导读:本文包含了混合核函数论文开题报告文献综述及选题提纲参考文献,主要关键词:泥石流,最小二乘支持向量回归,混合核函数,加权核主成分分析
混合核函数论文文献综述
李丽敏,程少康,温宗周,萧明伟,徐根祺[1](2019)在《基于改进KPCA与混合核函数LSSVR的泥石流预测》一文中研究指出针对引发泥石流灾害的多重影响因素而导致的预测维数灾难,以及最小二乘支持向量回归(least squares support vector regression, LSSVR)模型中选取单核函数而导致的模型训练性能部分缺陷的问题,提出了一种基于改进的核主成分分析(kernel principal component analysis, KPCA)与混合核函数LSSVR的泥石流灾害预测方法.首先,将影响泥石流发生的7种初始因子赋予权重,利用加权KPCA法筛选出3个主成分影响因子作为模型输入;然后,将局部核函数与全局核函数相结合,运用到LSSVR模型上,进行泥石流发生概率预测,以平衡样本学习能力与泛化能力,并使用果蝇优化算法(fruit fly optimization algorithm, FOA)更新模型的最优参数;最后,以磨子沟监测数据进行仿真验证.结果表明,该方法能够有效地降低维数灾难并提升预测模型精确度,在误差允许范围内预测出泥石流发生概率值及对应的预警等级,为相关决策部门提供一定的借鉴经验.(本文来源于《信息与控制》期刊2019年05期)
张婷慧,宇洁,叶张林,林怡[2](2019)在《结合粒子群寻优的混合核函数极限学习机分类模型》一文中研究指出多光谱影像记录了地球上各类地物的电磁波,具有极大的信息量,对影像上相关信息的处理和提取是遥感信息应用的前提。多光谱影像的信息自动提取技术的准确性和提取速度是图像分析与理解领域永恒的研究主题。针对遥感影像信息提取的复杂性和极限学习机ELM的分类性能,在单隐层神经网络和极限学习机理论的基础上,提出了基于粒子群参数寻优的混合核函数极限学习机分类模型。与标准的ELM、支持向量机等分类模型进行比较验证,实验结果表明,混合核函数的极限学习机总体分类精度最高,达到了92.67%,有效提高了影像信息提取的精度和速度,很好地满足了图像信息自动提取对准确率和速度的双重要求。(本文来源于《测绘科学技术学报》期刊2019年01期)
解红刚,解红永,杜雅君,谭富军,梁金龙[3](2019)在《混合核函数相关向量机在污垢预测中的应用》一文中研究指出污垢的热阻反映了污垢结垢的程度,准确预测污垢热阻,为污垢监测以及污垢对策提供了重要参考依据。近年来,混合核函数相关向量机开始用于预测变压器顶层油温。将基于混合核函数的相关向量机应用到污垢预测研究中,介绍混合核函数相关向量机的基本原理,通过在线监测装置,采集样本数据,进行仿真实验。结果表明混合核函数相关向量机能准确预测污垢热阻值,相对于单一核函数相关向量机,混合核函数相关向量机的预测精度更高。(本文来源于《山东电力技术》期刊2019年04期)
郑慢慢[4](2019)在《基于支持向量机的混合核函数研究》一文中研究指出基于统计学习理论的机器学习算法——支持向量机,因其具有严谨的数学推导和简明易懂的算法结构,已经在线性分类问题上的理论发展趋于完备,但在核函数及其参数的选择方面至今仍没有确切的结论可以直接使用.本文主要研究了径向基核函数(RBF核函数)、多项式核函数(Poly核函数)以及改进的RBF核函数——N_RBF核函数的参数选择问题.并对上述核函数的混合形式进行了深入研究.为解决非线性支持向量机分类的难题,本文利用核函数强大的特征表达和非线性分类能力,对RBF核函数和Poly核函数的基本性质进行了详尽的介绍,解释和说明它们作为单个核函数具有的良好的分类性质.同时引入基于伸缩率的N_RBF核函数,深入研究N_RBF核函数具有的良好性质.本文首先提出了一种基于支持向量机的混合核函数方法来解决非线性分类问题.将RBF核函数与Poly核函数用线性加权和的方法进行混合得到一种新型核函数RBF_Poly核函数.RBF_Poly核函数充分结合了RBF核函数和Poly核函数作为单个核函数的优点,实验结果表明,所提的RBF_Poly核函数不仅可以有效提升预测精度,同时面对不同数据时也具备较强的泛化性.本文还提出了另一种基于支持向量机的混合核函数方法来解决非线性分类问题.将N_RBF核函数与Poly核函数用线性加权和的方法进行混合以得到另一种新型混合核函数N_RBF_Poly.N_RBF核函数能够始终保证伸缩率不小于1,克服了RBF核函数在伸缩率小于0.5时不利于分类的缺点.仿真实验表明,所提的N_RBF_Poly核函数具有优于单个核函数的分类效果.(本文来源于《华东师范大学》期刊2019-04-01)
张沫,章彪[5](2018)在《基于混合核函数和高阶容积卡尔曼滤波的神经网络训练算法》一文中研究指出现有的高阶容积卡尔曼滤波(HCKF)对基于单个核函数的神经网络进行训练精度不高。为解决这一问题,提出一种基于混合核函数和HCKF的神经网络训练算法。将局部核函数与全局核函数线性组合成混合核函数,在该混合核函数的基础之上通过神经网络建立非线性系统的状态空间模型。将非线性系统的状态量和网络的权重合并成系统的扩维状态向量,用HCKF对扩维状态进行实时训练估计。仿真结果表明,该训练算法具有可行性和有效性。(本文来源于《计算机应用与软件》期刊2018年10期)
彭建新,万腾辉,赵熙[6](2018)在《基于混合核函数支持向量机的智能运维管理研究》一文中研究指出根据物联网技术收集机房硬件及相关软件运行状态信息,对各设备运行信息进行特征值提取并且进行Fisher score的特征值寻优评价,采用混合核函数的支持向量机对需要响应的运维进行分类,实验采取交叉验证并证明了较好的运维事件分类效果,以此研究和设计基于云环境的智能运维管理,形成智能运维服务和管理新模式,并在公安及其他行业推广应用。(本文来源于《中国人民公安大学学报(自然科学版)》期刊2018年03期)
于良[7](2018)在《基于混合核函数MAPSO-SVR的边坡位移预测研究》一文中研究指出随着边坡大量涌现,边坡滑坡事件屡见不鲜,从而给人民的生产、生活带来了巨大的影响和损失,因此对边坡的变形预测和预警,就显得尤为迫切和重要。针对传统预测方法的不足,有必要探讨新方法来进行预测。为此,本文将改进支持向量机运用到边坡位移预测中。首先,针对支持向量机预测模型参数难以求取、传统PSO参数寻优易陷入极值的问题,将自适应惯性权重置换粒子群算法速度更新公式中的惯性权重;并运用多粒子信息共享改进粒子群算法的位置更新公式,构建MAPSO算法。针对单一核函数泛化性、学习能力存在的问题,运用Poly与RBF加递减权混合核函数代替SVM核函数。运用MAPSO算法对混合核函数的支持向量机进行参数寻优,最终建立混合核函数MAPSO-SVR的边坡位移预测模型。其次,采用丹巴镜滑坡位移数据和新卧龙滑坡位移数据作为实验数据,运用Faruto等人开发的Libsvm加强版工具箱,实现对混合核函数MAPSO-SVR的边坡位移预测模型的训练和预测。最后,根据编制的Matlab程序,将基于混合核函数MAPSO-SVR的边坡位移预测结果与基于传统支持向量机预测结果做对比。其中,丹巴镜滑坡位移数据,基于混合核函数MAPSO-SVR的边坡位移预测得到的最大、最小相对误差分别为6.97%、0.55%;基于混合核函数MAPSO-SVR的边坡位移预测得到的均方误差和平方和误差分别为0.014、0.074;基于PSO参数寻优算法的支持向量机边坡位移预测得到的最大、最小相对误差分别为9.92%、2.15%;基于PSO参数寻优算法的支持向量机边坡位移预测得到的均方误差和平方和误差分别为0.033、0.166。卧龙寺新滑坡数据,基于混合核函数MAPSO-SVR的边坡位移预测得到的最大、最小相对误差分别为3.67%、0.16%;基于混合核函数MAPSO-SVR的边坡位移预测得到的均方误差和平方和误差分别为1.16、6.90;基于PSO参数寻优算法的支持向量机边坡位移预测得到的最大、最小相对误差分别为10.46%、3.79%;基于PSO参数寻优算法的支持向量机边坡位移预测得到的均方误差和平方和误差分别为7.35、44.08。由此可以验证基于混合核函数MAPSO-SVR的边坡位移预测有更高的精度。(本文来源于《江西理工大学》期刊2018-05-25)
张彦军[8](2018)在《应用混合核函数支持向量机的网络安全检测模型研究》一文中研究指出在总结Do S/DDo S攻防基本技术和现有网络安全模型的基础上,提出了一种改进的网络安全模型,该模型应用支持向量机对网络攻击行为进行分类,并在算法中采用多个核函数的混合策略,通过部署测试,实验证明改进算法的网络安全模型具有一定的优势。(本文来源于《信息技术与网络安全》期刊2018年05期)
张良良,石永奎,李俊勇[9](2018)在《基于混合核函数支持向量机的顶板砂岩富水性研究》一文中研究指出为了寻求一种能够较好地预测煤层顶板砂岩富水性等级的方法,以桑树坪煤矿为例,分别采用BP神经网络、K最近邻分类法、决策树和支持向量机算法对其顶板砂岩富水性进行预测。比较发现,基于支持向量机的预测模型准确率最高为87.5%,节点错误率最低,优于其他3种模型。为了进一步提高模型预测准确率,建立了煤层顶板砂岩富水性的混合核函数支持向量机预测模型,当λ_1=0.05与λ_2=0.95时预测准确率达到100%。研究结果表明,以条件属性作为输入、决策属性作为输出的混合核函数支持向量机预测模型能较好地预测煤层顶板砂岩富水性等级,效果较好。(本文来源于《矿业安全与环保》期刊2018年02期)
郑艳秋,江涛[10](2018)在《混合核函数SVM在融资风险评估中的应用》一文中研究指出文章通过SVM混合核函数相对距离概率折算,以评估赋分与标准比例化对比,构造一个具备精度调整曲面的混合核函数。运用此函数对制造业外部融资风险进行实证分析。实证分析结果表明,改进混合核函数SVM为制造业外部融资的生存风险关联提供了生存风险指标选取与评估赋分的精度曲面高效趋近;经过优化的混合核函数SVM为制造业外部融资的生存风险解释能力提升表现为每获得一个百分比的外部融资增幅,可以形成0.2%以上的外部融资与风险生存关联关系趋近。创新资金投入追加、资本累积对这一关联的解释最为显着,制造业生产规模对制造业外部融资对其生存风险的控制受到生产规模较高的间接传递作用。(本文来源于《统计与决策》期刊2018年05期)
混合核函数论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
多光谱影像记录了地球上各类地物的电磁波,具有极大的信息量,对影像上相关信息的处理和提取是遥感信息应用的前提。多光谱影像的信息自动提取技术的准确性和提取速度是图像分析与理解领域永恒的研究主题。针对遥感影像信息提取的复杂性和极限学习机ELM的分类性能,在单隐层神经网络和极限学习机理论的基础上,提出了基于粒子群参数寻优的混合核函数极限学习机分类模型。与标准的ELM、支持向量机等分类模型进行比较验证,实验结果表明,混合核函数的极限学习机总体分类精度最高,达到了92.67%,有效提高了影像信息提取的精度和速度,很好地满足了图像信息自动提取对准确率和速度的双重要求。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合核函数论文参考文献
[1].李丽敏,程少康,温宗周,萧明伟,徐根祺.基于改进KPCA与混合核函数LSSVR的泥石流预测[J].信息与控制.2019
[2].张婷慧,宇洁,叶张林,林怡.结合粒子群寻优的混合核函数极限学习机分类模型[J].测绘科学技术学报.2019
[3].解红刚,解红永,杜雅君,谭富军,梁金龙.混合核函数相关向量机在污垢预测中的应用[J].山东电力技术.2019
[4].郑慢慢.基于支持向量机的混合核函数研究[D].华东师范大学.2019
[5].张沫,章彪.基于混合核函数和高阶容积卡尔曼滤波的神经网络训练算法[J].计算机应用与软件.2018
[6].彭建新,万腾辉,赵熙.基于混合核函数支持向量机的智能运维管理研究[J].中国人民公安大学学报(自然科学版).2018
[7].于良.基于混合核函数MAPSO-SVR的边坡位移预测研究[D].江西理工大学.2018
[8].张彦军.应用混合核函数支持向量机的网络安全检测模型研究[J].信息技术与网络安全.2018
[9].张良良,石永奎,李俊勇.基于混合核函数支持向量机的顶板砂岩富水性研究[J].矿业安全与环保.2018
[10].郑艳秋,江涛.混合核函数SVM在融资风险评估中的应用[J].统计与决策.2018
标签:泥石流; 最小二乘支持向量回归; 混合核函数; 加权核主成分分析;