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107篇文章
< 1 2 … 6 >
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：
基于混合核SHTS-SVM的年径流预测 被引量：19
1
作者 周有荣 崔东文 《水资源与水工程学报》 CSCD 2019年第3期66-72,共7页
为提高年径流预测精度,利用同热传递搜索(SHTS)算法对混合核支持向量机(SVM)关键参数和混合权重系数进行优化,提出混合核SHTS-SVM年径流预测模型。通过6个不同维度的标准测试函数对SHTS算法进行仿真验证,并与当前寻优效果较好的教学优化... 为提高年径流预测精度,利用同热传递搜索(SHTS)算法对混合核支持向量机(SVM)关键参数和混合权重系数进行优化,提出混合核SHTS-SVM年径流预测模型。通过6个不同维度的标准测试函数对SHTS算法进行仿真验证,并与当前寻优效果较好的教学优化(TLBO)算法、灰狼优化(GWO)算法进行对比验证。利用两个年径流预测算例对混合核SHTS-SVM模型进行实例验证,并与多项式核SHTS-SVM、高斯核SHTS-SVM及SHTS-BP模型预测结果进行对比。结果表明:SHTS算法寻优精度优于TLBO、GWO优化算法,具有较好的极值寻优能力和稳健性能。混合核SHTS-SVM模型综合了多项式全局核函数和高斯局部核函数二者优点,在预测精度、泛化能力等方面均优于对比模型,具有较好的实际应用价值。 展开更多
关键词 径流预测 同热传递搜索算法 混合核函数 支持向量机 参数优化 仿真验证
下载PDF
一种改进粒子群算法的混合核ε-SVM参数优化及应用 被引量：14
2
作者 单黎黎 张宏军 +2 位作者 王杰 徐浩 汤京新 《计算机应用研究》 CSCD 北大核心 2013年第6期1636-1639,共4页
将径向基核函数和多项式核函数进行线性组合构建了混合核ε-SVM,克服了单核SVM存在的泛化性能弱、学习能力差等弱点;为了同时解决普通粒子群算法存在的后期震荡严重、趋同性强和极易陷入局部极小值等问题,提出了一种改进的PSO算法,并给... 将径向基核函数和多项式核函数进行线性组合构建了混合核ε-SVM,克服了单核SVM存在的泛化性能弱、学习能力差等弱点;为了同时解决普通粒子群算法存在的后期震荡严重、趋同性强和极易陷入局部极小值等问题,提出了一种改进的PSO算法,并给出了其数学模型和算法流程。该算法将随机粒子个体极值的追随因子增加至动量项和基本粒子群算法的速度项,再将增加追随因子后的动量项回植于更新后的速度项,这样就使得粒子在减缓后期震荡的同时修正了趋同性。通过函数仿真实验和实例验证了所提出的基于改进PSO的混合核ε-SVM算法较其他预测算法具有寻优精度高、收敛速度快、鲁棒性能好和复杂度低等优势。 展开更多
关键词 改进PSO 混合核 支持向量机 参数优化 回归预测
下载PDF
一种新的混合核函数支持向量机 被引量：14
3
作者 刘明 周水生 吴慧 《计算机应用》 CSCD 北大核心 2009年第B12期167-168,206,共3页
针对单核函数支持向量机性能的局限性问题,提出将sigmoid核函数与高斯核函数组成一种新的混合核函数支持向量机。高斯核是典型的局部核;sigmoid核在神经网络中被证明具有良好的全局分类性能。新混合核函数结合二者的优点,其支持向量机... 针对单核函数支持向量机性能的局限性问题,提出将sigmoid核函数与高斯核函数组成一种新的混合核函数支持向量机。高斯核是典型的局部核;sigmoid核在神经网络中被证明具有良好的全局分类性能。新混合核函数结合二者的优点,其支持向量机的分类性能优于由单核函数构成的支持向量机,实验结果表明该方法的有效性。 展开更多
关键词 支持向量机 混合核 sigmoid核 高斯核 全局核 局部核
下载PDF
一个具有混合核的Hilbert型积分不等式及推广 被引量：16
4
作者 杨必成 《四川师范大学学报（自然科学版）》 CAS CSCD 北大核心 2008年第3期281-284,共4页
利用权函数的方法,建立一个新的、具有混合核的Hilbert型积分不等式,并证明其常数因子为最佳值,还考虑了其等价式及(p,q)-参数形式的最佳推广.
关键词 权函数 HILBERT型积分不等式 最佳值 等价式 混合核
下载PDF
基于混合核函数HS-RVM的边坡稳定性分析 被引量：14
5
作者 马春辉 杨杰 +2 位作者 程琳 李婷 汪璐 《岩石力学与工程学报》 EI CAS CSCD 北大核心 2017年第A01期3409-3415,共7页
传统计算方法难以准确地描述边坡稳定问题高度复杂的非线性特征,为此提出基于和声搜索(HS)与相关向量机(RVM)的边坡稳定性分析模型。由于边坡安全系数预测存在小样本、非线性、高维数等特征,采用RVM可以快速得出准确率更高的预测值,以... 传统计算方法难以准确地描述边坡稳定问题高度复杂的非线性特征,为此提出基于和声搜索(HS)与相关向量机(RVM)的边坡稳定性分析模型。由于边坡安全系数预测存在小样本、非线性、高维数等特征,采用RVM可以快速得出准确率更高的预测值,以及预测值的后验概率分布,并建立置信区间。由于RVM预测效果取决于核函数类型及参数选取的合理性,引入了泛化能力、插值能力均较强的混合核函数;并利用拉丁超立方抽样(LHS)初始化和声记忆库;后采用HS算法对混合核函数的参数组合进行全局寻优。通过编写Matlab程序,以预测值的平均绝对误差(MAE)最小化为寻优目标,建立基于HS-RVM的边坡稳定性分析模型。应用实例证明:HS-RVM充分挖掘了两算法的计算能力;模型不仅精度高,而且计算速度快,简单易用;在实际工程计算中有良好的应用前景。 展开更多
关键词 边坡工程 边坡稳定分析 相关向量机 和声搜索 混合核函数 拉丁超立方抽样
原文传递
多特征混合核SVM模型的遥感影像变化检测 被引量：11
6
作者 刘义志 赖华荣 +3 位作者 张丁旺 刘飞鹏 蒋小蕾 曹庆安 《国土资源遥感》 CSCD 北大核心 2019年第1期16-21,共6页
针对传统变化检测方法会存在明显的"椒盐现象"以及不同核函数对同一特征性能表现差别比较大的问题,借鉴面向对象思想,提出多特征混合核支持向量机(support vector machine,SVM)模型的变化检测方法。首先,依据高空间分辨率遥... 针对传统变化检测方法会存在明显的"椒盐现象"以及不同核函数对同一特征性能表现差别比较大的问题,借鉴面向对象思想,提出多特征混合核支持向量机(support vector machine,SVM)模型的变化检测方法。首先,依据高空间分辨率遥感影像对象不同特征的变化检测优势,提取影像多种特征;然后,利用多种特征的多核函数组合,给出多特征混合核函数的构造方法;最后,构建基于多特征混合核SVM的变化检测模型,充分挖掘变化目标的完整性与准确性。实验结果表明,该方法能综合利用多种特征信息,检测精度明显高于单一特征,有利于提取小样本的变化信息,避免了以往检测方法需要确定变化阈值的复杂性和不确定性。 展开更多
关键词 面向对象 变化检测 多特征 混合核 支持向量机
下载PDF
雷达辐射信号分类识别与特征提取 被引量：9
7
作者 徐少博 刘以安 +1 位作者 唐霜天 吴少鹏 《计算机仿真》 CSCD 北大核心 2011年第6期34-37,共4页
研究雷达信号提取和分类识别问题,雷达辐射源的有效分类识别是军事自动化控制和指挥系统的强烈需求。针对现代雷达体制下复杂信号的低截获特性,为了提高雷达辐射源信号的个体识别率,提出了一种新的分类识别方法。用小波包变换提取能反... 研究雷达信号提取和分类识别问题,雷达辐射源的有效分类识别是军事自动化控制和指挥系统的强烈需求。针对现代雷达体制下复杂信号的低截获特性,为了提高雷达辐射源信号的个体识别率,提出了一种新的分类识别方法。用小波包变换提取能反映信号脉冲无意调制特征的信号各频带能量,通过泛化能力和学习能力都很强的混合核函数支持向量机进行分类识别并进行仿真。仿真结果表明,识别效率提高,证明方法是有效和可行的,性能优于传统方法。 展开更多
关键词 小波包 混合核函数 支持向量机 雷达辐射源 分类识别
下载PDF
一个具有混合核的新的Hilbert型积分不等式 被引量：9
8
作者 黄臻晓 《数学的实践与认识》 CSCD 北大核心 2010年第11期192-197,共6页
通过引入参数及估算权系数,建立一个新的、具有混合核的Hilbert型积分不等式,并证明其常数因子为最佳值.作为应用,还给出了相应的等价形式及一些特殊结果.
关键词 HILBERT型积分不等式 权函数 混合核 等价形式
原文传递
基于KPCA与SVM的混合核交通流数据检测 被引量：6
9
作者 刘剑 刘丽华 赵悦 《沈阳建筑大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第5期921-928,共8页
目的针对当前交通流数据识别问题,提出基于KPCA与SVM的混合核交通流数据识别算法,以提高交通流数据识别准确率.方法运用KPCA对数据进行预处理,采用SVM训练分类模型,利用所训练的模型进行识别;以多轿厢电梯交通状态为对象,分别从交通流... 目的针对当前交通流数据识别问题,提出基于KPCA与SVM的混合核交通流数据识别算法,以提高交通流数据识别准确率.方法运用KPCA对数据进行预处理,采用SVM训练分类模型,利用所训练的模型进行识别;以多轿厢电梯交通状态为对象,分别从交通流数据识别分析和仿真实验两方面对所提方法的可行性与精确性进行验证.结果通过与SVM算法、BP神经网络算法进行对比,表明所提方法具有很强的通用性,能有效地预测出交通流,交通流数据识别的准确率达到97. 2%.结论笔者提出的基于KPCA与SVM的混合核交通流数据识别算法可以提高交通流数据识别的准确率,通用性较高,可以实现对目标的实时检测. 展开更多
关键词 模式识别 核主成分分析 SVM 混合核 多轿厢电梯
下载PDF
混合核函数研究及其在数据建模领域应用进展 被引量：6
10
作者 李素 李鲁文 +1 位作者 庄大方 王勇 《计算机仿真》 CSCD 北大核心 2015年第7期1-6,共6页
核函数由于形式和参数变化会隐式地改变从输入空间到特征空间的映射,不受输入空间维数的影响,从而避免"维数灾难"和减少计算量,在对时间序列、空间位置、状态变化、工业生产等复杂数据建模过程中有着越来越广泛的应用。另一方... 核函数由于形式和参数变化会隐式地改变从输入空间到特征空间的映射,不受输入空间维数的影响,从而避免"维数灾难"和减少计算量,在对时间序列、空间位置、状态变化、工业生产等复杂数据建模过程中有着越来越广泛的应用。另一方面,混合核函数结合了多个核函数的优势,使单一核函数之间互相补充,从而弥补了单一核函数性能的不足。为了在图像分析、数据挖掘、模式识别、空间信息、软测量等领域利用混合核函数解决与数据建模有关的问题,提出以混合核函数为出发点,分别介绍了混合核函数构建方法、在不同信息领域建模中的应用进展,最后对混合核函数及在数据建模领域应用进行了论述。 展开更多
关键词 混合核函数 模型构建 数据建模
下载PDF
混合核函数稀疏LS-SVM软测量建模与应用 被引量：6
11
作者 李炜 章寅 赵小强 《控制工程》 CSCD 北大核心 2012年第1期81-85,共5页
针对最小二乘支持向量机存在的稀疏性欠缺和单核函数局限性问题,本文提出一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法。该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,兼顾最小二乘支持向量机的全局拟合能... 针对最小二乘支持向量机存在的稀疏性欠缺和单核函数局限性问题,本文提出一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法。该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,兼顾最小二乘支持向量机的全局拟合能力与局部拟合能力,以矢量基学习作为稀疏解算法,改善最小二乘支持向量机的稀疏性,在精简模型结构的同时,避免冗余信息中的噪声过多的拟合到模型参数中,进而采用粒子群算法优化模型部分参数。将此方法分别应用于Mackey-Glasss混沌模型的时间序列预测和乙烯精馏塔塔釜乙烯浓度预测,应用结果表明该方法较最小二乘支持向量机、稀疏最小二乘支持向量机以及混合核最小二乘支持向量机具有更好的泛化效果和预报精度,兆示出其良好的应用潜力。 展开更多
关键词 软测量 最小二乘支持向量机 稀疏性 矢量基 混合核
下载PDF
基于多核支持向量机的句子分类算法 被引量：1
12
作者 肖开研 廉洁 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第6期85-94,共10页
主流句子分类算法采用单一词向量表示模型获得文本表示,导致了对文本的映射能力不足.对此,通过融合多种词向量的文本表示以提高分类的准确率.针对多核学习在融合不同核函数时,常规的核函数系数寻优方法存在的训练时间长、难以求得局部... 主流句子分类算法采用单一词向量表示模型获得文本表示,导致了对文本的映射能力不足.对此,通过融合多种词向量的文本表示以提高分类的准确率.针对多核学习在融合不同核函数时,常规的核函数系数寻优方法存在的训练时间长、难以求得局部最优解等问题,提出了一种新的核函数系数寻优方法,该方法基于参数空间分割与广度优先搜索不断逼近核系数的最优值.以支持向量机(support vector machine,SVM)为分类器,在7个文本数据集上进行了分类实验.实验结果表明,多核学习分类效果明显优于单核学习,并且所提出的寻优方法在训练次数少于常规方法时也能获得了好的分类效果. 展开更多
关键词 自然语言处理 句子分类 多核学习 支持向量机 混合核
下载PDF
一个含多独立参数的新Hilbert型积分不等式 被引量：5
13
作者 巫伟亮 《兰州理工大学学报》 CAS 北大核心 2015年第1期160-163,共4页
通过引入多独立参数及运用估算权函数的技巧,建立一个新的具有最佳常数因子混合核为(a|xλ1-yλ2|+bmin{xλ1,yλ2})-1的Hilbert型积分不等式,并证明其常数因子为最佳值.作为应用,考虑其等价形式及逆向的情形.
关键词 多参数 HILBERT型积分不等式 混合核 最佳值
下载PDF
混合核特征加权SVM遥感湿地空间分类 被引量：4
14
作者 刘冰 吴超 林怡 《测绘工程》 CSCD 2016年第7期13-17,共5页
针对湿地空间信息的复杂性和SVM的分类性能,设计一种基于混合核函数的特征加权SVM分类模型,综合利用多种特征信息,避免被弱相关特征所支配,从而提供更佳的映射性能和泛化能力。实验结果表明,该分类模型兼具良好的外推和内推能力,能够有... 针对湿地空间信息的复杂性和SVM的分类性能,设计一种基于混合核函数的特征加权SVM分类模型,综合利用多种特征信息,避免被弱相关特征所支配,从而提供更佳的映射性能和泛化能力。实验结果表明,该分类模型兼具良好的外推和内推能力,能够有效地融合不同信息源特征,得到更完整和准确的分类结果,在总体精度、Kappa系数等多项指标上都表现出更高的水平。 展开更多
关键词 混合核 特征加权 支持向量机 湿地 分类
下载PDF
一个混合核Hilbert型积分不等式和它的应用（英文） 被引量：3
15
作者 刘琼 《应用数学》 CSCD 北大核心 2015年第3期567-573,共7页
本文利用权函数方法和实分析技巧,引入Gamma函数和推广的Zeta函数联合刻划常数因子,得到一个混合核Hilbert型积分不等式和它的等价式,并证明它们的常数因子是最佳值.作为应用,通过选取特殊参数值获得一些有意义的结果.另一方面,改进参... 本文利用权函数方法和实分析技巧,引入Gamma函数和推广的Zeta函数联合刻划常数因子,得到一个混合核Hilbert型积分不等式和它的等价式,并证明它们的常数因子是最佳值.作为应用,通过选取特殊参数值获得一些有意义的结果.另一方面,改进参考文献中的一些相关结果. 展开更多
关键词 HILBERT型积分不等式 权函数 最佳常数因子 混合核 推广的Zeta函数
下载PDF
一个具有混合核的Hilbert型积分不等式 被引量：3
16
作者 杨必成 《数学的实践与认识》 CSCD 北大核心 2009年第21期149-155,共7页
引入参数及估算权函数,建立一个具有混合核的H ilbert型积分不等式.作为应用,考虑了逆向形式、相应的等价形式及一些特殊结果.
关键词 HILBERT型积分不等式 参数 权函数 逆向形式 等价形式
原文传递
一个新的Hilbert型积分不等式及其最佳推广 被引量：2
17
作者 杨必成 《南昌大学学报（理科版）》 CAS 北大核心 2008年第1期13-16,共4页
利用权函数的方法,建立一个新的、具有混合核的Hilbert型积分不等式,并证明其常数因子为最佳值,还考虑了其等价形式及(p,q)引入两对共轭指数的最佳推广情形。
关键词 权函数 HILBERT型积分不等式 混合核 等价式
下载PDF
基于核函数的测井曲线识别方法 被引量：1
18
作者 尚福华 王照宇 +2 位作者 张雪 杜睿山 李海江 《大庆石油学院学报》 CAS 北大核心 2007年第6期95-97,104,共4页
基于混合核函数满足Mercer定理对核函数的要求,提出将B-样条核函数与径向基核函数相结合,得到一种新混合核函数.实验结果表明,与B-样条核函数、径向基核函数相比,该混合核函数具有识别准确率高和运行时间短的优点;相同条件下,与神经网络... 基于混合核函数满足Mercer定理对核函数的要求,提出将B-样条核函数与径向基核函数相结合,得到一种新混合核函数.实验结果表明,与B-样条核函数、径向基核函数相比,该混合核函数具有识别准确率高和运行时间短的优点;相同条件下,与神经网络、B-样条SVM、小波SVM等不同的样本识别算法相比,该混合核函数的系统运行时间最短,测试样本识别准确率最高. 展开更多
关键词 测井曲线 B-样条核函数 混合核函数
下载PDF
一个混合核Hilbert型积分不等式及其算子范数表达式 被引量：1
19
作者 刘琼 刘英迪 《数学物理学报（A辑）》 CSCD 北大核心 2020年第2期369-378,共10页
利用权函数方法、实分析技巧和特殊函数理论,建立了一个联系Whittaker函数的混合核Hilbert型积分不等式及其等价式,证明了它们的常数因子是最佳的.并给出其算子范数表达式.
关键词 HILBERT型积分不等式 权函数 Whittaker函数 混合核 算子表达式
下载PDF
一个新的Hilbert型积分不等式及其逆 被引量：1
20
作者 巫伟亮 《西南师范大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第12期38-42,共5页
通过估算权函数,应用实分析的技巧,建立了新的含有混合核的双参数型Hilbert型积分不等式及其等价形式,并证明了其常数因子为最佳值.作为应用,还考虑了其逆向的情形及一些特殊的结果.
关键词 权函数 HILBERT型积分不等式 混合核 逆式
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 2 … 6 下一页 到第 页
使用帮助 返回顶部