搜索结果: 1-15 共查到“理学 SVM”相关记录36条 . 查询时间(0.046 秒)
鲁东大学Python数据分析实战课件 支持向量机(SVM)基础。
针对入侵检测中恶意流量特征高维度问题，提出了一种改进的遗传算法优化支持向量机的入侵检测方法。根据适应度函数和种群进化次数首先设计了自适应变化的交叉和变异概率，利用梯度下降法对遗传算法进行了改进，然后设计一种基于分类准确率、数据特征维度和误报率的适应度函数，同时输出网络流量特征权重、核参数γ和惩罚因子C，仿真实验表明：本方法相比其他入侵检测算法，降低至少20%流量特征维度，提高至少2%流量检测准...
基于SVM和多观测样本的相似不完整数据分类
模糊对策理论 梯形模糊数 模糊系统模型 线性规划
2015/7/16
针对传统模糊支付矩阵对策求解方法不能保证局中人的模糊值始终相同且求解复杂的问题, 通过引入??- 矩阵对策的概念, 提出一种求解支付为梯形模糊数的矩阵对策线性规划方法. 该方法中局中人双方的对策值始终相同, 且此对策值的任意??- 截集的上下界和局中人的最优策略容易通过求解导出的4 个线性规划问题获得, 特别地, 可得到模糊对策值的显式表示. 通过与其他方法的比较, 表明了所提出的方法更具有效性和...
基于SVM测井数据的火山岩岩性识别——以辽河盆地东部坳陷为例
火山岩 岩性识别 测井响应
2015/6/4
辽河盆地东部坳陷储集层由火山多期喷发形成,岩相岩性复杂,岩性以中、基性火山岩为主.本文将火山岩的岩心及岩矿鉴定资料与测井数据进行整合,应用测井数据建立支持向量机(SVM)两分类和多分类岩性识别模式.首先,深入研究支持向量机二分类及"一对一"、"一对多"和有向无环图三种经典多分类算法的基本原理及结构;然后,总结研究区域火山岩岩石特征,分析测井数据的测井响应组合特征,选择40口井中岩心分析和薄片鉴定资...
结合SVM和DS 证据理论的多极化HRRP 分类研究
目标识别 证据理论 分类器可信度 高分辨一维距离像
2014/2/28
针对雷达目标一维距离像(HRRP) 识别问题, 结合支持向量机(SVM) 和DS 证据理论提出一种多极化
HRRP 分类方法—–SDHRRP. 该方法通过混淆矩阵获取基分类器之间的距离, 从而根据基分类器对不同目标类的
分类能力给其赋予不同的可信度. 将该可信度值与SVM后验概率结合到DS 证据理论的基本概率赋值(BPA) 中,
以实现SVM和DS 证据理论在目标识别中的有效结合. 对实测目...
基于谱聚类欠取样的不均衡数据SVM分类算法
不均衡数据 SVM 算法 谱聚类 欠取样
2014/4/16
提出一种基于谱聚类欠取样的不均衡数据SVM分类算法。该算法首先在核空间中对多数类样本进行谱聚类，然后在每个聚类中根据聚类大小和该聚类与少数类样本间的距离，选择具有代表意义的信息点，最终实现训练样本间的数目均衡。实验中将该算法同其他不均衡数据预处理方法比较，结果表明该算法不仅能有效提高SVM算法对少数类的分类性能，而且总体分类性能及运行效率都有明显提高。
基于粗糙集与 SVM 的入侵检测算法
入侵检测 粗糙集 支持向量机
2012/9/10
本文提出基于粗糙集和SVM的入侵检测算法。首先预处理训练集，再用粗糙集方法对数据集约简，然后采用两个两类SVM分类器实现对DoS和Probing两类攻击检测，最后送入C4.5规则库匹配处理，实现对U2R和R2L攻击的检测。
An Improved Kriging Interpolation Technique Based on SVM and Its Recovery Experiment in Oceanic Missing Data
Least Square Support Vector Machine Kriging Interpolation Variogram SVM-Kriging
2013/1/30
In Kriging interpolation, the types of variogram model are very finite, which make the variogram very difficult to describe the spatial distributional characteristics of true data. In order to overcom...
基于SVM的橡胶连续收盘指数的降噪回归预测
支持向量机 降噪 回归预测 橡胶连续
2012/9/24
基于支持向量机的预测模型对橡胶连续的收盘价原始数据和降噪后数据进行预测,并对拟合得到的2 个结果进行对比.结果表明:对时间序列降噪后,再用支持向量机进行预测模拟,相比直接用原始数据得到预测结果要精确得多,也具有很好的推广价值.
基于改进的QBC和CS-SVM的故障检测
主动学习 代价敏感支持向量机 委员会投票选择算法 故障检测
2014/4/28
针对复杂工业过程样本集中的类不平衡、样本标注代价昂贵和样本孤点的问题, 研究基于委员会投票选择(MQBC) 和代价敏感支持向量机(CS-SVM) 的故障检测方法. 给出未标注样本信息度的定义, 提出改进的委员会投票选择算法. 主动代价敏感学习通过MQBC选择信息度高的未标注样本对其标注并添加到训练集. CS-SVM 将不同类样本的误分类赋予不同的误分类代价, 从而提高CS-SVM 的故障检测率. ...
对于处理大规模问题的信用评分方法除要求达到一定的准确率之外,其速度、可解释性、简洁性等性能也非常重要. 借鉴SMO的思想, 首先提出一个基于三变量的改进的SVM学习算法, 即将SVM问题分解为一系列含有三个变量的二次规划子问题,其优点是所求的相应松弛子问题都有解析解,使得该方法能够更加精确和快速地逼近最优解;其次将新算法应用于信用评分问题,在UCI机器学习库中的三个公共数据集上的数值试验表明了新方...
针对近红外光谱易受样品温度的影响，论文采用多尺度小波变换对光谱数据进行消噪，运用最小二乘支持向量机（LS-SVM）在全谱范围内建立了近红外光谱预测模型，研究土壤温度对土壤含水率预测结果的影响，提出了应用多波长和LS-SVM回归法补偿土壤温度对土壤含水率预测精度的影响。试验结果表明，土壤温度影响近红外光谱预测土壤含水率，模型预测精度降低；采用多尺度小波消噪并提取特征光谱，运用特征光谱和LS-SVM法...
基于LS-SVM的热处理炉钢板温度预报模型
最小二乘支持向量机 混合核函数 预报模型
2014/4/9
根据中厚板热处理炉钢板温度控制的工艺特点,建立了一种基于混合核函数最小二乘支持向量机(LS-SVM)的热处理炉钢板温度预报模型,并给出相应的建模步骤。通过LS-SVM模型拟合输入与输出之间的复杂非线性函数关系,以现场生产工艺数据为训练样本对模型进行学习,再选取测试数据样本对模型进行仿真检验。将模型应用于计算热处理炉钢板温度的数学模型中,仿真结果显示,所建立的模型简单,预报能力强,具有广泛的应用前景...
Design and Status of SolarVector Magnetograph (SVM-I) at Udaipur Solar Observatory
Sun: polarimetry Fabry Perot solar magnetic fields
2010/9/16
We present the status of the instrument called SolarVector Magnetograph Phase-I (SVM-I) currently being developed at Udaipur Solar Observatory. SVM-I is an instrument which aims to determine the magne...