基于核校准和SVM的煤矿安全组织管理因素分析

组织管理因素与煤矿安全生产密切相关。该文从人的管理、组织机构管理、企业环境管理、现场及技术管理四个方面详细分析了煤矿组织管理中的主要影响因素,提出一种基于核校准和支持向量机(SVM)的组织管理安全评价等级预测方法,构建了影响因素形成的输入空间到评价等级空间的非线性映射,并详尽分析了组织管理的安全评价等级与各影响因素的关联关系。在此基础上,本文深入研究煤矿安全中各组织管理因素的作用规律,并探讨了相应的预防措施与控制方法。实例分析结果表明,该方法能够合理地反映煤矿企业的组织管理安全评价状况,有助于煤矿企业采取相应措施预防或减少安全事故的发生,同时,也为企业提高本质安全管理水平提供了参考,有较强的实用性。

一种基于局部核校准的核评估标准

作为一种独立于具体分类算法的核函数评估标准,核极化中用核函数表示同类输入模式之间的相似性增大而异类输入模式之间的相似性减小,这将导致核极化值的增大。针对该标准未考虑同类输入模式的局部结构信息的保持性,导致限制异类数据可分性的自由度增强的问题,本文提出一种"局部化"的核函数评估标准,称为局部核校准。局部核校准是核极化的自然推广,它不仅能够保持同类输入模式之间的局部结构信息,相对于核极化方法它能够获更好保证数据的可分性。理论分析和UCI数据集上的比较实验均表明局部核校准是一种更好的核函数评估标准。

优化支持向量机核参数的核矩阵方法研究

参数选取问题一直是支持向量机研究的热点.虽然核校准(KTA)方法广泛应用于支持向量机参数优化问题中,但是它仍存在不足.以核矩阵为研究出发点,深入分析了采用核校准方法优化核参数对分类性能的影响,然后综合核校准方法和特征空间中样本集的分布提出了一种核校准改进方法.对比实验表明该算法是有效可行的.

支持向量机最优模型选择的研究

通过对核矩阵的研究,利用核矩阵的对称正定性,采用核校准的方法提出了一种SVM最优模型选择的算法———OMSA算法.利用训练样本不通过SVM标准训练和测试过程而寻求最优的核参数和相应的最优学习模型,弥补了传统SVM在模型选择上经验性强和计算量大的不足.采用该算法在UCI标准数据集和FERET标准人脸库上进行了实验,结果表明,通过该算法找到的核参数以及相应的核矩阵是最优的,得到的SVM分类器的错误率最小.该算法为SVM最优模型选择提供了一种可行的方法,同时对其他基于核的学习方法也具有一定的参考价值.

支持向量回归机元参数优化方法

为了优化ε不敏感支持向量回归机(-εsupport vector regression,-εSVR)的三类元参数,根据其耦合程度将其优化问题分解为核参数优化和结构参数(即不敏感参数和正则化参数)优化两个子问题,并提出了相应的优化方法。首先,提出了一种新的核校准系数以优化核参数;其次,提出了一种基于期望训练误差的结构参数优化方法;最后,为准确估算-εSVR的期望训练误差,还提出了一种根据实际训练误差分布特征评估和校正期望误差的方法。仿真结果表明,该文方法具有与交叉检验法近似的优化效果,且时间效率更高。

一种基于支持向量回归的梨黑星病预测方法

当前果树病害预测方法,存在适应性差、预测结果拟合度较低的问题.提出一种基于支持向量回归的预测方法框架SVR-D1.0,该方法利用核校准进行核心函数的选择,具有动态更新模型的特点.将黄河故道地区砀山酥梨黑星病为例进行测试的数据,与现有方法以及实测数据进行相关性统计分析.实验表明,在对砀山酥梨的黑星病预测上,该方法与现有方法相比,在实效性、拟合度和准确率上具有较为显著的优势.该方法不仅简便可行,而且可以周期性更新预测模型,具有一定的普适性.

放射性同位素伽玛源准直照射辐射场模拟研究

针对各向同性伽玛源参考辐射场尺寸关键技术问题,GB/T 12162系列标准虽然进行了相关规定,但是该规定并未对准直照射状态下照射室尺寸提出具体要求。为减小用于辐射检测或监测类仪器仪表检定与量值校准时伽玛参考辐射场内散射影响,本文采用蒙特卡罗方法,研究了同位素放射源准直照射时,照射室尺寸变化对检验点处的剂量率值与能量分布的影响情况,获得了准直照射时伽玛辐射场照射室尺寸的边界条件,建立并完善了伽玛参考辐射场边界研究方法及相关标准细节,为准直照射状态下照射室尺寸设计提供了一种新方法或途径。