期刊文献+
共找到15篇文章
< 1 >
每页显示 20 50 100
基于支持向量机的个人信用评估模型及最优参数选择研究 被引量:47
1
作者 肖文兵 费奇 《系统工程理论与实践》 EI CSCD 北大核心 2006年第10期73-79,共7页
运用基于支持向量机理论试图建立一个新的个人信用评估预测方法,以期取得更好的预测分类能力.为了达到这个目标及保证可靠性,研究中使用网格5-折交叉确认来寻找不同核函数的最优参数.为了进一步评价SVM分类准确性,我们在本文最后对SVM... 运用基于支持向量机理论试图建立一个新的个人信用评估预测方法,以期取得更好的预测分类能力.为了达到这个目标及保证可靠性,研究中使用网格5-折交叉确认来寻找不同核函数的最优参数.为了进一步评价SVM分类准确性,我们在本文最后对SVM方法与线性判别分析,Logistic回归分析,最近邻,分类回归树及神经网络进行了比较,结果表明,SVM有很好的预测效果. 展开更多
关键词 信用评估 支持向量机(SVM) 神经网络(NN) 5-折交叉确认
原文传递
基于BPNN-SHAP模型的滑坡危险性评价:以伊犁河流域为例
2
作者 戴勇 孟庆凯 +2 位作者 陈世泷 李威 杨立强 《沉积与特提斯地质》 CAS CSCD 北大核心 2024年第3期534-546,共13页
为进一步提高滑坡危险性预测模型精度、增强模型可解释性,本文以新疆伊犁河流域为研究区,选取8个影响滑坡发生的危险性因子,在反向传播神经网络(BPNN)基础上,借鉴博弈论思想,构建一种可解释BP神经网络模型(BPNNSHAP),解决神经网络滑坡... 为进一步提高滑坡危险性预测模型精度、增强模型可解释性,本文以新疆伊犁河流域为研究区,选取8个影响滑坡发生的危险性因子,在反向传播神经网络(BPNN)基础上,借鉴博弈论思想,构建一种可解释BP神经网络模型(BPNNSHAP),解决神经网络滑坡危险性评价的“黑箱”问题。将数据集分为70%训练集和30%测试集,采用5折交叉验证提高模型稳定性,对比深度神经网络(DNN)、随机森林(RF)和逻辑回归(LR)3个模型的评价精度,并探讨BPNNSHAP预测结果的可解释性,完成区域滑坡危险性评价。研究结果表明:相较于其他模型,BPNN-SHAP模型的5个精度评价指标均为最高,分别是:准确率(A)=0.904、精准度(P)=0.911、召回率(R)=0.919、F1分数(F1_(Score))=0.915、曲线下面积(SAUC)=0.901;研究区滑坡极高、高危险区分别占比11.96%、15.53%,其中新源县和巩留县极高、高危险区占比最高,分别为51.1%、45.6%;滑坡主控因子为高程、坡度、降雨量和峰值地面加速度(PGA),定量揭示高程在1500~2000 m、坡度大于14°、年降雨量在260~310 mm、PGA大于0.23 g的区域对滑坡发生起促进作用,表明该区域滑坡可能为高程和坡度主控的降雨型、地震型滑坡。本研究方法可为滑坡危险性评价提供新的技术参考,为伊犁河流域防灾减灾韧性建设提供理论支撑。 展开更多
关键词 滑坡危险性评价 BP神经网络 5折交叉验证 可解释性 伊犁河流域
下载PDF
改进移动加密流量分类的方法——数据质量分数
3
作者 程槟 魏福山 顾纯祥 《信息工程大学学报》 2024年第4期459-465,共7页
移动互联网的飞速发展使得针对移动加密流量的分类需求激增。深度学习分类方法依赖数据特征,但不同数据的特征量存在差异,均匀分配权重易降低性能。为此,提出一种称为数据质量分数(DQS)的方法来区分数据,并在损失函数中使用不同权重来... 移动互联网的飞速发展使得针对移动加密流量的分类需求激增。深度学习分类方法依赖数据特征,但不同数据的特征量存在差异,均匀分配权重易降低性能。为此,提出一种称为数据质量分数(DQS)的方法来区分数据,并在损失函数中使用不同权重来减少低质量数据对模型参数的干扰,同时提升高质量数据的作用。通过Mirage-2019数据集上的实验验证该方法的有效性,首先对该数据集进行统计分析,确定特征选择;然后构建包含不同神经网络结构的分类模型进行实验,并加入DQS方法进行前后性能对比。5折交叉验证的结果表明,加入DQS方法后,不同网络模型的分类性能均有提升,且训练时间没有明显增加。 展开更多
关键词 深度学习 加密流量分类 移动应用程序 数据质量分数 Mirage-2019数据集 损失函数 5折交叉验证
下载PDF
基于机器学习算法的服装直播销量预测模型
4
作者 韩铂 李沛 《丝绸》 CAS CSCD 北大核心 2024年第7期109-117,共9页
为了完善直播销量预测的指标体系,提高直播销量预测的准确率,本文对比多种机器学习算法,分析服装直播销量的影响因素并预测服装直播销量。首先,通过文献分析选取直播销量的影响因素,并使用Spearman相关系数结合显著性进行筛选。其次,通... 为了完善直播销量预测的指标体系,提高直播销量预测的准确率,本文对比多种机器学习算法,分析服装直播销量的影响因素并预测服装直播销量。首先,通过文献分析选取直播销量的影响因素,并使用Spearman相关系数结合显著性进行筛选。其次,通过不同机器学习算法建立服装销量预测模型。选用R 2、MAE、RMSE及MAPE为评价指标,采用5折交叉验证的方法,测试各模型性能。研究结果表明:主播粉丝数、主播近30天场均观看人次、主播近30天场均坑产、产品价格、产品讲解时长、产品近30天历史销量、品牌粉丝数、品牌近30天历史销量、折扣这9个因素之间共线性较弱且与直播销量之间的相关性显著,可作为预测模型中的影响因素;预测算法中K近邻算法和随机森林算法的表现较好,R 2均大于0.98,MAPE均在30.5%以内。预测结果可帮助零售商规划库存,调整生产计划,为产品采购、定价、推广提供数据支持。 展开更多
关键词 直播销量预测 机器学习 随机森林 K近邻 SVM支持向量机 五折交叉验证
下载PDF
基于加权二部图的Slope One推荐算法 被引量:3
5
作者 王冉 徐怡 +1 位作者 胡善忠 何明慧 《微电子学与计算机》 CSCD 北大核心 2018年第3期93-98,共6页
相对协同过滤算法,Slope One算法在执行速度上更加迅速,并且易于实现.但是算法没有考虑项目之间的推荐关系,故提出了一种基于加权二部图的Slope One推荐算法.利用加权二部图推荐算法计算项目之间的推荐程度,并用计算得到的项目之间的推... 相对协同过滤算法,Slope One算法在执行速度上更加迅速,并且易于实现.但是算法没有考虑项目之间的推荐关系,故提出了一种基于加权二部图的Slope One推荐算法.利用加权二部图推荐算法计算项目之间的推荐程度,并用计算得到的项目之间的推荐程度对Slope One预测评分过程进行加权处理,由于二部图推荐算法计算得到的项目之间的推荐程度是非对称的,从而使推荐结果更加多样化.在MovieLens数据集上利用5-折交叉验证以及4种评价指标对算法进行验证,实验表明改进后的算法在提高了推荐准确性的同时也提高了推荐的多样性. 展开更多
关键词 推荐系统 SLOPE ONE 加权二部图 5-折交叉验证
下载PDF
基于BP神经网络猪咳嗽声识别 被引量:5
6
作者 孙浩楠 仝志民 +1 位作者 谢秋菊 李嘉熙 《中国农机化学报》 北大核心 2022年第2期148-154,共7页
咳嗽是猪患呼吸道系统疾病发病早期的主要症状。为解决猪呼吸系统疾病难以被发现和人工监测准确率低的问题,提出利用BP神经网络来检测和识别猪咳嗽声音的方案。基于四麦克风阵列进行猪声音数据的采集,以猪咳嗽声、打呼噜声、尖叫声、哼... 咳嗽是猪患呼吸道系统疾病发病早期的主要症状。为解决猪呼吸系统疾病难以被发现和人工监测准确率低的问题,提出利用BP神经网络来检测和识别猪咳嗽声音的方案。基于四麦克风阵列进行猪声音数据的采集,以猪咳嗽声、打呼噜声、尖叫声、哼哼声、咆哮声的声音为研究对象,对得到的声音数据进行滤波、端点检测等预处理,把梅尔频率倒谱系数(MFCC)作为猪声音特征参数,建立BP神经网络学习和识别的模型。经五折交叉法验证猪咳嗽声平均识别率为85.33%,猪非咳嗽声平均识别率为86.24%,识别率均在85%以上,结果表明所提出的方案是可行的。这种方法可以高效地识别猪咳嗽声,为猪呼吸道疾病发病初期的诊断提供技术支持。 展开更多
关键词 猪咳嗽识别 麦克风阵列 BP神经网络 梅尔频率倒谱系数 端点检测 五折交叉法
下载PDF
基于贝叶斯集成学习算法的土体先期固结压力预测模型 被引量:2
7
作者 李超 汪磊 +1 位作者 陈洋 李天义 《地球科学》 EI CAS CSCD 北大核心 2023年第5期1780-1792,共13页
准确评估土体的先期固结压力(PS)是岩土工程实践中的一个重要问题.采用集成学习算法(XGBoost、RF)来捕捉各个土体参数之间的关系,建立先期固结压力预测模型.使用贝叶斯优化方法来确定模型的最优参数,并通过与SVR、KNN和MLP三种非集成算... 准确评估土体的先期固结压力(PS)是岩土工程实践中的一个重要问题.采用集成学习算法(XGBoost、RF)来捕捉各个土体参数之间的关系,建立先期固结压力预测模型.使用贝叶斯优化方法来确定模型的最优参数,并通过与SVR、KNN和MLP三种非集成算法进行对比,统计分析了不同模型在相关系数R2、均方根误差RMSE和绝对平均误差MAPE三种误差指标下的表现;最后在5折交叉验证下,评估各个模型的预测精度及泛化性.结果表明基于XGBoost的预测精度最高,其RMSE及MAPE分别为20.80 kPa和18.29%;其次是RF,分别为24.532 kPa和19.15%.同时在PS作为回归变量的情况下,其特征重要性为:USS>VES>w>LL>PL.因此,在小规模数据集情况下,集成学习算法在预测精度及泛化性上要优于其他算法,且可作为岩土参数敏感性分析的有效方法. 展开更多
关键词 先期固结压力 集成学习 贝叶斯优化 5折交叉验证 XGBoost 工程地质.
原文传递
电站锅炉热效率与NOx排放响应特性建模方法 被引量:26
8
作者 赵欢 王培红 陆璐 《中国电机工程学报》 EI CSCD 北大核心 2008年第32期96-100,共5页
为了解决电站锅炉高效低污染的优化决策问题,建立了基于核主元分析支持向量回归机(kernel principle component analysis ε-support vector regression,KPCA-ε-SVR)与机理模型混合的锅炉热效率和NOx排放特性响应模型。在建模的过程中... 为了解决电站锅炉高效低污染的优化决策问题,建立了基于核主元分析支持向量回归机(kernel principle component analysis ε-support vector regression,KPCA-ε-SVR)与机理模型混合的锅炉热效率和NOx排放特性响应模型。在建模的过程中,针对模型输入变量之间存在非线性、强耦合等特点,采用核主元分析提取输入变量的主元,去除变量之间的相关性;同时采用5-fold交叉验证方法,循环搜索寻优模型的各个参数,确定输入主元个数。该模型与BP神经网络(back propagation neural-networks,BPNN)和支持向量机模型相比较具有良好的泛化能力。 展开更多
关键词 高效低污染 燃烧优化 核主元分析 支持向量回归机 5-fold交叉验证
下载PDF
基于多输出支持向量回归机的有限元模型修正 被引量:12
9
作者 滕军 朱焰煌 +1 位作者 卢云军 卢伟 《振动与冲击》 EI CSCD 北大核心 2010年第3期9-12,47,共5页
为了克服神经网络以及单输出支持向量回归算法在有限元模型修正中的不足,提出了基于多输出支持向量回归算法的有限元模型修正方法。根据5-折交叉验证法选择支持向量回归机的参数,用均匀试验设计法构造样本,联合结构的动力和静力响应数... 为了克服神经网络以及单输出支持向量回归算法在有限元模型修正中的不足,提出了基于多输出支持向量回归算法的有限元模型修正方法。根据5-折交叉验证法选择支持向量回归机的参数,用均匀试验设计法构造样本,联合结构的动力和静力响应数据作为输入,多个设计参数作为输出,以支持向量回归机逼近输入输出二者之间的非线性映射关系,然后利用支持向量回归机的泛化推广能力,求解设计参数的目标值。空间网格结构数值模型的分析结果表明,该方法能同时修正多个设计参数,在少量样本的情况下具有较高的修正精度,为有限元模型修正提供了一种新的探索。 展开更多
关键词 模型修正 支持向量机 多输出回归 均匀试验设计 5-折交叉验证
下载PDF
基于近红外漫反射光谱和PCA-SVM算法快速鉴别炉甘石 被引量:8
10
作者 陈龙 张晓冬 +1 位作者 孙扬波 陈科力 《中国实验方剂学杂志》 CAS CSCD 北大核心 2019年第18期116-123,共8页
目的:利用主成分分析(PCA)和支持向量机(SVM)算法,建立炉甘石生品、伪品及炮制品的近红外漫反射光谱(NIRS)鉴别模型。方法:采集炉甘石生品、伪品及炮制品的NIRS,选取特征谱段,优选光谱预处理方法及最佳主成分数,建立PCA-SVM鉴别模型。结... 目的:利用主成分分析(PCA)和支持向量机(SVM)算法,建立炉甘石生品、伪品及炮制品的近红外漫反射光谱(NIRS)鉴别模型。方法:采集炉甘石生品、伪品及炮制品的NIRS,选取特征谱段,优选光谱预处理方法及最佳主成分数,建立PCA-SVM鉴别模型。结果:在7 500~4 000 cm-1谱段,以一阶导数法(FD)为最佳光谱预处理方法,PCA提取的光谱前5个主成分为最佳主成分,并经网格搜索算法确定惩罚因子c=0. 25,核函数参数g=8为最佳SVM内部参数,建立炉甘石PCA-SVM鉴别模型。该模型五折交叉验证准确率100%,且模型对训练集和测试集样品预测正确率亦均达100%。结论:基于PCASVM算法所建立的炉甘石NIRS鉴别模型预测准确率高,结合固体粉末漫反射技术无损、快速的优点,该模型可用于炉甘石生品、伪品及炮制品的无损、快速鉴别。 展开更多
关键词 炉甘石 近红外漫反射光谱 主成分分析 支持向量机 一阶导数法 网格搜索算法 五折交叉验证
原文传递
基于支持向量机的大学生考研预测 被引量:4
11
作者 张凤霞 范丽亚 张凡龙 《聊城大学学报(自然科学版)》 2010年第2期4-7,共4页
目前国内对大学生考研的定性研究居多,很少运用定量的方法建立分析预测模型.本文在参考其它预测体系的基础上,提出了大学生考研预测指标体系.并用三种支持向量机技术对该问题进行了预测,通过具体实例分析获得了较高的预测准确率,得到了... 目前国内对大学生考研的定性研究居多,很少运用定量的方法建立分析预测模型.本文在参考其它预测体系的基础上,提出了大学生考研预测指标体系.并用三种支持向量机技术对该问题进行了预测,通过具体实例分析获得了较高的预测准确率,得到了不同核下针对该问题的最优预测模型. 展开更多
关键词 支持向量机 邻近支持向量机 分类 预测 五折交叉验证
下载PDF
基于序列深度学习的Ⅲ型分泌效应子预测
12
作者 唐贤俊 王顺芳 《计算机工程与设计》 北大核心 2022年第8期2197-2203,共7页
为理解Ⅲ型分泌系统(T3SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的Ⅲ型分泌效应子预测方法。利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制... 为理解Ⅲ型分泌系统(T3SS)对致病机理的重要性,针对其表现出的高度序列多样性,提出基于序列深度学习的Ⅲ型分泌效应子预测方法。利用两级卷积神经网络实现对蛋白质序列功能域的检测,用双向长短时记忆神经网络识别长期依赖关系,用二进制交叉熵评价神经网络质量。在数据集上将五折交叉验证的结果与其它算法进行比较,验证了该方法能够有效提高预测Ⅲ型分泌效应子的准确率。 展开更多
关键词 分泌效应子预测 序列特征 两级卷积神经网络 二进制交叉熵 五折交叉验证
下载PDF
基于主成分分析的支持向量机对购房意愿的分类研究 被引量:1
13
作者 邹玉梅 范敬雅 张鹏程 《技术与创新管理》 2016年第5期544-546,共3页
居民的购房意愿在整个宏观层面上影响着整个社会结构的变迁和转型。文中基于500份居民购房意愿调查问卷,利用主成分分析法提取了主要特征,对主成分序列建立了支持向量机分类模型。五折交叉验证结果表明:分类效果良好,对政府和房地产开... 居民的购房意愿在整个宏观层面上影响着整个社会结构的变迁和转型。文中基于500份居民购房意愿调查问卷,利用主成分分析法提取了主要特征,对主成分序列建立了支持向量机分类模型。五折交叉验证结果表明:分类效果良好,对政府和房地产开发商进行客户细分、制定营销策略有一定的借鉴意义。 展开更多
关键词 购房意愿 主成分分析法 核函数 五折交叉验证 支持向量机分类
下载PDF
机器学习在购买意图方面的应用
14
作者 刘占玉 高荣芳 《智能计算机与应用》 2020年第6期66-67,73,共3页
顾客是否成功购买商品,不仅与商品本身有关,而且与顾客所处区域、类型和特殊节日有关。互联网时代,各大购物网站都有海量的顾客购买信息,因此可以通过顾客对网站的使用和操作信息,使用机器学习算法来预测顾客购买此类商品的意向。本文... 顾客是否成功购买商品,不仅与商品本身有关,而且与顾客所处区域、类型和特殊节日有关。互联网时代,各大购物网站都有海量的顾客购买信息,因此可以通过顾客对网站的使用和操作信息,使用机器学习算法来预测顾客购买此类商品的意向。本文使用随机森林算法、SVM算法和朴素贝叶斯算法建立模型,并采用五折交叉验证的方法选出这3个可靠的模型,预测顾客在线购买的可能性,最终通过准确率、召回率、F1值、AUC对模型进行评估。实验结果表明:随机森林更适合于在线购买意图的预测。 展开更多
关键词 在线购买意图 随机森林 SVM 朴素贝叶斯 五折交叉验证
下载PDF
基于NRS-SVM的商品住宅投资风险评价研究
15
作者 岳光 李亚宁 《价值工程》 2016年第3期23-27,共5页
针对目前风险评价中普遍存在的样本需求量大、评价主观性强、预测准确性低的问题,在国际上首次将邻域粗糙集与支持向量机相结合建立商品住宅投资风险评价模型。将邻域粗糙集与支持向量机结合使用,可以直接从样本本身出发,在小样本前提... 针对目前风险评价中普遍存在的样本需求量大、评价主观性强、预测准确性低的问题,在国际上首次将邻域粗糙集与支持向量机相结合建立商品住宅投资风险评价模型。将邻域粗糙集与支持向量机结合使用,可以直接从样本本身出发,在小样本前提下分析各项商品住宅投资风险因素对总体投资风险影响权重,简化决策表,建立商品住宅投资风险预测模型。通过案例分析可知,治安环境风险与工艺革新风险对商品住宅投资总体风险无影响,且在仅有40个样本的条件下,商品住宅投资风险预测模型预测相对误差控制在3%以内。由此表明,邻域粗糙集与支持向量机相结合的方法可以较好地解决风险评价中普遍存在的问题,对风险因素具有较强的解释能力,对总体风险具有较好的预测效果。 展开更多
关键词 商品住宅 投资风险 邻域粗糙集 支持向量机 五折交叉验证法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部