球结构支持向量机的改进算法及仿真研究

球结构支持向量机算法将多类样本数据的每一类用各自的超球来界定,从而显著地降低了二次规划的复杂程度。在该算法的基础上,提出了子超球支持向量机多分类算法。新算法改进了超球重叠区域的训练和决策方法,提高了多分类问题的分类精度。定义了重叠频数、重叠总频数和重叠率等概念,并在此基础上分析了径向基核函数的参数σ对超球相互位置的影响。对两组实际数据仿真实验验证了该算法的有效性和对σ分析的正确性,同时表明正确选择σ可得到较高的分类精度。

基于球结构支持向量机的多标签分类的主动学习

为了实现数据的多标签分类,减少多标签训练样本开销,将球结构支持向量机与主动学习方法结合用于多标签分类,依据球重叠区域样本距离差值度确定样本类别,分析多标签分类特性,采用样本近邻方法更新分类器。实验结果表明,该方法可以用较少的训练样本获得更有效的分类结果。

球结构支持向量机的主动自适应方法

为了解决大样本集标记工作问题和分类器对新样本分类适应能力差的问题,结合球结构支持向量机,提出了一种主动学习自适应性分类方法。该方法根据主动学习思想,以边界近邻策略迭代选取最有价值的样本,初始训练分类器,再依据增量学习方法选取包含新信息的样本,以阶段跟新方式重新训练分类器,并根据余弦相似度对内存中支持向量进行控制。实验结果表明,该方法既减少了标记开销,又保持了分类器分类性能的稳定性和延续性。

基于主成分分析和球结构支持向量机的人耳识别方法

提出一种基于主成分分析和球结构支持向量机的人耳识别方法.首先将人耳从侧面人脸中提取出来,然后采用主成分分析方法对人耳图像进行特征提取,最后采用球结构支持向量及对人耳图像进行训练和识别.与传统的多分类方法相比,该分类方法识别性能更高,这为非打扰式生物特征识别提供了一条有效途径.

基于改进型球结构支持向量机的故障诊断方法及其应用

在涡轮泵等机械设备的故障诊断中,多类故障诊断是经常出现的问题。为提高多类故障诊断速度,在球结构支持向量机的基础上,对其分类规则进行改进,充分考虑分类球的大小不同,经过理论分析和实验验证得到样本点落在分类球外和分类球重叠区域的最佳分类公式。用该算法和其它几种常用算法对涡轮泵模拟故障进行分类比较,结果表明,基于改进型球结构支持向量机的故障诊断算法学习速度更快,诊断效果好。

基于LMD模糊熵与超球结构支持向量机的水力机组涡带工况识别方法

针对水力机组振动摆度信号的非平稳特性,提出了基于局域均值分解模糊熵及超球结构支持向量机的涡带工况识别方法。首先对振动摆度信号进行局域均值分解,获得一系列乘积函数分量;然后计算各乘积函数分量的相关系数,判断是否存在虚假变量;最后计算有效乘积函数分量的模糊熵作为特征向量,利用超球结构支持向量机进行小负荷区、涡带区和稳定区的机组运行工况识别。水电站水导轴承摆度信号试验结果表明,该方法能有效识别机组涡带工况区间。

基于球结构支持向量机的液压泵故障诊断研究

针对目前故障诊断中难以获得大量故障数据样本的不足,提出球结构支持向量机故障分类算法,并运用其构成多故障分类器进行YB-6叶片泵的故障识别。试验表明该方法只需要少量的时域故障数据样本来训练分类器,不必进行信号预处理便可实现多故障的识别和诊断,在少样本情况下比BP神经网络具有故障分类能力强的优点。

基于球结构支持向量机的故障劣化趋势诊断

提出了一种球结构支持向量机的故障劣化趋势检测方法。该方法是以EMD的奇异值分量作为特征向量,输入球结构支持向量机分类器,对滚动轴承滚珠的故障劣化趋势的三种状态进行诊断,并且采用主成份分析的可视化方法进行验证,结果表明,该方法能够准确地诊断故障劣化趋势。

球结构支持向量机在转轴碰摩位置识别中的应用

碰摩是旋转机械中常见的故障,碰摩故障位置识别是一个有待深入研究的故障诊断问题。对球结构支持向量机进行改进,充分考虑分类球的大小对分类的影响,经过理论分析和仿真实验得到新的分类规则。把转轴上不同位置的碰摩当作不同的故障,转轴碰摩故障位置识别就是个较大规模的多类别故障诊断问题,运用改进的球结构支持向量机进行转轴碰摩故障位置识别。实验结果表明,和其他同类算法相比,改进的球结构支持向量机具有识别率高、速度快、计算量少、数据处理容量大等优点,适合于较大规模的多类别故障诊断。

自我决定动机理论下听障学生家校结构支持的个案研究

目的探究与构建听障学生家校结构支持系统,以期为听障学生融合教育提供参考。方法通过访谈、叙事和经验总结法对个案进行追溯与追踪研究,基于自我决定动机理论,构建家校结构支持框架模式。结果简单清晰的指令能提高被试的学习效率;适当的鼓励会增强被试能力感知,使其获得认可和自信;通过引导让被试解决问题可以满足被试自我胜任感;积极性反馈有助于提升被试的自我认同感,促进动机的内化。结论在听障学生随班就读过程中,家长和教师应提供明确的指令,设立合理的期望值,寻找机会鼓励孩子,善于引导,及时提供积极的、发展性的反馈。

印度农业支持水平及政策结构变动分析——基于OECD农业政策评估系统

农业支持政策能够为保障粮食和重要农产品稳定安全供给奠定坚实基础。文章以OECD农业政策评估系统为基础,从绝对量、比重、结构等方面对印度农业支持政策的实施情况进行研究,对于优化调整我国的农业支持政策和完善重要农产品价格形成机制具有参照意义。研究发现:印度农业支持估计总量水平不高,且多数年份为负值,国内农业部门总体上处于负保护状态,是世界上农业负保护最严重的国家之一。农业生产者支持估计主要集中在扭曲作用最强的市场价格支持和农业投入品补贴两个维度,且负保护程度始终高居不下。农业一般服务支持估计始终为正值,且从总量和规模上呈现出稳定递增的趋势,对农产品贸易的扭曲程度较小。印度只有食糖、禽肉、羊肉、鹰嘴豆等几类特定农产品的市场价格支持为正值,余下的特定农产品均为负保护。最后从明确农业支持政策目标、注重市场价格政策针对性有效性和优化一般服务支持结构角度提出了完善我国农业支持保护制度的对策建议。

基于“方向—结构—动能—支持”一体化的高校专创融合模式构建

文章首先阐述了高校专创融合的现实困境,然后论述了基于“方向—结构—动能—支持”一体化的高校专创融合模式构建,包括价值定向:泛化专创融合价值渗透力;结构凝聚:催化专创融合目标向心力;动能促进:强化专创融合改革驱动力;支持保证:提升专创融合效能保障力。

结构式心理支持结合阶段性心脏康复训练对心肌梗死PCI术后患者心理弹性及运动耐力的影响

目的 探讨结构式心理支持结合阶段性心脏康复训练对心肌梗死PCI术后患者心理弹性及运动耐力的影响。方法 选取2021年3月至2023年3月于我院就诊的80例行心肌梗死PCI手术的患者,采用随机对照法将其分为参照组40例、研究组40例。参照组患者实施常规护理结合阶段性心脏康复训练,研究组患者在参照组的基础上增加结构式心理支持护理干预,对比两组患者临床治疗效果。结果 两组基线资料比较差异无统计学意义(P>0.05);研究组临床治疗有效率97.50%高于参照组的80.00%,差异有统计学意义(P<0.05);干预前,两组患者CDRISC评分比较差异无统计学意义(P>0.05),干预后,研究组患者CD-RISC评分均高于参照组,差异有统计学意义(P<0.05);干预前,两组患者6MWT比较差异无统计学意义(P>0.05),干预后,研究组患者6MWT增长显著高于参照组,差异有统计学意义(P<0.05)。结论 将结构式心理支持结合阶段性心脏康复训练应用于心肌梗死PCI术后患者康复治疗中临床效果显著,可显著改善患者临床症状,纠正患者对疾病的错误认知,提高患者心理弹性,改善患者运动耐力。

“走出反哺”:农村互助养老实现的支持结构、实践困境与路径优化

党的十九届五中全会提出“实施积极应对人口老龄化国家战略”,其中农村作为应对养老挑战的主阵地和重难点成为共识。面对家庭养老功能弱化和机构养老成本高企,互助养老被认为是农村养老服务供给社会化转向的路径。从基层看去,自我实现的父代价值需求、孝而难养的子代情感困顿、合作帮扶的集体伦理传统,构成农村互助养老实现的主体动力与社会基础。现代性进村和行政控制权下沉背景下,当前农村互助养老正在遭遇空间错置与社会脱嵌两大困境:空间错置表达为养老空间设置的内容偏离与区位错配,而社会脱嵌包括协同脱嵌、组织脱嵌和文化脱嵌三个层面。立足高质量发展战略,文章提出空间内容的乡土本位与区位的村社嵌入、干群角色重构与农民利益联结、组织主体性强化与功能拓展、积极老龄理念营造与年龄集团目标统合四重路径,以助力老年群体实现对晚年生活的美好向往。

自训练半监督加权球结构支持向量机多分类方法

针对自训练半监督支持向量机算法中的低效问题,采用加权球结构支持向量机代替传统支持向量机,提出自训练半监督加权球结构支持向量机。传统支持向量机需要求解二次凸规划问题,在处理大规模数据时会消耗大量存储空间和计算时间,特别是在多分类问题上更加困难。利用球结构支持向量机进行多类别分类,大大缩短了训练时间,降低了算法复杂度。球结构支持向量机在不同类别样本数目不均衡时训练分类错误倾向于样本数目较小的类别,通过权值的引入,降低了球结构支持向量机对样本不均衡的敏感性,补偿了类别差异对算法推广性能造成的不利影响。在人工数据集和UCI(university of california irvine)数据集上的实验结果表明,该方法对有标记样本的鲁棒性较好,不仅能够提高效率,且分类精度也有显著提高。

结构式心理支持联合围术期综合管理对面肌痉挛MVD术患者手术指标及心理状态的影响

目的:探讨结构式心理支持联合围术期综合管理对面肌痉挛(HFS)行微血管减压术(MVD)患者手术指标及心理状态的影响。方法:选取103例行MVD治疗的HFS患者作为研究对象,依据干预方式不同分为对照组和观察组。对照组51例给予围术期综合护理干预,观察组52例在对照组基础上增加结构式心理干预,观察两组患者的手术指标,心理状态及术后并发症情况。结果:观察组手术时间、住院时间、术后HFS完全缓解时间均短于对照组(P<0.05)。两组患者干预3月末疲劳、紧张、愤怒、混乱评分水平较干预前均降低,且观察组低于对照组(P<0.05)。经Fisher确切概率法检验,观察组术后并发症发生率1.92%(1/52)与对照组5.88%(3/51)经比较无差异(P>0.05)。结论:结构式心理支持联合围术期综合管理可改善HFS患者的心理状态,调控手术相关指标,安全性良好。

基于KPCA和结构化支持向量机的视频目标跟踪

为了提高视频目标跟踪性能,采用结构化支持向量机用于视频目标跟踪,并借助核主成分分析用于视频目标特征降维及去冗余处,以增强视频目标分类适应度。首先,提取视频目标特征,经过核主成分分析映射至更利于目标分类的特征向量。接着,建立基于结构化支持向量机的视频目标判别分类模型,从而充分挖掘目标内数据特征的紧密性,有效提高了目标跟踪的精准率。最后,针对结构化支持向量机进行关键参数求解,并获得稳定的视频目标跟踪分类结果。根据分类结果判定对应的目标以完成视频目标跟踪。试验结果表明,对于4类公共视频数据集,对比其他3种视频跟踪算法,所提方法在跟踪精准率和跟踪速率等4个关键性能指标方面具有明显优势,在应对大规模视频目标跟踪时具有较强的适应度。

子宫脱垂患者术前及术后盆底支持结构的磁共振成像评价

目的探讨子宫脱垂(UP)患者术前及经阴全子宫切除术并阴道骶棘韧带悬吊术(SSLF)后盆底支持结构的磁共振成像(MRI)影像特征变化,为临床医师制定个体化的诊疗措施提供依据。方法选取在山西省儿童医院诊断为Ⅱ°~Ⅳ°UP需手术治疗、且在术前和术后均行MRI检查的患者29例。手术前、后于静息位和Valsalva动作时进行盆底MRI扫描。采用相关软件分别测量H线、M线、G1角、G2角、宫颈长度、B线、C线等参数值。结果术前静息位UPⅣ°患者的宫颈长度长于Ⅱ°~Ⅲ°患者(t=2.414,P=0.019);Valsalva动作位Ⅳ°患者H线、M线、G1角、G2角、B线和C线均高于Ⅱ°~Ⅲ°患者,差异有统计学意义[H线(t=2.378,P=0.021)、M线(t=5.299,P<0.01)、G1角(t=4.592,P<0.01)、G2角(t=2.147,P=0.036)、B线(t=2.190,P=0.032)和C线(t=2.150,P=0.036]。Ⅱ~Ⅳ期患者手术后3个月复查发现,H线、M线、G1角、G2角均较术前改善,差异有统计学意义,其中H线(t=6.658,13.221;P<0.01)、M线(t=13.111,18.583;P<0.01)、G1角(t=6.408,7.905;P<0.01)、G2角(t=2.239,7.469;P=0.027)。结论盆底MRI扫描可以清晰显示子宫脱垂患者的盆底支持结构,有助于子宫脱垂的诊断和手术疗效判断。

结构化支持向量机研究综述

结构化支持向量机(Structural Support Vector Machine,SSVM)是支持向量机(Support Vector Machine,SVM)的变体算法,被广泛应用于多个领域。阐述了SSVM的发展过程,详细分析了SSVM各种具体实现算法的思想及表现上的优劣;并通过实验的对比讨论,发现了SSVM的各种具体实现算法在分类性能和分类效率上优于其他SVM算法,而在稳定性上则逊于后者;基于此,给出了SSVM的后续研究方向。

一种并行结构化支持向量机次梯度投影算法

支持向量机的次梯度投影算法是解决支持向量机优化求解问题的一种简单有效的迭代算法。该算法通过梯度下降和投影两个步骤的多轮迭代,找到两类最大间隔的分类面。针对该算法忽略了对寻找分类面同样有指导意义的样本分布信息这一问题,在分类器设计中融入结构信息,并且采用MapReduce并行计算框架,提出了一种并行结构化支持向量机的次梯度投影算法,该算法能够充分利用集群的计算和存储能力,适用于海量数据的优化问题。在NASA的两个软件模块缺陷度量数据集CM1和PC1上的实验结果表明,该算法能够加快收敛速度,提高分类性能,有效地解决海量数据的优化求解问题。