期刊文献+
共找到35篇文章
< 1 2 >
每页显示 20 50 100
基于RBF核的SVM的模型选择及其应用 被引量:48
1
作者 王鹏 朱小燕 《计算机工程与应用》 CSCD 北大核心 2003年第24期72-73,共2页
使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。... 使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较。实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高。 展开更多
关键词 SVM rbf核 模型选择 ANN 字符识别
下载PDF
基于RBF核的SVM学习算法的优化计算 被引量:41
2
作者 李琳 张晓龙 《计算机工程与应用》 CSCD 北大核心 2006年第29期190-192,204,共4页
在SVM学习中,对SVM的核函数及其参数的选择还没有形成一个统一的模式。论文对基于RBF核的SVM分类器中参数(C,")的选定做了深入研究。分别探讨了网格搜索法和双线性搜索法以RBF为核的搜索特征,并对它们进行了改进。通过结合双线性... 在SVM学习中,对SVM的核函数及其参数的选择还没有形成一个统一的模式。论文对基于RBF核的SVM分类器中参数(C,")的选定做了深入研究。分别探讨了网格搜索法和双线性搜索法以RBF为核的搜索特征,并对它们进行了改进。通过结合双线性搜索法和网格搜索法,提出了一种双线性网格搜索法。实验表明,双线性网格搜索法能有效地结合双线性搜索法训练量小和网格搜索法学习精度高的优点,提高学习精度和学习性能。 展开更多
关键词 支持向量机 rbf核 双线性网格搜索法 模型选择 参数优化
下载PDF
基于RBF核函数的支持向量机参数选择 被引量:143
3
作者 林升梁 刘志 《浙江工业大学学报》 CAS 2007年第2期163-167,共5页
由于SVM在各个领域中得到越来越广泛的应用,而决定SVM性能的因素是核函数的选取。其中,RBF核函数是应用最广泛的核函数,且有两个参数:惩罚因子C和核参数γ,因此,希望能找,到最优化参数组(C,γ)使SVM具有最好推广性.首先提出... 由于SVM在各个领域中得到越来越广泛的应用,而决定SVM性能的因素是核函数的选取。其中,RBF核函数是应用最广泛的核函数,且有两个参数:惩罚因子C和核参数γ,因此,希望能找,到最优化参数组(C,γ)使SVM具有最好推广性.首先提出了用E=lw/n代替留一法来评估SVM的推广性,它的优点是速度快、准确性高;然后,分析参数C和γ对SVM性能的影响,由此将问题归结在一个小的“好区”内选取最优参数组(C,γ);最后,分别用穷举法和下文所提出的方法进行比较,得出在“好区”内用Cγ=C(常数)来确定最优化参数同样能得到很好的推广性,而且速度上比穷举法快的多,此方法,具有一定的实际应用价值。 展开更多
关键词 支持向量机 rbf核参数 惩罚因子C 推广识别率
下载PDF
多类核极化及其在多宽度RBF核参数选择中的应用 被引量:3
4
作者 汪廷华 赵东岩 张琼 《北京大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第5期727-731,共5页
针对多类支持向量机的模型选择问题,提出一种适用于多分类问题的核函数度量标准,称为多类核极化。进一步地,提出了基于优化该标准的多宽度RBF核的参数选择算法。与传统的基于k-折交叉验证的穷举搜索方法相比,该算法利用基于梯度的搜索... 针对多类支持向量机的模型选择问题,提出一种适用于多分类问题的核函数度量标准,称为多类核极化。进一步地,提出了基于优化该标准的多宽度RBF核的参数选择算法。与传统的基于k-折交叉验证的穷举搜索方法相比,该算法利用基于梯度的搜索技术自动实现模型选择,克服了传统方法的经验性强、计算量大的不足。UCI数据集上的实验结果验证了多类核极化与多参数模型选择算法的有效性。 展开更多
关键词 多宽度rbf核 多类极化 模型选择 支持向量机 多类分类
下载PDF
基于RBF核的SVM核参数优化算法 被引量:15
5
作者 董国君 哈力木拉提.买买提 余辉 《新疆大学学报(自然科学版)》 CAS 2009年第3期355-358,363,共5页
SVM是一种新型的机器学习方法,其分类性能的优劣主要受核函数及核参数的影响,国内外学者针对SVM核参数的选择已提出许多算法.本文首先分析了RBF核参数对SVM分类性能的影响,然后又对比分析了目前存在的几种基于RBF核的SVM核参数选择方法... SVM是一种新型的机器学习方法,其分类性能的优劣主要受核函数及核参数的影响,国内外学者针对SVM核参数的选择已提出许多算法.本文首先分析了RBF核参数对SVM分类性能的影响,然后又对比分析了目前存在的几种基于RBF核的SVM核参数选择方法.通过实验,发现使用遗传算法选择核参数的SVM有比较快的搜索速度. 展开更多
关键词 支持向量机 rbf核 遗传算法
下载PDF
基于再生核RBF神经网络的瓦斯突出预测系统 被引量:2
6
作者 彭泓 王聪 王斌 《计算机测量与控制》 CSCD 北大核心 2012年第6期1463-1466,共4页
该设计的瓦斯突出预测系统由数据采集,数据传输和数据处理三部分组成;首先使用层次分析法和MATLAB选择出了瓦斯突出影响因素,然后使用TMS320C6713和PCI总线技术设计了数据采集和传输系统,同时采用再生核算法来进行RBF神经网络的训练,通... 该设计的瓦斯突出预测系统由数据采集,数据传输和数据处理三部分组成;首先使用层次分析法和MATLAB选择出了瓦斯突出影响因素,然后使用TMS320C6713和PCI总线技术设计了数据采集和传输系统,同时采用再生核算法来进行RBF神经网络的训练,通过W12[a,b]空间插值逼近的方法,把RBF神经网络的训练转换为解线性方程组,最后使用LABVIEW,MATLAB和CCS混合编程实现了再生核RBF神经网络的训练和仿真以及TMS320C6713软件开发,准确地预测出了瓦斯突出。 展开更多
关键词 再生rbf神经网络 瓦斯突出 PCI总线
下载PDF
基于非线性规划的多核RBF最优加权组合预报模型
7
作者 李洁 《广西科技师范学院学报》 2016年第2期135-138,共4页
在6种单核子预报的基础上,建立误差平方和最小原则下的最优加权组合预报模型,通过非线性规划寻优方法搜索出各单核子预测的最优加权系数,利用广西降雨历史资料进行建模,实验结果表明,预测结果的各项指标均优于6个单核模型的分别预报,预... 在6种单核子预报的基础上,建立误差平方和最小原则下的最优加权组合预报模型,通过非线性规划寻优方法搜索出各单核子预测的最优加权系数,利用广西降雨历史资料进行建模,实验结果表明,预测结果的各项指标均优于6个单核模型的分别预报,预测精度高于同期的T213(中国气象局的全球中期天气数值预报产品预报值)模式预报,具有一定的参考价值. 展开更多
关键词 rbf 最优加权组合预报模型 非线性规划
下载PDF
数字孪生下的液压缸机械运行位置自动控制 被引量:1
8
作者 陈珩 《自动化与仪表》 2024年第1期24-29,共6页
液压缸机械系统非线性特征复杂,机械运行行为特征不明确,位置控制结果存在偏差,对此,该文提出数字孪生下的液压缸机械运行位置自动控制方法。连续检测液压缸机械系统运行状态,构建非线性状态方程,对比实际测量数据与输出数据的差异,选取... 液压缸机械系统非线性特征复杂,机械运行行为特征不明确,位置控制结果存在偏差,对此,该文提出数字孪生下的液压缸机械运行位置自动控制方法。连续检测液压缸机械系统运行状态,构建非线性状态方程,对比实际测量数据与输出数据的差异,选取RBF核函数与支持向量机,机械运行位置变化量,描述机械运行行为特征,建立位置控制目标函数,将最高适应度值对应的位置点自动更新为副本位置点,引入猫群算法求解目标函数,对位置控制目标函数的全局最优解展开更新,实现液压缸机械运行位置自动控制。实验结果表明,所提方法应用后,位移检测曲线与实际位移曲线之间的偏差较小,且在恒负载工况下和变负载工况下,位移稳态误差均较小,说明其机械运行位置自动控制结果精度高、控制效率高、控制精度高。 展开更多
关键词 数字孪生技术 液压缸 机械运行位置 自动控制 rbf核函数
下载PDF
无线网络突发流量数据分区调度方法
9
作者 余华东 张步忠 濮光宁 《海南热带海洋学院学报》 2024年第5期80-87,共8页
针对无线网络中突发流量数据导致网络存在传输时延和拥塞问题,提出基于多核神经网络的无线网络突发流量数据分区调度方法。首先,利用空闲时槽侦听的无线网络分区方法,通过计算节点分布密度和节点流量容量,判断无线网络中节点处于稀疏区... 针对无线网络中突发流量数据导致网络存在传输时延和拥塞问题,提出基于多核神经网络的无线网络突发流量数据分区调度方法。首先,利用空闲时槽侦听的无线网络分区方法,通过计算节点分布密度和节点流量容量,判断无线网络中节点处于稀疏区域还是密集区域。其次,利用多核极限学习机,对无线网络稀疏和密集两个区域的突发流量数据进行预测。对于稀疏区域的突发流量数据,直接通过CSMA/CA协议进行调度;对于密集区域的突发流量数据,通过统计方法计算出突发流量数据利用率以及可利用率,再对各信道数据进行归一化处理,获取突发流量数据的转发概率。再次,依据突发流量数据的转发概率进行节点发送,并通过设置信道的队列长度阈值来发送或丢弃突发流量数据,实现无线网络突发流量数据分区调度。实验结果表明,该方法能够灵活地调度无线网络突发流量数据,提升其吞吐量,使数据丢弃率始终低于0.03%、平均传输时延始终低于0.1 s,可准确预测无线网络突发流量。 展开更多
关键词 无线网络 rbf核函数 神经网络 突发流量数据 分区调度
下载PDF
基于神经网络的地铁列车速度传感器自动化诊断
10
作者 王桃桃 《电子设计工程》 2024年第10期92-96,共5页
基于列车运行稳定可靠的需求,提高传感器数据检测的准确性以及及时性的目的,采用以径向神经网络为基础依据,进行双通道传感器数据检测的自动化故障诊断方法,构建地铁列车速度传感器自动化诊断系统。以传感器的工作原理为依据设置两组检... 基于列车运行稳定可靠的需求,提高传感器数据检测的准确性以及及时性的目的,采用以径向神经网络为基础依据,进行双通道传感器数据检测的自动化故障诊断方法,构建地铁列车速度传感器自动化诊断系统。以传感器的工作原理为依据设置两组检测通道,其中一组作为备用通道进行信号检测。同时结合径向神经网络构建速度传感器自动诊断系统,经过精确度阈值以及相角对传感器故障进行诊断。通过实际的验证试验可知,传感器自动化诊断系统能够保证较高的精确度,可对地铁列车速度传感器的工作状态进行及时有效的判断。 展开更多
关键词 径向神经网络 传感器 rbf核函数 精确度阈值
下载PDF
基于插值组合核的LS-SVR板形预测方法 被引量:3
11
作者 姚钰鹏 王京 《武汉科技大学学报》 CAS 2014年第4期262-268,共7页
基于RBF核的LS-SVR模型,采用实验变差函数计算插值算法权值,对权系数与各训练样本内积值相乘所反映样本空间结构和相互间关联度的插值核函数进行构造,提出了一种通过Kriging空间散乱插值方法利用样本数据构造出的插值核函数与RBF核函数... 基于RBF核的LS-SVR模型,采用实验变差函数计算插值算法权值,对权系数与各训练样本内积值相乘所反映样本空间结构和相互间关联度的插值核函数进行构造,提出了一种通过Kriging空间散乱插值方法利用样本数据构造出的插值核函数与RBF核函数进行组合而成的核方法。结果表明,该方法使LS-SVR板形预测有更好的性能,在提升预测算法泛化能力的同时,实现了对板形的精准回归预测。 展开更多
关键词 散乱点插值 支持向量机算法 rbf核函数 组合函数 板形预测
下载PDF
RBF支持向量机用于多类混叠的人脸识别研究 被引量:6
12
作者 朱树先 李芸 +1 位作者 祝勇俊 吴征天 《控制工程》 CSCD 北大核心 2019年第4期773-776,共4页
RBF支持向量机以其稳定性和识别率高的优势被广泛地应用于模式识别和故障检测。与其他文献不同,RBF支持向量机被应用于多类混叠的人脸识别。一方面考察经过多类混叠后,以RBF为核函数的支持向量机的性能有无退化,另一方面使其更具实用价... RBF支持向量机以其稳定性和识别率高的优势被广泛地应用于模式识别和故障检测。与其他文献不同,RBF支持向量机被应用于多类混叠的人脸识别。一方面考察经过多类混叠后,以RBF为核函数的支持向量机的性能有无退化,另一方面使其更具实用价值。经过实验验证,与RBF支持向量机用于单一类别相比,多类混叠的样本在性能上的确稍有退化,但是仍旧保持了很高的识别率,验证了该方法的有效性和实用性。 展开更多
关键词 支持向量机 rbf核函数 多类混叠 人脸识别
下载PDF
基于聚类核的核极速学习机 被引量:1
13
作者 王丽娟 丁世飞 《南京师大学报(自然科学版)》 CAS CSCD 北大核心 2019年第3期145-150,共6页
传统的神经网络学习算法(如BP算法)需要调整大量的网络参数,例如输入权值以及隐层单元的偏置,而极速学习机只需要设置网络的隐层节点个数,在算法执行过程中不需要调整网络的输入权值,便可以产生唯一的最优解,因此它具有学习速度快且泛... 传统的神经网络学习算法(如BP算法)需要调整大量的网络参数,例如输入权值以及隐层单元的偏置,而极速学习机只需要设置网络的隐层节点个数,在算法执行过程中不需要调整网络的输入权值,便可以产生唯一的最优解,因此它具有学习速度快且泛化性能好的优点.随着极速学习机的研究发展,核极速学习机的相关理论被提出.核极速学习机是将核函数引入到极速学习机中,可以得到最小二乘解,具有更稳定的泛化性能.本文在核极速学习机的基础上提出了一种基于Bagged聚类核的核极速学习机的分类方法,首先对已有的标记样本和所有的无标记样本采用多次k均值聚类,去构造Bagged聚类核,然后对Bagged聚类核和径向基核进行求和,最终用于核极速学习机的训练中.与传统核极速学习机相比,本文提出的方法可以使用所有的无标记样本,从而尽可能地提高分类的准确率.最后本文通过实验验证了方法的可行性. 展开更多
关键词 极速学习机 k 均值聚类 Bagged聚类 rbf核函数
下载PDF
基于改进的Askey-Wilson多项式核函数
14
作者 张莆华 闫焱 《应用数学进展》 2022年第6期3246-3252,共7页
基于Askey-Wilson多项式的性质,给出了两种Askey-Wilson多项式形式,分别与Rbf核函数和三角核函数进行组合,构造混合支持向量机AW核函数。所构造的AW核函数都含有一个重要核参数q,可通过改变q值来调整核函数。实验选取双螺线及6个UCI数据... 基于Askey-Wilson多项式的性质,给出了两种Askey-Wilson多项式形式,分别与Rbf核函数和三角核函数进行组合,构造混合支持向量机AW核函数。所构造的AW核函数都含有一个重要核参数q,可通过改变q值来调整核函数。实验选取双螺线及6个UCI数据集,比较AW核函数在数据集上的泛化性能和鲁棒性。 展开更多
关键词 Askey-Wilson多项式 三角函数 rbf核函数
下载PDF
Nuclear power plant fault diagnosis based on genetic-RBF neural network 被引量:1
15
作者 SHI Xiao-cheng XIE Chun-ling WANG Yuan-hui 《Journal of Marine Science and Application》 2006年第3期57-62,共6页
It is necessary to develop an automatic fault diagnosis system to avoid a possible nuclear disaster caused by an inaccurate fault diagnosis in the nuclear power plant by the operator. Because Radial Basis Function Neu... It is necessary to develop an automatic fault diagnosis system to avoid a possible nuclear disaster caused by an inaccurate fault diagnosis in the nuclear power plant by the operator. Because Radial Basis Function Neural Network (RBFNN) has the characteristics of optimal approximation and global approximation. The mixed coding of binary system and decimal system is introduced to the structure and parameters of RBFNN, which is trained in course of the genetic optimization. Finally, a fault diagnosis system according to the frequent faults in condensation and feed water system of nuclear power plant is set up. As a result, Genetic-RBF Neural Network (GRBFNN) makes the neural network smaller in size and higher in generalization ability. The diagnosis speed and accuracy are also improved. 展开更多
关键词 geneticalgorithm (GA) rbf neural network nuclear power plant
下载PDF
基于Xgboost优化的KELM滑坡预报模型研究
16
作者 李璐 徐根祺 +2 位作者 杨倩 王艳娥 赵正健 《计算机测量与控制》 2023年第4期225-231,共7页
针对极限学习机对滑坡预测准确性低及在训练过程中模型不稳定的问题,引入RBF高斯核函数并使用极限梯度提升树算法Xgboost对KELM进行优化,建立了Xgboost优化后的Xgboost-KELM预测模型;首先采用高斯核RBF作为极限学习机的核函数,解决隐藏... 针对极限学习机对滑坡预测准确性低及在训练过程中模型不稳定的问题,引入RBF高斯核函数并使用极限梯度提升树算法Xgboost对KELM进行优化,建立了Xgboost优化后的Xgboost-KELM预测模型;首先采用高斯核RBF作为极限学习机的核函数,解决隐藏节点随机映射问题,增加模型稳定性及适用性;其次将清洗后的监测数据作为模型输入,并使用Xgboost寻优算法对核函数中的超参数进行优化,通过4组测试集进行Xgboost-KELM建模,依据均方误差迭代曲线得出最佳超参数;最后使用两组10%样本集验证模型评价指标及稳定性,实验结果AUC均值对比模型至少提高3个百分点,Precision、Accuracy及Recall至少高于对比模型1.7个百分点,同时Xgboost-KELM模型的方差及偏差都较小,证明该模型稳定性较好,实验结果说明Xgboost-KELM模型具有较好的预测效果,在滑坡灾害预测中有较好的预测能力。 展开更多
关键词 高斯rbf KELM Xgboost超参数 滑坡灾害 预报模型
下载PDF
基于1-分类支持向量机的机器视觉缺陷分类方法 被引量:4
17
作者 李琪 卢荣胜 陈成 《合肥工业大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第10期1311-1315,共5页
文章针对机器视觉表面缺陷检测中不同类缺陷样本数量少和不均衡的情况,提出了用1-分类分别对单独类缺陷进行真/假分类判断的分类方法,首先对每类训练样本计算具有尺度和旋转不变的不变矩特征,再使用基于1-分类的支持向量机和RBF核函数... 文章针对机器视觉表面缺陷检测中不同类缺陷样本数量少和不均衡的情况,提出了用1-分类分别对单独类缺陷进行真/假分类判断的分类方法,首先对每类训练样本计算具有尺度和旋转不变的不变矩特征,再使用基于1-分类的支持向量机和RBF核函数对每一类缺陷样本生成一个超球面,然后通过二重网格搜索的方法对核函数的参数寻优,最后对实际采集的缺陷图像自动寻找缺陷位置并进行分类。实验表明,1-分类支持向量机进行缺陷分类能克服分类样本不均衡的限制,具有分类准确率高及易实现在线检测等优点。 展开更多
关键词 缺陷检测 不均衡样本 1-分类SVM rbf核函数 二重网格
下载PDF
导数平方和准则与SVM参数优化 被引量:1
18
作者 肇莹 刘红星 高敦堂 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第12期3150-3154,3159,共6页
支持向量机(SVM)的性能与SVM参数的选择有关。SVM参数的优化需要一个准则。针对核函数选择RBF形式的情况,提出了一个新的SVM参数优化的准则,称作导数平方和准则。与著名的SVM参数优化方法如交叉验证或Radius/Margin Bound准则方法相比,... 支持向量机(SVM)的性能与SVM参数的选择有关。SVM参数的优化需要一个准则。针对核函数选择RBF形式的情况,提出了一个新的SVM参数优化的准则,称作导数平方和准则。与著名的SVM参数优化方法如交叉验证或Radius/Margin Bound准则方法相比,利用提出的参数优化准则得到的分类面能够在原空间对样本集"平分秋色",体现了SVM分类器的结构风险最小化的原则,而且算法简单、计算量小、更易于实现。 展开更多
关键词 准则 参数优化 支持向量机 rbf核函数
下载PDF
SVR算法在指数预测中的应用研究 被引量:1
19
作者 饶屾 杨志平 甘志刚 《浙江交通职业技术学院学报》 CAS 2012年第4期28-32,共5页
本文阐述了回归型支持向量机(SVR)的基本结构及训练方法,并在此基础上研究了基于SVR算法的股票指数预测方法。通过应用LS-SVM软件,选用RBF核函数,利用自学模型,对超参数不断进行优化,以加快运算速度,并最终建立了该算法应用于股市预测... 本文阐述了回归型支持向量机(SVR)的基本结构及训练方法,并在此基础上研究了基于SVR算法的股票指数预测方法。通过应用LS-SVM软件,选用RBF核函数,利用自学模型,对超参数不断进行优化,以加快运算速度,并最终建立了该算法应用于股市预测的模型。通过股票指数的建模与仿真结果表明,支持向量回归机在股票价格的中短期预测以及整体股票趋势预测有比较好的效果。 展开更多
关键词 股票指数 预测 模型 rbf核函数
下载PDF
一种改进的支持向量机参数优化方法 被引量:7
20
作者 赵朝贺 《地理空间信息》 2017年第1期53-55,共3页
为了保证支持向量机在提高核参数寻优效率的同时,拥有较高的学习精度,深入研究了核参数对支持向量机分类的影响,分析了网格搜索法和双线性搜索法的优缺点,并以此为基础提出了一种改进的参数优化方法。实验结果表明,该算法在保证支持向... 为了保证支持向量机在提高核参数寻优效率的同时,拥有较高的学习精度,深入研究了核参数对支持向量机分类的影响,分析了网格搜索法和双线性搜索法的优缺点,并以此为基础提出了一种改进的参数优化方法。实验结果表明,该算法在保证支持向量机获得较高学习精度的同时能大大缩短参数寻优的时间,证明了该算法的优越性。 展开更多
关键词 支持向量机 rbf核函数 参数优化 网格搜索 双线性搜索
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部