应用VC理论结构风险最小原则的局部放电信号消噪方法

为提高局部放电信号的消噪效果,根据统计学习理论中的结构风险最小化思想,基于小波的多分辨分析技术,给出一种针对局部放电的消噪方法。该方法不同于以往的对噪声进行估计并加以阈值处理的消噪方法,而从估计真实放电信号的角度出发,根据小波分解的系数能量大小选择能够表征真实局放信号的小波系数,并通过结构风险最小化原则确定模型的VC维,从而获得最优的真实信号估计。仿真结果表明,该方法在信噪比和均方误差指标上均要高于传统的史坦无偏似然估计阈值方法(SURE)、固定阈值法(VISU)及最小最大阈值方法(Min-iMax)。实验室实验和现场实测数据的处理结果表明,该方法能够还原真实的放电信号,提高检测信号的信噪比,是一种对局部放电信号消噪的较优算法。

关于VC-E之间信任的构念维度研究

创业投资家(VC)与创业企业家(E)之间信任已经成为创业研究的热点,但是这一构念的维度尚未得到充分的讨论和研究。本文基于中国VC和E的数据用验证性因子分析和Cronbachα系数验证了信任构念的有效性和可靠性,结果表明:VC-E之间的信任包括谋算性信任、了解性信任和认同性信任三个维度。这一构念符合VC-E之间关系的多维度特点。

神经网络VC维计算研究

1 引言神经网络技术已经在很多领域得到了成功的应用.但由于神经网络并不具有一个统一的理论框架,其经验性成分相当高,这对其进一步发展造成了极大的阻碍。如果能为神经网络应用提供一些指导性的分析方法,不仅将促进该领域的理论研究。

基于VC和OpenGL生成三维真实感地形

OpenGL是功能强大的三维图形库,可方便地制作三维地形模型。介绍了OpenGL的基本概念以及以MFC为平台进行OpenGL编程的方法,详细说明了VisualC ++与OpenGL结合开发环境下的地形三维可视化中地形模型的映射、三维真实感地形生成以及交互式动态显示的计算机实现过程。

Open GL及其在VC++开发环境下的编程实现

介绍了OpenGL的基本知识,阐述了OpenGL与VC++应用接口的建立步骤以及如何设置OpenGL的绘制环境,从而实现OpenGL在VC++开发环境下编程.

变量可分离函数的RBF神经网络拟合模型及其VC维

提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于把高维模型分解为低维模型,与传统径向基函数网络(Based Radial Basis Function Network,RBF)相比,VSRBF不仅明显地降低了系统复杂性而且网络的收敛速度更快.证明了VSRBF的VC维低于传统RBF的VC维,实验表明VSRBF在处理高维模型的行为明显优于RBF.

基于VC和OpenGL的地形三维可视化

介绍了 OpenGL 的基本概念及以MF．C为平台进行OpenGL编程的方法,详细说明了以Visual C++6．0为开发平台,用OpenGL进行地形模型的映射、三维真实感地形生成以及交互式动态显示的计算机实现过程,并用实例验证了这一方法的可行性。

基于VC推广界的线性支持向量回归机及其应用

提出了基于VC推广界的线性支持向量机回归模型的新的构建算法,并应用于县域综合发展中,构建了邱县协调发展的经济计量模型,与传统的方法相比该算法效果更好且具有良好的泛化性能,为多元线性回归提供新的方法。

关于支持向量机VC维问题证明的研究

支持向量机是基于统计学习理论的新一代学习机器,本文主要阐述了支持向量机中关于VC维的理论,并就一类函数集的VC维的大小给出理论上的证明。

粗糙空间上基于VC维的风险泛函的界

为了完善粗糙空间上学习过程收敛速度的界,根据粗糙空间上的信赖性测度的性质和传统的统计学习理论的相关知识,在粗糙空间上学习理论的关键定理和学习过程一致收敛速度的界的基础上,给出了粗糙空间上退火熵、生长函数、VC维的概念及其相关的性质,以此为基础构建了粗糙空间上基于VC维的构造性的与分布无关的界,为系统地建立粗糙空间上的统计学习理论及其相应的支持向量机奠定了理论基础。

VC++与Matlab混合编程实现光场光强的三维显示

基于VC++开发环境和Matlab引擎函数,实现了激光衍射光场光强的三维动态显示。给出了实现过程和实验结果并进行了讨论。

关于支持向量机VC维问题证明的研究

支持向量机是基于统计学理论的新一代学习机器,本文主要阐述了支持向量机中关于VC维的理论,并就一类函数集的VC维的大小给出理论上的证明.

基于VC++的物料悬浮速度的可视化快速计算

采用分区粒径判断法建立了悬浮速度计算数学模型。利用VC++6.0面向对象技术、可视化技术及数据库技术,实现了悬浮速度的可视化快速计算。

基于COM的Matlab参数处理与图像嵌入在VC中的实现

通过运用Matlab与VC的语言和平台特性,解决了二维数组参数的传递与输出;介绍两种Matlab图像嵌入VC界面的方法,并以主成分分析为实例,讲解了相关细节与难点。同时,介绍了一种更加灵活、简便的读取Excel文件的方法。

基于VC++的OpenGL三维动画仿真系统的实现

介绍了基于VC++的编程环境及采用OpenGL图形标准的三维物体运动仿真系统的开发过程。该系统只要简单的通过数据文件的改变就能使不同的三维物体做各种复杂的运动,如变速运动、随机运动等。该系统建立的目的是为各种目标跟踪系统提供一个简单实用的目标仿真环境。

离散Bayes网诱导的概念类VC维数的下界

考虑一般Bayes网中每个随机变量取任意有限值时,其诱导的概念类VC(Vapnik-Chervonenkis)维数的下界.通过分析网络中可自由设定的参数个数与相应VC维数的关系,证明任意离散非完全Bayes网的可自由设定参数个数加1后,是相应VC维数的一个下界.

VC++实现图象的二维几何变换

本文以位图格式为例，结合ＶＣ＋＋中相关函数讨论了实现图象二维几何变换的方法。对于其他文件格式，只要附加上合适的格式转换程序，即可实现变换过程。

VC维期望上界最小化的最小二乘支持向量机

机器学习是现代计算机技术中比较重要的一个方面,而其中的支持向量机方法也因其良好的性能近年来得到了广泛关注,被应用于各行各业当中。而支持向量机的性能可以用VC维来衡量,VC维是衡量机器复杂性的一种指标,理论上来说,低VC维可以得到很好的泛化。但是,对于以传统支持向量机为基础的一些分类器方法来说,VC维在处理各种各样的数据时,支持向量机的VC维的上界可能是无穷的。尽管在实践与应用中得到了很好的结果,但并不能保证很好的泛化,导致对于一些特殊的数据取得的效果不好。因此,提出了一种改进LSSVM的算法,以LSSVM算法为基础,将VC维上界最小化并找到其期望的最佳投影方案,最后带入到LSSVM算法中来对数据进行分类。实验结果表明,在所采用的基准数据集上,该分类器的错误率低于传统最小二乘支持向量机,这意味着,所提出的算法以近似的支持向量个数使得测试精度优于比较算法,提高了算法的泛化能力。

A Measure of Learning Model Complexity by VC Dimension

When developing models there is always a trade-off between model complexity and model fit. In this paper, a measure of learning model complexity based on VC dimension is presented, and some relevant mathematical theory surrounding the derivation and use of this metric is summarized. The measure allows modelers to control the amount of error that is returned from a modeling system and to state upper bounds on the amount of error that the modeling system will return on all future, as yet unseen and uncollected data sets. It is possible for modelers to use the VC theory to determine which type of model more accurately represents a system.

SVM-KNN分类器——一种提高SVM分类精度的新方法

本文提出了一种将支持向量机分类和最近邻分类相结合的方法 ,形成了一种新的分类器 .首先对支持向量机进行分析可以看出它作为分类器实际相当于每类只选一个代表点的最近邻分类器 ,同时在对支持向量机分类时出错样本点的分布进行研究的基础上 ,在分类阶段计算待识别样本和最优分类超平面的距离 ,如果距离差大于给定阈值直接应用支持向量机分类 ,否则代入以每类的所有的支持向量作为代表点的K近邻分类 .数值实验证明了使用支持向量机结合最近邻分类的分类器分类比单独使用支持向量机分类具有更高的分类准确率 。