基于VC-DRSA的危化品公路运输风险不确定因素分析

在深入探讨危化品在公路运输过程中不确定影响因素的基础上,对危化品公路运输事故历史数据进行了整理,提出采用变一致性优势关系粗糙集理论(VC-DRSA)定量分析危化品运输环境风险不确定因素重要度,进而揭示风险因素与风险之间的因果关系及其不可约简规则,为缓解和预防危化品公路运输风险提供了一定的理论依据.

一种新的机器学习算法:Support Vector Machines

SVM是由Vapnik及其领导的AT&T Bell实验室研究小组提出的一种新的非常有发展前景的机器学习算法。本文通过它与神经网络学习算法的比较,说明了SVM具有较强的理论依据和较好的泛化性能。本文是SVM的发展综述,重点介绍了SVM的理论依据和一些值得研究的问题。