chain performance using genetic algorithm and support vector machine
4
作者 ZHAO Yu 《Ecological Economy》 2019年第2期101-108,共8页
The rough set-genetic support vector machine(SVM) model is applied to supply chain performance evaluation. First, the rough set theory is used to remove the redundant factors that affect the performance evaluation of ... The rough set-genetic support vector machine(SVM) model is applied to supply chain performance evaluation. First, the rough set theory is used to remove the redundant factors that affect the performance evaluation of supply chain to obtain the core influencing factors. Then the support vector machine is used to extract the core influencing factors to predict the level of supply chain performance. In the process of SVM classification, the genetic algorithm is used to optimize the parameters of the SVM algorithm to obtain the best parameter model, and then the supply chain performance evaluation level is predicted. Finally, an example is used to predict this model, and compared with the result of using only rough set-support vector machine to predict. The results show that the method of rough set-genetic support vector machine can predict the level of supply chain performance more accurately and the prediction result is more realistic, which is a scientific and feasible method. 展开更多
关键词 supply CHAIN performance evaluation ROUGH set theory support vector machine GENETIC algorithm
下载PDF
A Fast Algorithm for Training Large Scale Support Vector Machines
5
作者 Mayowa Kassim Aregbesola Igor Griva 《Journal of Computer and Communications》 2022年第12期1-15,共15页
The manuscript presents an augmented Lagrangian—fast projected gradient method (ALFPGM) with an improved scheme of working set selection, pWSS, a decomposition based algorithm for training support vector classificati... The manuscript presents an augmented Lagrangian—fast projected gradient method (ALFPGM) with an improved scheme of working set selection, pWSS, a decomposition based algorithm for training support vector classification machines (SVM). The manuscript describes the ALFPGM algorithm, provides numerical results for training SVM on large data sets, and compares the training times of ALFPGM and Sequential Minimal Minimization algorithms (SMO) from Scikit-learn library. The numerical results demonstrate that ALFPGM with the improved working selection scheme is capable of training SVM with tens of thousands of training examples in a fraction of the training time of some widely adopted SVM tools. 展开更多
关键词 SVM Machine Learning support vector Machines FISTA Fast Projected Gradient Augmented Lagrangian Working set Selection DECOMPOSITION
下载PDF
SVM样本约简算法研究综述 被引量:1
6
作者 张代俐 汪廷华 朱兴淋 《计算机科学》 CSCD 北大核心 2024年第7期59-70,共12页
支持向量机(Support Vector Machine, SVM)是基于统计学习理论和结构风险最小化原则发展起来的一种有监督的机器学习算法,它有效克服了局部最小和维数灾难等问题,具有良好的泛化性能,并被广泛应用于模式识别和人工智能领域。但SVM的学... 支持向量机(Support Vector Machine, SVM)是基于统计学习理论和结构风险最小化原则发展起来的一种有监督的机器学习算法,它有效克服了局部最小和维数灾难等问题,具有良好的泛化性能,并被广泛应用于模式识别和人工智能领域。但SVM的学习效率随着训练样本数量的增加而显著降低,对于大规模训练集,采用标准优化方法的传统SVM面临着内存需求过大、执行速度慢,有时甚至无法执行的问题。为了缓解SVM在大规模训练集上存储需求高、训练时间长等问题,学者们提出了SVM样本约简算法。文中首先介绍了SVM理论基础,然后从基于聚类、几何分析、主动学习、增量学习和随机抽样5个方面系统综述了SVM样本约简算法的研究现状,讨论了各种SVM样本约简算法的优缺点,最后总结全文并展望未来。 展开更多
关键词 支持向量机 大规模数据集 样本约简 机器学习 分类
下载PDF
基于特征约简与改进支持向量机的动态过程质量异常识别方法
7
作者 刘莉 刘玉敏 赵哲耘 《运筹与管理》 CSSCI CSCD 北大核心 2024年第8期44-50,共7页
为了有效降低特征维数并提高动态过程异常模式的识别精度,提出基于特征约简与改进支持向量机的动态过程质量异常识别方法。本文首先提取能反映质量异常模式的16个统计特征与7个形状特征,再使用粗糙集(RS)约简特征集合以剔除冗余特征与... 为了有效降低特征维数并提高动态过程异常模式的识别精度,提出基于特征约简与改进支持向量机的动态过程质量异常识别方法。本文首先提取能反映质量异常模式的16个统计特征与7个形状特征,再使用粗糙集(RS)约简特征集合以剔除冗余特征与干扰特征。同时,使用遗传算法(GA)寻找支持向量机(SVM)的最优参数,并采用GA-SVM模型识别质量异常模式。仿真实验表明:粗糙集筛选后得到的12个特征具有较强区分动态过程是否出现异常状况的能力,遗传算法参数寻优后的支持向量机识别质量异常模式的精度明显高于其他同类型的模型,因此,本文提出的RS-GA-SVM模型具有良好的识别精度与稳健性,能够对动态过程进行有效监控。 展开更多
关键词 动态过程 质量异常模式 粗糙集 支持向量机 遗传算法
下载PDF
纤维肌痛综合征生物标记物的筛选及免疫细胞浸润分析
8
作者 刘雅妮 杨静欢 +5 位作者 陆慧慧 易玉芳 李智翔 欧阳福 吴璟莉 魏兵 《中国组织工程研究》 CAS 北大核心 2025年第5期1091-1100,共10页
背景:纤维肌痛综合征作为常见风湿病,其发病与中枢敏化及免疫异常有关,但具体过程尚未阐明,缺乏特异性诊断标志物,不断探索该病的发病机制具有重要的临床意义。目的:基于加权基因共表达网络分析(WGCNA)等生物信息学方法和机器学习算法... 背景:纤维肌痛综合征作为常见风湿病,其发病与中枢敏化及免疫异常有关,但具体过程尚未阐明,缺乏特异性诊断标志物,不断探索该病的发病机制具有重要的临床意义。目的:基于加权基因共表达网络分析(WGCNA)等生物信息学方法和机器学习算法筛选纤维肌痛综合征潜在的诊断相关标志基因,并分析其免疫细胞浸润特征。方法:对来自基因表达综合数据库(GEO)的纤维肌痛综合征数据集转录谱进行差异分析和WGCNA分析,整合筛选出差异共表达基因,进一步采用机器学习套索回归(LASSO)算法、支持向量机递归特征消除(SVM-RFE)机器学习算法来识别核心生物标志物,并绘制受试者工作特征(ROC)曲线以评估诊断价值。最后,采用单样本基因集富集分析(ssGSEA)和基因集富集分析(GSEA)评估纤维肌痛综合征的免疫细胞浸润情况及通路富集。结果与结论:①对GSE67311数据集按照log2|(FC)|>0,P<0.05的条件进行差异分析后获得8个下调的差异表达基因;进行WGCNA分析后获得正相关性最高(r=0.22,P=0.04)的模块(MEdarkviolet)内含基因497个,负相关性最高(r=-0.41,P=6×10-5)的模块(MEsalmon2)内含基因19个;将差异表达基因与WGCNA的2个高相关性模块基因取交集,获得7个基因。②对上述7个基因进行LASSO回归算法筛选出4个基因,进行SVM-RFE机器学习算法筛选出5个基因,两者取交集后确定了3个核心基因,分别为重组1号染色体开放阅读框150蛋白(germinal center associated signaling and motility like,GCSAML)、整合素β8(Integrin beta-8,ITGB8)和羧肽酶A3(carboxypeptidase A3,CPA3);绘制3个核心基因的ROC曲线下面积分别为0.744,0.739,0.734,提示均具有很好的诊断价值,可作为纤维肌痛综合征的生物标志物。③免疫浸润分析结果显示,与对照组相比纤维肌痛综合征患者记忆B细胞、CD56 bright NK细胞和肥大细胞显著下调(P<0.05),且与上述3个生物标志物显著正相关(P<0.05)。④富集分析结果提示,纤维肌痛综合征的富集途径包括9条,主要与嗅觉传导、神经活性配体-受体相互作用及感染等通路密切相关。⑤上述结果显示,纤维肌痛综合征的发生发展与多基因参与、免疫调节异常及多个通路失调有关,但这些基因与免疫细胞之间的相互作用,以及它们与各通路之间的关系尚需进一步研究。 展开更多
关键词 纤维肌痛综合征 生物信息学 机器学习 免疫浸润 加权基因共表达网络分析 套索回归 支持向量机递归特征消除算法 单样本基因集富集分析 基因集富集分析
下载PDF
开集环境中基于增量学习的网络流量分类研究
9
作者 崔梦阳 董育宁 +1 位作者 邱晓晖 田炜 《软件工程》 2024年第10期23-28,共6页
面对网络流量新类别不断涌现的挑战,以及随之而来的开集识别和模型更新需求,文章提出了一种基于增量学习的开集网络流量分类方法。对于开集识别,支持向量机和K均值聚类算法的级联结构可以持续识别新类和已知类;对于模型更新,基于候选支... 面对网络流量新类别不断涌现的挑战,以及随之而来的开集识别和模型更新需求,文章提出了一种基于增量学习的开集网络流量分类方法。对于开集识别,支持向量机和K均值聚类算法的级联结构可以持续识别新类和已知类;对于模型更新,基于候选支持向量筛选的“样本回放”和新旧模型加权融合的“参数回放”方法,能有效解决“有类增量的灾难性遗忘”问题。与ISK和DACS方法相比,该方法应用在开集流量识别和分类任务中表现出显著优势,F1分数能提高1百分点至8百分点,分类速度也优于现有方法。 展开更多
关键词 网络流量分类 开集识别 增量学习 支持向量机
下载PDF
基于SVC的电动汽车集群并网鲁棒优化调度模型 被引量:3
10
作者 李宏胜 李鵾 +3 位作者 汪洋 高菲 张瑜 谢宏福 《高电压技术》 EI CAS CSCD 北大核心 2024年第1期386-393,共8页
针对电动汽车(electric vehicle,EV)入网时长和荷电状态(state of charge,SOC)的不确定性,提出基于支持向量聚类(support vector clustering,SVC)的电动汽车集群并网鲁棒优化调度模型。以EV的充放电功率作为决策变量,用户最小充电成本... 针对电动汽车(electric vehicle,EV)入网时长和荷电状态(state of charge,SOC)的不确定性,提出基于支持向量聚类(support vector clustering,SVC)的电动汽车集群并网鲁棒优化调度模型。以EV的充放电功率作为决策变量,用户最小充电成本为目标函数,建立集群EV调度模型。利用EV历史充电数据,以包含所有样本数据的最小超球体作为不确定集形状,将广义直方图交叉核作为核函数,计算EV入网时间和充电时长参数的不确定集,建立基于SVC的集群EV鲁棒优化调度模型。算例分析结果表明,所提方法能更准确地描述EV充电的不确定性参数,所提模型在保证经济性的同时能迅速响应分时电价,具有较好的实用性。 展开更多
关键词 电动汽车 不确定集 入网时长 荷电状态 支持向量聚类 鲁棒优化
下载PDF
基于改进支持向量机的智能电能表故障多分类方法
11
作者 陈文礼 程瑛颖 +2 位作者 舒永生 刘型志 谢广成 《电测与仪表》 北大核心 2024年第7期218-224,共7页
智能电能表故障多分类对于制定合理及时的智能电能表检修计划具有重要意义。针对智能电能表故障多分类问题,采用支持向量机构建多分类模型,所建立的模型提取智能电能表的输出电压、输出电流、输出功率、功率因数误差等数据作为分类依据... 智能电能表故障多分类对于制定合理及时的智能电能表检修计划具有重要意义。针对智能电能表故障多分类问题,采用支持向量机构建多分类模型,所建立的模型提取智能电能表的输出电压、输出电流、输出功率、功率因数误差等数据作为分类依据构建多维空间,考虑包括误差超差、直流电流开路、直流电压短路、控制回路短线在内的智能电能表模式识别故障分类。通过所建立的模型依据有限的样本信息在复杂性和学习性之间寻求平衡,对智能电能表多维度运行信息在超平面之间进行最佳分类从而进行故障分类,通过引入一类对多类的最优分类平面集进行改进从而适用于多分类模型。采用混沌粒子群算法针对所建立的基于改进支持向量机的智能电能表故障多分类方法进行求解流程设计。再通过对某配电台区智能电能表故障分类问题采用所建立的模型进行仿真,验证了模型的合理性。 展开更多
关键词 智能电能表 多故障分类 支持向量机 最优分类面集 混沌粒子群算法
下载PDF
基于粗糙集理论的联合站能效分析与评价
12
作者 陈雨竹 《石油石化节能与计量》 CAS 2024年第11期51-57,共7页
为降低联合站的综合能耗,采用粗糙集理论对影响联合站能效的指标进行离散化处理,并通过属性约简去除冗余信息,得到指标权重,将数据代入SVM模型实现综合能效值的预测。得到如下结论:单位液量综合能耗对联合站综合能效等级的影响最大;属... 为降低联合站的综合能耗,采用粗糙集理论对影响联合站能效的指标进行离散化处理,并通过属性约简去除冗余信息,得到指标权重,将数据代入SVM模型实现综合能效值的预测。得到如下结论:单位液量综合能耗对联合站综合能效等级的影响最大;属性约简可以有效去除数据集中的冗余信息,起到了数据清洗和处理的作用;4号、5号、6号、10号和22号联合站的综合能效等级最高,用能效果较差。从优化站内工艺布局、提高设备负荷率、去除二段脱水负荷等方面降低联合站的能效等级,单月耗电量可减少1072 kWh,单月耗气量可减少472 m^(3),达到了节能减排、节能降耗的目的。 展开更多
关键词 联合站能效 粗糙集 支持向量机 单位液量综合能耗 热能利用率 电能利用率
下载PDF
基于Rough Set的目标快速识别方法
13
作者 黄雷 郭雷 马迎军 《微计算机信息》 2009年第31期8-9,17,共3页
主要研究了基于粗糙集和支持向量机的模式分类技术,结合遥感图像中军用飞机目标识别进行了理论分析和实验研究。设计了基于粗糙集和决策有向无环图的支持向量机模式识别分类器,对分类的性能进行了分析研究,利用粗糙集理论中属性约简方... 主要研究了基于粗糙集和支持向量机的模式分类技术,结合遥感图像中军用飞机目标识别进行了理论分析和实验研究。设计了基于粗糙集和决策有向无环图的支持向量机模式识别分类器,对分类的性能进行了分析研究,利用粗糙集理论中属性约简方法去除冗余属性,降低飞机特征维数,提出使用决策有向无环图支持向量机进行训练并对待识别目标预测。实验表明,本文提出的方法可提高识别速度及预测分类精度。 展开更多
关键词 目标识别 不变矩 复数矩 粗糙集 支持向量机 遥感图像
下载PDF
基于支持向量机的风力发电机组故障诊断预警模型
14
作者 吉思良 张峰 +2 位作者 孙海星 王家宝 孙也棋 《电工技术》 2024年第6期66-68,74,共4页
当前的风力发电机组故障诊断预警模型设置的矩阵一般为单元式的,预警的范围受到限制,导致预警响应时间延长,为此提出对基于支持向量机的风力发电机组故障诊断预警模型的设计与验证分析。根据当前的测定需求及标准,提取故障诊断预警特征... 当前的风力发电机组故障诊断预警模型设置的矩阵一般为单元式的,预警的范围受到限制,导致预警响应时间延长,为此提出对基于支持向量机的风力发电机组故障诊断预警模型的设计与验证分析。根据当前的测定需求及标准,提取故障诊断预警特征量,采用多目标的方式,打破预警范围的限制,设计多目标诊断预警矩阵,以此为基础,构建支持向量机故障诊断预警结构,采用阶次分析实现故障诊断预警处理。测试结果表明:对比传统机器学习风力发电机组故障诊断预警模型测试组、传统MSK-CNN和多源机电信息融合风力发电机组故障诊断预警模型测试组,此次所设计的支持向量机风力发电机组故障诊断预警模型测试组最终得出的预警响应时间被较好地控制在0.25 s以下,说明在支持向量机的辅助下,所设计模型对故障诊断预警的效率较高,针对性更强,具有实际的应用价值。 展开更多
关键词 支持向量机 风力发电 发电机组 故障诊断 预警模型 诊断识别
下载PDF
基于LSSVM的火力发电厂燃煤发电机组碳排放测算方法
15
作者 尹志立 《化工时刊》 CAS 2024年第3期5-8,共4页
为解决燃煤发电机组在投产使用后存在的碳排放过大等问题,降低机组运行对大气环境的负面影响,作者以某火力发电厂为例,引入最小二乘支持向量机(LSSVM),开展燃煤发电机组碳排放测算方法的设计研究。以LSSVM中的径向基(RBF)函数核,构建燃... 为解决燃煤发电机组在投产使用后存在的碳排放过大等问题,降低机组运行对大气环境的负面影响,作者以某火力发电厂为例,引入最小二乘支持向量机(LSSVM),开展燃煤发电机组碳排放测算方法的设计研究。以LSSVM中的径向基(RBF)函数核,构建燃煤发电机组碳排放相关数据样本集合,根据样本集合容量,进行数据的非线性映射,实现对发电机组碳排放相关数据的筛查;建立火力发电厂碳排放强度计算模型,对火力发电厂燃煤发电机组在运行过程中煤耗综合情况进行系统化分析。考虑到火力发电厂燃煤发电机组在投产使用后会不可避免地存在损耗,在碳排放强度已知的情况下,对考虑网损的发电机组碳排放进行测算。实验结果表明:设计的测算方法应用效果良好,规范使用该方法进行火力发电厂燃煤发电机组碳排放测算,测算结果更加贴合实际。 展开更多
关键词 LSSVM 测算方法 碳排放 发电机组 燃煤 火力发电厂
下载PDF
Study and application of time series forecasting based on rough set and Kernel method
16
作者 杨淑霞 《Journal of Central South University》 SCIE EI CAS 2008年第S2期336-340,共5页
A support vector machine time series forecasting model based on rough set data preprocessing was proposed by combining rough set attribute reduction and support vector machine regression algorithm. First, remove the r... A support vector machine time series forecasting model based on rough set data preprocessing was proposed by combining rough set attribute reduction and support vector machine regression algorithm. First, remove the redundant attribute for forecasting from condition attribute by rough set method; then use the minimum condition attribute set obtained after the reduction and the corresponding initial data, reform a new training sample set which only retain the important attributes influencing the forecasting accuracy; study and train the support vector machine with the training sample obtained after reduction, and then input the reformed testing sample set according to the minimum condition attribute and corresponding initial data. The model was tested and the mapping relation was got between the condition attribute and forecasting variable. Eventually, power supply and demand were forecasted in this model. The average absolute error rates of power consumption of the whole society and yearly maximum load are respectively 14.21% and 13.23%. It shows that RS-SVM time series forecasting model has high forecasting accuracy. 展开更多
关键词 KERNEL method support vector MACHINE ROUGH set forecasting
下载PDF
基于邻域粗糙集优化支持向量机的备件分类研究
17
作者 杨华强 尹亮 +2 位作者 赵青雨 夏唐斌 郑美妹 《机械设计》 CSCD 北大核心 2023年第12期66-72,共7页
针对现有备件分类中存在的备件种类繁多、属性复杂多样及分类标注不统一等问题,文中提出了一种基于邻域粗糙集的支持向量机(NRS-SVM)的多准则备件分类方法。首先,基于历史数据使用邻域粗糙集理论对备件属性进行约简,再将约简后的属性及... 针对现有备件分类中存在的备件种类繁多、属性复杂多样及分类标注不统一等问题,文中提出了一种基于邻域粗糙集的支持向量机(NRS-SVM)的多准则备件分类方法。首先,基于历史数据使用邻域粗糙集理论对备件属性进行约简,再将约简后的属性及数据输入支持向量机算法训练分类模型,最后可以将训练好的模型对真实的备件集进行分类。该方法对一家卷烟厂的实际备件数据进行试验验证,结果表明:基于邻域粗糙集的支持向量机在Z企业备件分类中具有高的分类准确率和优秀的泛化能力,验证了所提方法的有效性和优越性,从而更好地支持备件的管理。 展开更多
关键词 邻域粗糙集 支持向量机 多准则分类 备件分类
下载PDF
Keystroke Dynamics Based Authentication Using Information Sets
18
作者 Aparna Bhatia Madasu Hanmandlu 《Journal of Modern Physics》 2017年第9期1557-1583,共27页
This paper presents keystroke dynamics based authentication system using the information set concept. Two types of membership functions (MFs) are computed: one based on the timing features of all the samples and anoth... This paper presents keystroke dynamics based authentication system using the information set concept. Two types of membership functions (MFs) are computed: one based on the timing features of all the samples and another based on the timing features of a single sample. These MFs lead to two types of information components (spatial and temporal) which are concatenated and modified to produce different feature types. Two Component Information Set (TCIS) is proposed for keystroke dynamics based user authentication. The keystroke features are converted into TCIS features which are then classified by SVM, Random Forest and proposed Convex Entropy Based Hanman Classifier. The TCIS features are capable of representing the spatial and temporal uncertainties. The performance of the proposed features is tested on CMU benchmark dataset in terms of error rates (FAR, FRR, EER) and accuracy of the features. In addition, the proposed features are also tested on Android Touch screen based Mobile Keystroke Dataset. The TCIS features improve the performance and give lower error rates and better accuracy than that of the existing features in literature. 展开更多
关键词 INFORMATION set Theory Two Component INFORMATION set Features support vector Machines (SVM) Random Forest CONVEX Hanman-Anirban ENTROPY Function Hanman CLASSIFIER CONVEX ENTROPY BASED CLASSIFIER
下载PDF
基于卡方跃迁策略的黑蜘蛛优化算法及应用
19
作者 杜晓昕 王振飞 +3 位作者 王波 王浩 郝田茹 崔连和 《陕西科技大学学报》 北大核心 2023年第6期162-175,共14页
针对黑蜘蛛优化算法(Black Widow Spider Optimization Algorithm,BWOA)存在全局勘探和局部开发难以协调、收敛速度慢、易陷入局部最优等问题,提出了一种基于卡方跃迁策略的黑蜘蛛优化算法(Chi-Square Transition Mechanism for Black W... 针对黑蜘蛛优化算法(Black Widow Spider Optimization Algorithm,BWOA)存在全局勘探和局部开发难以协调、收敛速度慢、易陷入局部最优等问题,提出了一种基于卡方跃迁策略的黑蜘蛛优化算法(Chi-Square Transition Mechanism for Black Widow Spider Optimization Algorithm,CTBWOA).首先,根据佳点集产生初始种群解,为全局搜索奠定基础;其次,提出卡方跃迁策略,帮助黑蜘蛛跳出局部最优,避免算法早熟收敛;再次通过自选取运动策略,实现黑蜘蛛在不同迭代时期选取合适的运动策略,以平衡算法的勘探和开发能力;最后,采取三蛛竞争及回溯机制,增加种群多样性,提高算法收敛速度.将CTBWOA算法与其他五种群智能算法在12个标准测试函数上进行仿真实验,结果表明对BWOA算法的改进能有效提高算法的收敛速度和求解精度,并将CTBWOA算法应用到了支持向量机(Support Vector Machine,SVM)的参数优化中,在UCI的7个标准数据集及威斯康星州乳腺癌数据集上的仿真实验证明,经CTBWOA优化后,SVM的参数设定更加准确,SVM的分类准确率有了明显提高,这进一步表明了改进算法的有效性. 展开更多
关键词 黑蜘蛛优化算法 卡方跃迁 佳点集 支持向量机 参数优化
下载PDF
基于支持向量聚类和模糊粗糙集的交通流数据修复方法 被引量:8
20
作者 朱世超 王骋程 +3 位作者 王超 刘隆 张润芝 王浩 《森林工程》 北大核心 2023年第1期157-165,共9页
为解决受天气影响、探测器故障和人为错误等多种原因造成的交通流数据丢失问题,提出一种基于模糊粗糙集理论的交通流数据补缺方法,将支持向量聚类与模糊粗糙集结合进行交通流数据的分类,并结合模糊神经网络和遗传算法进行数据补齐。该... 为解决受天气影响、探测器故障和人为错误等多种原因造成的交通流数据丢失问题,提出一种基于模糊粗糙集理论的交通流数据补缺方法,将支持向量聚类与模糊粗糙集结合进行交通流数据的分类,并结合模糊神经网络和遗传算法进行数据补齐。该方法对支持向量聚类参数,聚类大小和加权因子进行优化,并估计缺失值。研究结果表明所提出的混合方法具有足够且合理的数据修复性能,与模糊神经网络等估算模型的结果对比表明,该模型的数据修复效果优于其他对比模型。 展开更多
关键词 模糊粗糙集 模糊神经网络 支持向量聚类 交通流 数据修复
下载PDF
上一页 1 2 31 下一页 到第
使用帮助 返回顶部