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4,998篇文章
< 1 2 … 250 >
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：
基于支持向量机及油中溶解气体分析的大型电力变压器故障诊断模型研究 被引量：185
1
作者 董明 孟源源 +1 位作者 徐长响 严璋 《中国电机工程学报》 EI CSCD 北大核心 2003年第7期88-92,共5页
提出用支持向量机作为分层决策电力变压器故障诊断模型。首先通过相关统计分析,选择典型油中气体作为支持向量机输入参数,然后在深入发掘油中气体所含故障信息基础上,利用典型故障气体的相对含量在高维空间的分布特性进行变压器故障类... 提出用支持向量机作为分层决策电力变压器故障诊断模型。首先通过相关统计分析,选择典型油中气体作为支持向量机输入参数,然后在深入发掘油中气体所含故障信息基础上,利用典型故障气体的相对含量在高维空间的分布特性进行变压器故障类型诊断。该方法基于小训练样本条件下寻求最优解,具有很好的推广能力及一致性等优点,还适用 于变压器典型故障数据少的特点。文中还给出了两种不同支持向量机核函数分类结果的比较。为了提高故障诊断的正判率,该模型同时在相关性强的特征气体之间,利用K-近邻搜索聚类在最优分类面附近对分类结果进行精确逼近,使分层决策模型可靠性显著改善。计算结果表明,该模型具有很好的分类效果。 展开更多
关键词 大型电力变压器 故障诊断模型 支持向量机 溶解气体分析 绝缘油
下载PDF
支持向量机理论及算法研究综述 被引量：200
2
作者 汪海燕 黎建辉 杨风雷 《计算机应用研究》 CSCD 北大核心 2014年第5期1281-1286,共6页
介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状,并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处,指出了其研究方向及前景,并提出在分布式支持向量机这个方向上可以进行更深层次的... 介绍了SVM的理论基础和它的多种主要算法及这些算法的利弊与发展现状,并介绍了SVM在现实生活中的应用原理及应用现状。最后分析了SVM在发展中的不足之处,指出了其研究方向及前景,并提出在分布式支持向量机这个方向上可以进行更深层次的研究。 展开更多
关键词 支持向量机 统计学习理论 训练算法 模糊支持向量机 多分类支持向量机 模式识别
下载PDF
基于经验模态分解和支持向量机的短期风电功率组合预测模型 被引量：195
3
作者 叶林 刘鹏 《中国电机工程学报》 EI CSCD 北大核心 2011年第31期102-108,共7页
针对风速序列随时间、空间呈现非平稳性变化的特征,提出一种基于经验模态分解（empirical mode decomposition,EMD）和支持向量机（support vector machine,SVM）的EMD-SVM短期风电功率组合预测方法。该方法首先利用EMD将风速序列分解... 针对风速序列随时间、空间呈现非平稳性变化的特征,提出一种基于经验模态分解（empirical mode decomposition,EMD）和支持向量机（support vector machine,SVM）的EMD-SVM短期风电功率组合预测方法。该方法首先利用EMD将风速序列分解为一系列相对平稳的分量,以减少不同特征信息间的相互影响;然后利用SVM法对各分量建立预测模型,针对各序列自身特点选择不同的核函数和相关参数来处理各组不同数据,以提高单个模型预测精度。最后将风速预测结果叠加并输入功率转化曲线以得到风电功率预测结果。研究结果表明,EMD-SVM组合预测模型能更好地跟踪风电功率的变化,其预测误差比单一统计模型降低了5%~10%,有效地提高了短期风电功率预测的精度。 展开更多
关键词 经验模态分解 支持向量机 风速 短期风电功率预测 组合预测模型
下载PDF
基于RBF核函数的支持向量机参数选择 被引量：143
4
作者 林升梁 刘志 《浙江工业大学学报》 CAS 2007年第2期163-167,共5页
由于SVM在各个领域中得到越来越广泛的应用，而决定SVM性能的因素是核函数的选取。其中，RBF核函数是应用最广泛的核函数，且有两个参数：惩罚因子C和核参数γ，因此，希望能找，到最优化参数组（C，γ）使SVM具有最好推广性．首先提出... 由于SVM在各个领域中得到越来越广泛的应用，而决定SVM性能的因素是核函数的选取。其中，RBF核函数是应用最广泛的核函数，且有两个参数：惩罚因子C和核参数γ，因此，希望能找，到最优化参数组（C，γ）使SVM具有最好推广性．首先提出了用E=lw/n代替留一法来评估SVM的推广性，它的优点是速度快、准确性高；然后，分析参数C和γ对SVM性能的影响，由此将问题归结在一个小的“好区”内选取最优参数组（C，γ）；最后，分别用穷举法和下文所提出的方法进行比较，得出在“好区”内用Cγ=C（常数）来确定最优化参数同样能得到很好的推广性，而且速度上比穷举法快的多，此方法，具有一定的实际应用价值。 展开更多
关键词 支持向量机 RBF核参数 惩罚因子C 推广识别率
下载PDF
多核学习方法 被引量：156
5
作者 汪洪桥 孙富春 +2 位作者 蔡艳宁 陈宁 丁林阁 《自动化学报》 EI CSCD 北大核心 2010年第8期1037-1050,共14页
多核学习方法是当前核机器学习领域的一个新的热点.核方法是解决非线性模式分析问题的一种有效方法,但在一些复杂情形下,由单个核函数构成的核机器并不能满足诸如数据异构或不规则、样本规模巨大、样本不平坦分布等实际的应用需求,因此... 多核学习方法是当前核机器学习领域的一个新的热点.核方法是解决非线性模式分析问题的一种有效方法,但在一些复杂情形下,由单个核函数构成的核机器并不能满足诸如数据异构或不规则、样本规模巨大、样本不平坦分布等实际的应用需求,因此将多个核函数进行组合,以获得更好的结果是一种必然选择.本文根据多核的构成,从合成核、多尺度核、无限核三个角度,系统综述了多核方法的构造理论,分析了多核学习典型方法的特点及不足,总结了各自的应用领域,并凝炼了其进一步的研究方向. 展开更多
关键词 核方法 多核学习 合成核 多尺度核 支持向量机 模式识别 回归
下载PDF
多输入特征融合的组合支持向量机电力系统暂态稳定评估 被引量：137
6
作者 马骞 杨以涵 +2 位作者 刘文颖 齐郑 郭金智 《中国电机工程学报》 EI CSCD 北大核心 2005年第6期17-23,共7页
利用支持向量机(SVM)方法进行暂态稳定判别时,输入特征的选择是影响最终结果的最重要因素。传统启发式和试探式方法不能从根本上解决输入特征选择的问题。本文利用信息融合思想,在构造的具有不同输入特征的多组子分类器的基础上,对子分... 利用支持向量机(SVM)方法进行暂态稳定判别时,输入特征的选择是影响最终结果的最重要因素。传统启发式和试探式方法不能从根本上解决输入特征选择的问题。本文利用信息融合思想,在构造的具有不同输入特征的多组子分类器的基础上,对子分类器的结果在输出空间再进行信息融合,以提高分类准确率。文中从不同角度启发式的构造了 4,构成四组弱分类器。以这四组弱分类器为子分类器,再构造一个融合 SVM 对几种子分类器的结果以回归方式进行融合,作为最终判别结果。IEEE 39-BUS 和IEEE145-BUS 测试系统上进行的仿真表明,弱分类器的分类性能经过融合得到明显强化,融合后的结果比任何一种子分类器的结果以及一次包含所有输入特征的结果都更准确。该方法为在线快速进行暂态稳定计算提供了一条重要途径。 展开更多
关键词 暂态稳定评估 电力系统 特征融合 支持向量机(svm) 多输入 输入特征 组合 暂态稳定计算 信息融合 分类器 特征选择 测试系统 启发式 构造 准确率 判别 种子
下载PDF
基于遗传算法优化参数的支持向量机短期负荷预测方法 被引量：132
7
作者 吴景龙 杨淑霞 刘承水 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第1期180-184,共5页
通过研究参数选择和支持向量机预测能力的影响,建立利用遗传算法优化参数的支持向量机负荷预测系统。通过遗传算法对支持向量机(SVM)预测模型的各项参数进行寻优预处理,找到最优的参数取值,然后,代入支持向量机SVM预测模型中,得基于遗... 通过研究参数选择和支持向量机预测能力的影响,建立利用遗传算法优化参数的支持向量机负荷预测系统。通过遗传算法对支持向量机(SVM)预测模型的各项参数进行寻优预处理,找到最优的参数取值,然后,代入支持向量机SVM预测模型中,得基于遗传算法的支持向量机(GA-SVM)模型,利用此模型对短期电力负荷进行预测研究。通过实例验证,选择河北某地区2005-03-02至2007-05-22每天各个时点的数据进行分析,并且选择SVM模型与BP(Back propagation)神经网络进行对比。研究结果表明:用GA-SVM算法得到的均方根相对误差仅为2.25%,比用SVM模型和BP神经网络所得的均方根相对误差比分别低0.58%和1.93%。所提出的测试方法克服了传统参数选择方法存在的缺点(如研究者往往凭经验和有限的实验给定一组参数,而不讨论参数制定的合理性),提高了支持向量机的预测精度。 展开更多
关键词 遗传算法 支持向量机 参数优化 负荷预测
下载PDF
基于经验模态分解的高压断路器机械故障诊断方法 被引量：135
8
作者 黄建 胡晓光 巩玉楠 《中国电机工程学报》 EI CSCD 北大核心 2011年第12期108-113,共6页
分析高压断路器机械振动信号的特性,提出一种以改进的经验模态分解(empirical mode decomposition,EMD)能量熵和支持向量机(support vector machine,SVM)相结合的诊断高压断路器机械故障的方法,并给出了可行的诊断步骤和分析。首先利用... 分析高压断路器机械振动信号的特性,提出一种以改进的经验模态分解(empirical mode decomposition,EMD)能量熵和支持向量机(support vector machine,SVM)相结合的诊断高压断路器机械故障的方法,并给出了可行的诊断步骤和分析。首先利用经验模态分解方法将高压断路器的振动信号分解成一些相互独立的内禀模态函数(intrinsic mode function,IMF),然后利用正常状态标准信号所得各固有内禀模态函数包络信号的等能量分段方式,实现对待测状态信号各IMF包络的时间轴分段,计算各待测信号IMF包络的能量熵向量,以此构造的经验模态分解能量熵向量作为支持向量机的输入向量。采用"次序二叉树"向量机分类,利用梯度法和交叉检验优化支持向量机模型参数。实验结果表明,该方法诊断高压断路器机械故障能取得良好的效果。 展开更多
关键词 高压断路器 振动信号 能量熵 支持向量机 故障诊断
下载PDF
基于布谷鸟算法和支持向量机的变压器故障诊断 被引量：127
9
作者 薛浩然 张珂珩 +1 位作者 李斌 彭晨辉 《电力系统保护与控制》 EI CSCD 北大核心 2015年第8期8-13,共6页
电力变压器是电力系统运行中的重要设备之一,对故障和缺陷进行正确的诊断,关系到整个电网的运行安全。支持向量机(SVM)能够较好地解决小样本、非线性特征的多分类问题,适用于变压器故障类型判断。利用布谷鸟搜索算法,对支持向量机进行... 电力变压器是电力系统运行中的重要设备之一,对故障和缺陷进行正确的诊断,关系到整个电网的运行安全。支持向量机(SVM)能够较好地解决小样本、非线性特征的多分类问题,适用于变压器故障类型判断。利用布谷鸟搜索算法,对支持向量机进行寻优得到全局最优解,从而得到具有最佳参数的支持向量机分类模型。该分类模型将变压器油色谱数据(DGA)中各气体相对含量作为评估指标,将变压器的故障分为低能放电、高能放电、中低温过热、高温过热等4个故障类型。通过已有的数据实例分析得出,利用布谷鸟搜索算法得到的分类模型比常用的网格搜索算法(GS)、粒子群搜索算法(PSO)、遗传算法搜索(GA)等算法得到的模型拟合准确率更好。 展开更多
关键词 支持向量机 布谷鸟算法 变压器 故障诊断 分类模型
下载PDF
基于EMD能量熵和支持向量机的齿轮故障诊断方法 被引量：124
10
作者 张超 陈建军 郭迅 《振动与冲击》 EI CSCD 北大核心 2010年第10期216-220,共5页
针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了基于经验模态分解(empirical mode decomposition,EMD)和支持向量机的齿轮故障诊断方法。首先通过EMD方法将非平稳的原始加速度振动信号分解成若干个平... 针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了基于经验模态分解(empirical mode decomposition,EMD)和支持向量机的齿轮故障诊断方法。首先通过EMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(intrinsic mode function,IMF);齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变,故可以通过计算不同振动信号的EMD能量熵判断是否发生故障;从包含有主要故障信息的IMF分量中提取出来的能量特征作为输入建立支持向量机(support vector machine,SVM),判断齿轮的工作状态和故障类型。实验结果表明,该方法能有效地应用于齿轮的故障诊断。 展开更多
关键词 经验模态分解 本征模函数 能量熵 支持向量机 故障诊断
下载PDF
风电场输出功率的组合预测模型 被引量：105
11
作者 刘纯 范高锋 +1 位作者 王伟胜 戴慧珠 《电网技术》 EI CSCD 北大核心 2009年第13期74-79,共6页
风电场输出功率预测对于接入大量风电的电力系统运行具有重要意义。作者利用BP神经网络、径向基函数神经网络和支持向量机进行风电功率预测,提出了风电场输出功率的组合预测模型。采用3种方法确定权重,即等权重平均法、协方差优选组合... 风电场输出功率预测对于接入大量风电的电力系统运行具有重要意义。作者利用BP神经网络、径向基函数神经网络和支持向量机进行风电功率预测,提出了风电场输出功率的组合预测模型。采用3种方法确定权重,即等权重平均法、协方差优选组合预测法和时变权系数组合预测法。研究结果表明,不同方法的预测精度不同,整体预测精度高的方法在个别预测点也可能误差较大,组合预测模型能有效减少各预测点较大误差的出现,有利于提高预测精度。 展开更多
关键词 风电场 功率预测 BP神经网络 径向基函数神经网络 支持向量机
下载PDF
基于支持向量机的高光谱遥感图像分类 被引量：108
12
作者 谭琨 杜培军 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2008年第2期123-128,共6页
多数传统分类算法应用于高光谱分类都存在运算速度慢、精度比较低和难以收敛等问题.本文从支持向量机基本理论出发建立了一个基于支持向量机的高光谱分类器,并用国产OM IS传感器获得的北京中关村地区高光谱遥感数据进行试验,分析比较了... 多数传统分类算法应用于高光谱分类都存在运算速度慢、精度比较低和难以收敛等问题.本文从支持向量机基本理论出发建立了一个基于支持向量机的高光谱分类器,并用国产OM IS传感器获得的北京中关村地区高光谱遥感数据进行试验,分析比较了各种SVM核函数进行高光谱分类的精度,以及网格搜寻的方法来确定C和γ的值,结果表明SVM进行高光谱分类时候径向基核函数的分类精度最高,是分类的首选.并且与神经网络径向基分类算法以及常用的最小距离分类算法进行比较,分类的精度远远高于SVM分类算法进行分类的结果.SVM方法在高光谱遥感分类领域能得到广泛的应用. 展开更多
关键词 高光谱遥感 支持向量机 分类
下载PDF
应用多分类多核学习支持向量机的变压器故障诊断方法 被引量：97
13
作者 郭创新 朱承治 +2 位作者 张琳 彭明伟 刘毅 《中国电机工程学报》 EI CSCD 北大核心 2010年第13期128-134,共7页
提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多... 提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多个基核函数的组合,提高了分类的精度;将模型分解为2个凸优问题进行求解,问题的复杂度低,求解速度快。诊断实例表明,该方法能保证较高的诊断准确率,具有较好的实用性和推广性。 展开更多
关键词 变压器 故障诊断 支持向量机 多分类多核学习
下载PDF
基于RBF核的SVM的模型选择及其应用 被引量：48
14
作者 王鹏 朱小燕 《计算机工程与应用》 CSCD 北大核心 2003年第24期72-73,共2页
使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。... 使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较。实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高。 展开更多
关键词 svm RBF核 模型选择 ANN 字符识别
下载PDF
多尺度排列熵及其在滚动轴承故障诊断中的应用 被引量：99
15
作者 郑近德 程军圣 杨宇 《中国机械工程》 EI CAS CSCD 北大核心 2013年第19期2641-2646,共6页
引入多尺度排列熵(MPE)的概念,用来检测振动信号不同尺度下的动力学突变行为,并将其应用于机械故障诊断中滚动轴承故障特征的提取,结合支持向量机(SVM),提出了一种基于MPE和SVM的滚动轴承故障诊断方法,将新提出的滚动轴承故障诊断方法... 引入多尺度排列熵(MPE)的概念,用来检测振动信号不同尺度下的动力学突变行为,并将其应用于机械故障诊断中滚动轴承故障特征的提取,结合支持向量机(SVM),提出了一种基于MPE和SVM的滚动轴承故障诊断方法,将新提出的滚动轴承故障诊断方法应用于实验数据分析,并通过与BP神经网络对比,结果表明,该方法能够有效地提取故障特征,实现故障类型的诊断。 展开更多
关键词 排列熵 多尺度排列熵 滚动轴承 故障诊断 支持向量机
下载PDF
基于相似数据的支持向量机短期风速预测仿真研究 被引量：95
16
作者 杨锡运 孙宝君 +1 位作者 张新房 李利霞 《中国电机工程学报》 EI CSCD 北大核心 2012年第4期35-41,21,共7页
风电场功率预报是减小大规模风电并网对电网造成不良影响的有效手段,提高短期风速预测的精度是保障风电场功率预报的重要基础。提出了基于相似数据并结合小波分析的支持向量机短期风速预测方法。该方法从大量的数据样本中提取相似数据... 风电场功率预报是减小大规模风电并网对电网造成不良影响的有效手段,提高短期风速预测的精度是保障风电场功率预报的重要基础。提出了基于相似数据并结合小波分析的支持向量机短期风速预测方法。该方法从大量的数据样本中提取相似数据创建训练样本,采用小波分解技术将风速信号分解成低频趋势信号和高频随机信号,分别采用支持向量机理论建模,合成得到风速预测数据。仿真结果表明,相似数据有效地提高了数据的相关度,小波分解使支持向量机模型更好地拟合风速信号的低频和高频特性,提高了预测精度。通过与某风电场的实际风速数据验证,表明模型具有较强的泛化能力,程序运行时间可满足工程需要。 展开更多
关键词 风速 短期预测 相似数据 小波分析 支持向量机
下载PDF
实现影响因素多源异构融合的短期负荷预测支持向量机算法 被引量：91
17
作者 吴倩红 高军 +3 位作者 侯广松 韩蓓 汪可友 李国杰 《电力系统自动化》 EI CSCD 北大核心 2016年第15期67-72,92,共7页
针对智能电网大数据环境下,导致电力系统负荷波动的诸多因素存在多源异构性的问题,利用多核函数来对其多源异构特性进行差异化处理和融合,能够描述影响因素的内在分布特性并应对其变化,提高负荷预测精度。选取历史负荷、气温、气压、相... 针对智能电网大数据环境下,导致电力系统负荷波动的诸多因素存在多源异构性的问题,利用多核函数来对其多源异构特性进行差异化处理和融合,能够描述影响因素的内在分布特性并应对其变化,提高负荷预测精度。选取历史负荷、气温、气压、相对湿度、降雨量、风向、风速、节假日及电价9个属性作为多源异构影响因素,利用样本特征分布法、单变量法及核矩阵秩空间差异法来选择多核函数的构成,采用双层多核学习算法,建立了并行化多核支持向量机(SVM)负荷预测算法流程,并在Hadoop集群上进行了仿真验证。仿真结果表明,多核SVM比单核SVM预测平均相对误差小,双层多核学习、基于lp范数的多核SVM模型预测精度最高。因此,多核SVM能有效处理负荷预测中的多源异构数据,经并行化处理后,能提高负荷预测的速度与精度。 展开更多
关键词 大数据 多源异构特性 支持向量机(svm) 负荷预测 并行化
下载PDF
基于支持向量机的近红外光谱鉴别茶叶的真伪 被引量：80
18
作者 陈全胜 赵杰文 +1 位作者 张海东 王新宇 《光学学报》 EI CAS CSCD 北大核心 2006年第6期933-937,共5页
快速准确地鉴别名优茶的真伪是当前茶叶行业亟待解决的一项重大课题。针对这一现状，提出了一种快速准确鉴别名优茶真伪的新思路。试验中，以碧螺春茶为研究对象，利用近红外光谱分析技术结合支持向量机（SVM）模式识别原理建立碧螺春... 快速准确地鉴别名优茶的真伪是当前茶叶行业亟待解决的一项重大课题。针对这一现状，提出了一种快速准确鉴别名优茶真伪的新思路。试验中，以碧螺春茶为研究对象，利用近红外光谱分析技术结合支持向量机（SVM）模式识别原理建立碧螺春茶真伪鉴别模型。试验结果显示，通过标准归一化（SNV）预处理，选取6500～5500cm。波长范围内的光谱经过主成分分析后，提取11个主成分，选用径向基函数（RBF）作为核函数建立的模型最佳。对训练集中的138个茶叶样本，模型的回判鉴别率达到93．48％；对90个独立样本进行预测时，模型的预测鉴别率达到84．44％。研究结果表明基于支持向量机的近红外光谱鉴别名优茶真伪的方法是可行的。 展开更多
关键词 光谱学 近红外光谱 支持向量机 鉴别 茶叶
原文传递
一种新的支持向量机多类分类方法 被引量：46
19
作者 安金龙 王正欧 马振平 《信息与控制》 CSCD 北大核心 2004年第3期262-267,共6页
分析了目前的支持向量机多类分类方法存在的问题以及缺点.针对以上问题及缺点,提出了基于 二叉树的支持向量机的多类分类方法,并在UCI数据库上进行了验证,取得了良好效果.
关键词 支持向量机 分类 二叉树 迭代算法
下载PDF
高斯核支撑向量机的性能分析 被引量：45
20
作者 张小云 刘允才 《计算机工程》 CAS CSCD 北大核心 2003年第8期22-25,共4页
高斯核函数因其良好的性态，在新近提出的学习机器——支撑向量机中得到广泛的应用，以高斯核为其核函数的支撑向量机在实际应用中表现出良好的学习性能。然而，研究发现，高斯核中尺度参数σ的大小对支撑向量机性能的优劣发挥着关键性... 高斯核函数因其良好的性态，在新近提出的学习机器——支撑向量机中得到广泛的应用，以高斯核为其核函数的支撑向量机在实际应用中表现出良好的学习性能。然而，研究发现，高斯核中尺度参数σ的大小对支撑向量机性能的优劣发挥着关键性的作用。该文研究和讨论了支撑向量机的性能随尺度参数σ从0到∞的变化规律，证明了高斯核支撑向量机在σ→0和σ→∞时所具有的重要性质。数值实验结果进一步验证了所得结论。 展开更多
关键词 支撑向量机 高期核 尺度参数
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 … 250 下一页 到第 页
使用帮助 返回顶部