期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于加权最小二乘双支持向量机的含噪声分类 被引量：4
1
作者 穆晓霞 李钧涛 陈留院 《计算机仿真》 CSCD 北大核心 2014年第5期288-292,共5页
针对最小二乘双支持向量机对噪声样本敏感的问题,依据给含有大噪声的样本赋予较小权重、给较小噪声的样本赋予较大权重的原则,通过评估训练样本点到两个非平行分类超平面的距离,构造了能反映样本噪声程度的权重,提出了线性和非线性加权... 针对最小二乘双支持向量机对噪声样本敏感的问题,依据给含有大噪声的样本赋予较小权重、给较小噪声的样本赋予较大权重的原则,通过评估训练样本点到两个非平行分类超平面的距离,构造了能反映样本噪声程度的权重,提出了线性和非线性加权最小二乘双支持向量机,并发展了两种加权支持向量机的求解算法,解决了对含噪声样本的高精度分类问题。将所提两种加权最小二乘双支持向量机分别应用到Heart-statlog和Two-moons数据集上进行仿真,结果表明所提方法有效消除了噪声的影响,提高了分类精度。 展开更多
关键词 支持向量机 最小二乘双支持向量机 加权支持向量机
下载PDF
最小二乘双支持向量机的在线学习算法 被引量：2
2
作者 穆晓霞 陈留院 李钧涛 《计算机仿真》 CSCD 北大核心 2012年第3期25-28,共4页
针对具有两个非并行分类超平面的最小二乘双支持向量机,提出了一种在线学习算法。通过利用矩阵求逆分解引理,所提在线学习算法能充分利用历史的训练结果,避免了大型矩阵的求逆计算过程,从而降低了计算的复杂性。仿真结果验证了所提学习... 针对具有两个非并行分类超平面的最小二乘双支持向量机,提出了一种在线学习算法。通过利用矩阵求逆分解引理,所提在线学习算法能充分利用历史的训练结果,避免了大型矩阵的求逆计算过程,从而降低了计算的复杂性。仿真结果验证了所提学习算法的有效性。 展开更多
关键词 支持向量机 双支持向量机 最小二乘双支持向量机 在线学习
下载PDF
一种模糊最小二乘孪生支持向量回归机的改进算法 被引量：2
3
作者 唐辉军 杨志民 《计算机应用与软件》 北大核心 2018年第4期281-286,共6页
模糊最小二乘孪生支持向量机模型融合了模糊函数和最小二乘孪生支持向量机算法特性,以解决训练数据集存在孤立点噪声和运算效率低下问题。针对回归过程基于统计学习结构风险最小化原则,对该模型进行L_2范数正则化改进。考虑到大规模数... 模糊最小二乘孪生支持向量机模型融合了模糊函数和最小二乘孪生支持向量机算法特性,以解决训练数据集存在孤立点噪声和运算效率低下问题。针对回归过程基于统计学习结构风险最小化原则,对该模型进行L_2范数正则化改进。考虑到大规模数据集的训练效率问题,对原始模型进行了L_1范数正则化改进。基于增量学习特性,对数据集训练过程进行增量选择迭加以加快训练速度。在UCI数据集上验证了相关改进算法的优越性。 展开更多
关键词 最小二乘孪生支持向量机 模糊隶属度 正则化 增量学习
下载PDF
基于鲁棒能量模型LS-TSVM和DGA的变压器故障诊断 被引量：14
4
作者 陈欢 彭辉 +2 位作者 舒乃秋 李自品 龙嘉文 《电力系统保护与控制》 EI CSCD 北大核心 2017年第21期134-139,共6页
鲁棒能量模型最小二乘双支持向量机作为最小二乘双支持向量机(LS-TSVM)的改进算法,训练速度快、鲁棒性好且泛化能力强。将其引入到变压器故障诊断中,并提出一种鸡群算法优化鲁棒能量模型LS-TSVM的变压器故障诊断模型。在该模型中,结合... 鲁棒能量模型最小二乘双支持向量机作为最小二乘双支持向量机(LS-TSVM)的改进算法,训练速度快、鲁棒性好且泛化能力强。将其引入到变压器故障诊断中,并提出一种鸡群算法优化鲁棒能量模型LS-TSVM的变压器故障诊断模型。在该模型中,结合二叉树和鲁棒能量模型LS-TSVM构造多类分类器用于变压器故障类型识别,并采用搜索性能较强的鸡群算法对鲁棒能量模型LS-TSVM的参数进行优化,以使模型的诊断性能达到最佳。基于DGA的变压器故障诊断实例表明,该方法故障诊断模型精度高,诊断效果优于PSO-SVM模型。 展开更多
关键词 最小二乘双支持向量机(LS-TSVM) 鲁棒能量模型最小二乘双支持向量机(RELS-TSVM) 鸡群算法(CSO) 变压器 故障诊断
下载PDF
基于测试分析和RELS-TSVM的舰船系统固有能力评估 被引量：1
5
作者 范敏 高饶翔 +1 位作者 乐天 彭辉 《中国舰船研究》 CSCD 北大核心 2019年第2期156-164,共9页
[目的]固有能力是效能的重要组成部分。为开展舰船系统固有能力评估工作,[方法]以舰船系统指标体系为基础,对无法定量获取的功能指标,以系统级测试、设备BIT/外部测试点测试结果和可靠性模型,建立故障状态与功能指标的量化对应关系。结... [目的]固有能力是效能的重要组成部分。为开展舰船系统固有能力评估工作,[方法]以舰船系统指标体系为基础,对无法定量获取的功能指标,以系统级测试、设备BIT/外部测试点测试结果和可靠性模型,建立故障状态与功能指标的量化对应关系。结合多分类鲁棒能量模型—最小二乘双支持向量机(RELS-TSVM)方法对系统固有能力进行初步评判。[结果]仿真结果表明,所提的多分类评估模型与简单支持向量机模型相比,分类正确率提高了8.97%;通过添加系统级测试方案,提高了对系统故障的覆盖率,提升了评估结果的可信度,解决了基于数据驱动的固有能力评估方法中数据获取难度大的问题。[结论]验证了基于测试分析和RELS-TSVM的舰船系统固有能力评估方案的可行性和优势,可为武器装备效能评估研究提供新的思路。 展开更多
关键词 舰船系统 系统级测试 鲁棒能量模型最小二乘双支持向量机 固有能力评估
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部