支持向量机分类器中几个问题的研究 被引量：33

1

作者 朱永生 张优云 《计算机工程与应用》 CSCD 北大核心 2003年第13期36-38,共3页

研究了核参数和误差惩罚参数对支持向量机推广能力的影响方式,指出核参数主要影响数据在特征空间中的分布,误差惩罚参数在特征空间中确定经验风险水平而影响SVM的性能。指出特征空间维数和学习机器复杂度并没有直接关系,讨论了结构风险... 研究了核参数和误差惩罚参数对支持向量机推广能力的影响方式,指出核参数主要影响数据在特征空间中的分布,误差惩罚参数在特征空间中确定经验风险水平而影响SVM的性能。指出特征空间维数和学习机器复杂度并没有直接关系,讨论了结构风险最小化原则,最后给出了支持向量机和神经网络训练方法的差别和仿真试验结果。 展开更多

关键词 支持向量机 核参数 结构风险最小化原则

下载PDF 职称材料

高斯核支持向量机分类和模型参数选择研究 被引量：39

2

作者 郑小霞 钱锋 《计算机工程与应用》 CSCD 北大核心 2006年第1期77-79,共3页

支持向量机(SupportVectorMachine,SVM)是近几年发展起来的机器学习新方法,以高斯核为核函数的支持向量机在实际应用中表现出良好的学习性能,被广泛应用于模式分类中。论文研究了高斯核支持向量机分类在IRIS分类问题上的应用,并结合结... 支持向量机(SupportVectorMachine,SVM)是近几年发展起来的机器学习新方法,以高斯核为核函数的支持向量机在实际应用中表现出良好的学习性能,被广泛应用于模式分类中。论文研究了高斯核支持向量机分类在IRIS分类问题上的应用,并结合结构风险最小化原则分析了误差惩罚参数C和高斯核宽度σ对SVM性能的影响,最后通过数值实验进一步分析了这种影响。 展开更多

关键词 支持向量机 结构风险最小化原则 高斯核 核参数

下载PDF 职称材料

基于支持向量回归的旅客吞吐量预测研究 被引量：17

3

作者 冯兴杰 魏新 黄亚楼 《计算机工程》 EI CAS CSCD 北大核心 2005年第14期172-173,共2页

在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果相比较,证明应用支持向量回归方法对机场旅客吞吐量... 在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果相比较,证明应用支持向量回归方法对机场旅客吞吐量进行预测具备可行性,同时具有较高的预测精度。 展开更多

关键词 旅客吞吐量 支持向量回归 预测研究 结构风险最小化原则 BP神经网络 预测方法 预测结果 预测模型 回归方法 预测精度 机场 数据

下载PDF 职称材料

基于RBF核函数的SVM方法在短期电力负荷预测中的应用 被引量：10

4

作者 潘锋 程浩忠 《供用电》 2006年第1期16-18,共3页

介绍了支持向量机(SVM)方法及其在电力系统短期负荷预测中的应用。SVM以统计学习理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点。选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法。

关键词 支持向量机 电力系统 短期负荷预测 结构风险最小化原则 核函数

下载PDF 职称材料

加权支持向量机在证券指数预测中的研究

5

作者 奉国和 朱思铭 《经济数学》 2005年第2期150-153,共4页

支持向量机是基于统计学习理论的新一代学习机器.它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题.本文提出了一种基于支持向量机的加权算法,并将其应用于证券,指数预测.与径向基神经网络相比较,加权支持向量机表现出了良好... 支持向量机是基于统计学习理论的新一代学习机器.它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题.本文提出了一种基于支持向量机的加权算法,并将其应用于证券,指数预测.与径向基神经网络相比较,加权支持向量机表现出了良好的性能. 展开更多

关键词 支持向量回归 加权支持向量机 证券指数 支持向量机 加权算法 预测 指数 证券 结构风险最小化原则 径向基神经网络

下载PDF 职称材料

支撑向量机回归的简化SMO算法 被引量：9

6

作者 杨杰 叶晨洲 +1 位作者 全勇 陈念贻 《红外与激光工程》 EI CSCD 北大核心 2004年第5期533-537,共5页

统计学习理论中提出的支撑向量机回归(SVR)遵循了结构风险最小化原则,从而避免了一味追求经验风险最小化带来的弊端。采用扩展方法使SVR与支撑向量机分类(SVC)具有相似的数学形式,并在此基础上提出了一种用于SVR的简化SMO算法。与SVR现... 统计学习理论中提出的支撑向量机回归(SVR)遵循了结构风险最小化原则,从而避免了一味追求经验风险最小化带来的弊端。采用扩展方法使SVR与支撑向量机分类(SVC)具有相似的数学形式,并在此基础上提出了一种用于SVR的简化SMO算法。与SVR现有的SMO算法相比,简化算法的数学形式简洁直观,在不增加算法空间和时间复杂度的前提下避免了大量繁复的判别条件,较大幅度地简化了算法实现,有利于SVR的广泛使用。 展开更多

关键词 SMO算法 支撑向量机 统计学习理论 时间复杂度 简化算法 算法实现 结构风险最小化原则 数学形式 判别条件 回归

下载PDF 职称材料

基于复随机样本的结构风险最小化原则 被引量：8

7

作者 哈明虎 田景峰 张植明 《计算机研究与发展》 EI CSCD 北大核心 2009年第11期1907-1916,共10页

统计学习理论目前是处理小样本学习问题的最佳理论.然而,该理论主要是针对实随机样本的,它难以讨论和处理现实世界中客观存在的涉及复随机样本的小样本统计学习问题.结构风险最小化原则是统计学习理论的核心内容之一,是构建支持向量机... 统计学习理论目前是处理小样本学习问题的最佳理论.然而,该理论主要是针对实随机样本的,它难以讨论和处理现实世界中客观存在的涉及复随机样本的小样本统计学习问题.结构风险最小化原则是统计学习理论的核心内容之一,是构建支持向量机的重要基础.基于此,研究了基于复随机样本的统计学习理论的结构风险最小化原则.首先,给出了标志复可测函数集容量的退火熵、生长函数和VC维的定义,并证明了它们的一些性质;其次,构建了基于复随机样本的学习过程一致收敛速度的界;最后,给出了基于复随机样本的结构风险最小化原则,证明了该原则是一致的,同时推导出了收敛速度的界. 展开更多

关键词 统计学习理论 结构风险最小化原则 支持向量机 复随机样本 VC维

下载PDF 职称材料

基于模糊Adaboost算法的支持向量回归机 被引量：4

8

作者 牛艳庆 胡宝清 《模糊系统与数学》 CSCD 北大核心 2006年第2期140-145,共6页

针对单一支持向量回归机预测精度不十分良好的问题,结合A daboost算法以及引入隶属函数,提出了一个基于模糊A aboost算法的支持向量回归机模型。将该模型应用于金融时间序列预测问题的实验表明,预测精度有一定的提高,从而说明了该模型... 针对单一支持向量回归机预测精度不十分良好的问题,结合A daboost算法以及引入隶属函数,提出了一个基于模糊A aboost算法的支持向量回归机模型。将该模型应用于金融时间序列预测问题的实验表明,预测精度有一定的提高,从而说明了该模型的有效性和可行性。 展开更多

关键词 支持向量机 结构风险最小化原则 ADABOOST算法 金融时间序列

下载PDF 职称材料

基于支持向量机的分解合作的加权算法及其应用 被引量：4

9

作者 奉国和 黄榕波 +1 位作者 罗泽举 朱思铭 《计算机科学》 CSCD 北大核心 2005年第4期91-93,共3页

支持向量机是基于统计学习理论的新一代学习机器。它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题。当训练数据相当大时,其训练速度是制约其应用的瓶颈。本文提出了一种基于支持向量机的分解合作的加权算法并将其应用于股... 支持向量机是基于统计学习理论的新一代学习机器。它使用结构风险最小化原则,运用核技巧,较好地解决了学习问题。当训练数据相当大时,其训练速度是制约其应用的瓶颈。本文提出了一种基于支持向量机的分解合作的加权算法并将其应用于股票指数预测,与标准算法相比较,分解合作加权算法表现出了良好的性能。 展开更多

关键词 支持向量机 加权算法 应用 合作 分解 结构风险最小化原则 统计学习理论 学习问题 训练数据 训练速度

下载PDF 职称材料

考虑影响因素的短期负荷预测核函数ELM方法 被引量：5

10

作者 张宁 刘天键 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2018年第8期703-707,714,共6页

结合结构风险最小化原则,使用核函数映射代替基本极限学习机（ELM）模型中的隐层节点特征映射,在考虑温度、相对湿度、日期类型、历史负荷等影响因素情况下提出了基于核函数极限学习机模型的短期负荷预测新方法.该方法具有较强的泛化能... 结合结构风险最小化原则,使用核函数映射代替基本极限学习机（ELM）模型中的隐层节点特征映射,在考虑温度、相对湿度、日期类型、历史负荷等影响因素情况下提出了基于核函数极限学习机模型的短期负荷预测新方法.该方法具有较强的泛化能力,并能避免基本ELM模型可能产生的过学习现象.对实际负荷数据进行预测分析,其研究结果表明核函数极限学习机模型的预测精度要优于基本ELM模型、最小二乘支持向量机模型以及BP神经网络模型.同时也验证了核函数极限学习机方法用于短期负荷预测中的可行性和有效性. 展开更多

关键词 结构风险最小化原则 极限学习机 负荷影响因素 核函数极限学习机 最小二乘支持向量机模型

原文传递

双重随机样本的结构风险最小化原则 被引量：5

11

作者 张植明 《计算机工程与应用》 CSCD 北大核心 2009年第1期51-55,共5页

提出退火熵、生长函数和VC维等概念,构建基于VC维的学习过程一致收敛速度的界。以这些界为基础,给出基于双重随机样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。

关键词 双重随机样本 退火熵 生长函数 VC维 结构风险最小化原则 渐近收敛速率的界

下载PDF 职称材料

基于模糊随机样本的结构风险最小化原则 被引量：4

12

作者 何其慧 姚登宝 +1 位作者 王翠翠 毛军军 《计算机工程与应用》 CSCD 北大核心 2011年第34期51-55,144,共6页

基于模糊随机样本,提出了熵、退火熵、生长函数和VC维等概念,并在此基础上构建了基于VC维的学习过程一致收敛速度的界;给出了基于模糊随机样本的结构风险最小化原则(FSSRM原则),证明了基于FSSRM原则下收敛速度渐进分析的相关性质。

关键词 模糊随机样本 VC维 结构风险最小化原则 渐进分析

下载PDF 职称材料

基于随机粗糙样本的结构风险最小化原则 被引量：4

13

作者 张植明 田景峰 《计算机工程与应用》 CSCD 北大核心 2010年第21期51-54,共4页

提出了退火熵,生长函数和VC维等概念,构建了基于VC维的学习过程一致收敛速度的界。然后以这些界为基础,给出基于随机粗糙样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。

关键词 随机粗糙样本 退火熵 生长函数 VC维 结构风险最小化原则 渐进收敛速度的界

下载PDF 职称材料

蛋白质二级结构预测的支持向量机模型研究 被引量：1

14

作者 孙向东 韦柳静 黄日波 《广西农业生物科学》 CAS CSCD 2004年第1期67-71,共5页

蛋白质序列种类繁多 ,形态、结构和功能极其丰富多样 ,而已知三维结构的蛋白质数量却非常有限。为了能够利用有限的已知结构模拟和预测未知蛋白的结构 ,小样本统计学技术非常重要。本文主要探讨统计学习理论应用于蛋白质二级结构预测的... 蛋白质序列种类繁多 ,形态、结构和功能极其丰富多样 ,而已知三维结构的蛋白质数量却非常有限。为了能够利用有限的已知结构模拟和预测未知蛋白的结构 ,小样本统计学技术非常重要。本文主要探讨统计学习理论应用于蛋白质二级结构预测的模型 ,说明支持向量机 (SVMs)进行蛋白质二级结构模式识别的主要步骤 ,讨论利用 SVMs预测蛋白质二级结构优化过程中样本空间的确定方法 ,研究氨基酸序列向量化途径以及分析如何选择映射输入空间到特征空间的核函数等问题。 展开更多

关键词 蛋白质二级结构 支持向量机 小样本统计学技术 映射输入空间 特征序列 结构风险最小化原则

下载PDF 职称材料

Sugeno测度空间上的一类回归估计问题的界 被引量：3

15

作者 田景峰 张植明 哈明虎 《模糊系统与数学》 CSCD 北大核心 2009年第4期84-91,共8页

在Sugeno测度空间上进一步探讨了统计学习理论。给出了Sugeno测度空间上gλ随机变量的条件期望的定义;在Sugeno测度空间上利用带加性噪声的观测数据,建立了一个由级数展开表达的回归估计模型,并针对此模型给出并证明了它的一个界。

关键词 Sugeno测度 gλ随机变量 结构风险最小化原则 回归估计

下载PDF 职称材料

支持向量机算法应用于短期电力负荷预测 被引量：2

16

作者 潘锋 汪利华 张敏华 《电气应用》 北大核心 2009年第14期82-85,共4页

介绍了支持向量机(SVM)方法及其在电力系统负荷预测中的应用。SVM以统计学理论为理论基础,采用结构最小化(SRM)原则,具有收敛速度快、全局最优等优点。选取RBF函数作为核函数,实际算例表明,预测精度优于时间序列及BP神经网络等方法。

关键词 KEYWORDS 支持向量机 电力系统 短期负荷预测 结构风险最小化原则 核函数

下载PDF 职称材料

粗糙随机样本的结构风险最小化原则 被引量：3

17

作者 孙小慧 孙恒 吴涛 《周口师范学院学报》 CAS 2012年第5期7-12,17,共7页

介绍了粗糙随机理论的基本内容,提出了退火熵、生长函数和VC维等概念.并在此基础上构建了基于VC维的学习过程一致收敛速度的界;随后给出了粗糙随机样本的结构风险最小化原则;最后证明了在此原则下收敛速度渐进分析的一些相关性质.

关键词 粗糙随机样本 退火熵 生长函数 VC维 结构风险最小化原则 渐进分析

下载PDF 职称材料

基于结构风险最小化原则的线性EIV模型参数岭估计方法 被引量：3

18

作者 赵明清 席甜甜 《数理统计与管理》 CSSCI 北大核心 2020年第5期874-883,共10页

加权整体最小二乘(WTLS)法是一种可同时顾及被解释变量和解释变量随机误差的估计方法,能够达到较高的预测精度.但是,该方法只考虑了模型的拟合优度,而忽略了复杂度,从而降低了其泛化能力.本文基于结构风险最小化原则,提出了线性EIV模型... 加权整体最小二乘(WTLS)法是一种可同时顾及被解释变量和解释变量随机误差的估计方法,能够达到较高的预测精度.但是,该方法只考虑了模型的拟合优度,而忽略了复杂度,从而降低了其泛化能力.本文基于结构风险最小化原则,提出了线性EIV模型参数岭估计(PRE)方法,利用Lagrange乘数法导出了参数最优估计所满足的条件方程,并在此基础上给出了其数值解的迭代算法.为说明PRE方法的有效性,本文通过蒙特卡洛方法进行了数据模拟,进一步利用PRE方法对1995 2016年我国财险保费收入影响因素进行了实证研究,并与最小二乘(LS)、岭估计(RE)和加权整体最小二乘(WTLS)三种方法对比,研究结果表明:本文提出的PRE方法能明显提高预测精度,具有更强的泛化能力等优点.本文的最后还提出了PRE的统计性质等几个需要进一步研究的问题. 展开更多

关键词 EIV模型 参数估计 结构风险最小化原则 财险保费收入

原文传递

多分类最大间隔孪生支持向量机 被引量：2

19

作者 高斌斌 王建军 《西南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第10期130-135,共6页

提出一种新的多分类最大间隔孪生支持向量机算法.该算法通过引入间隔以结构风险最小为优化目标建立分类模型,并采用一对一对余的结构训练子分类器.仿真实验和真实数据实验表明:所提算法能有效提高模型的泛化性能.

关键词 多分类 孪生支持向量机 最大间隔 一对一对余 结构风险最小化原则

下载PDF 职称材料

给定经验风险水平的支持向量回归机 被引量：1

20

作者 罗林开 叶凌君 +1 位作者 彭洪 杨帆 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第10期47-51,共5页

针对传统支持向量回归机(SVR)中经验风险和置信风险的折中系数C难以选择的问题,提出了2种给定经验风险水平的支持向量回归新模型.相比于传统的SVR模型,新模型给出了结构风险化原则的另一种实现方式,为经验风险和置信风险的控制提供了更... 针对传统支持向量回归机(SVR)中经验风险和置信风险的折中系数C难以选择的问题,提出了2种给定经验风险水平的支持向量回归新模型.相比于传统的SVR模型,新模型给出了结构风险化原则的另一种实现方式,为经验风险和置信风险的控制提供了更容易处理的方案.此方案一方面可满足对经验风险的具体要求;另一方面又避免了折中系数C的选取,减少了模型参数的选择时间.此外,新模型还可通过设置各个样本点上经验风险的大小,自然地处理样本点重要性不一样的问题.标准数据集上的实验验证了新模型的有效性. 展开更多

关键词 支持向量回归机 回归模型 经验风险 置信风险 结构风险最小化原则

原文传递