搜索结果: 1-15 共查到“控制科学与技术 向量”相关记录32条 . 查询时间(0.174 秒)
采用核主成分分析和相关向量机的人体运动意图识别
表面肌电信号 核主成分分析 相关向量机 运动意图识别
2017/9/20
针对人体步态识别率低的问题，提出了一种将核主成分分析（KPCA）和相关向量机（RVM）相结合的步态识别方法．首先，选择表面肌电信号（sEMG）作为步态识别信息源，提取表面肌电信号的小波包能量特征．然后，采用核主成分分析方法降维特征值去除冗余的信息，得到能反映步态特征的特征值．最后，利用相关向量机对步态特征向量进行分类，识别平地行走、上楼、下楼、上坡、下坡5种步态．通过分析不同受试者步态识别结果，验...
基于支持向量机的任务调度模型
云计算 MapReduce 支持向量机 Hadoop
2016/9/15
云计算框架大大改进了并行算法的实现难度,但是大部分算法有其局限性.介绍了MapReduce(映射化简)的基本实现原理和调度模型的缺陷,提出了基于支持向量机的的MapReduce进化算法,并给出了基本模型及实现.运用Hadoop云计算平台进行了仿真验证,实验结果表明,基于支持向量机的MapReduce计算框架在候选云节点的调度分配的准确性上有明显提高,并且加快了数据迭代的效率.
针对产品销售时序包含噪声的数据特征, 提出一种基于自适应分段损失函数的支持向量机模型(AS??-SVM). AS??-SVM 为每个样本点赋一个单独的不敏感损失值, 以此降低模型对包含较大噪声的样本点的依赖性, 并从理论上证明了该方法可增强模型部分的泛化性能. 将AS??-SVM 与??-SVM 共同应用于处理一个数值算例和一个汽车销售预测实例中, 仿真实验结果表明, AS??-SVM 是有效可行...
基于折衷型变权向量的直觉语言决策方法
折衷型变权向量 马氏效用函数 直觉语言信息
2014/10/6
研究一种基于折衷型变权向量的直觉语言决策方法. 首先, 定义折衷型变权向量, 提出与之对应的状态变权向量; 其次, 研究利用马氏效用函数诱导出折衷型变权向量; 再次, 定义直觉语言变量运算法则和大小比较方法, 提出直觉语言信息变权加权平均算子和直觉语言信息变权加权几何平均算子, 进而提出一种初始属性权重确定且属性值以直觉语言形式给出的多属性决策方法; 最后, 通过实例表明了所提出方法的有效性和合理...
基于样本特性欠取样的不均衡支持向量机
不均衡数据 支持向量机 样本特性 欠取样
2012/3/22
针对传统支持向量机在数据失衡的情况下分类效果很不理想的问题, 提出一种基于样本特性欠取样的不均衡SVM分类算法. 该算法首先在核空间中依据样本信息量选择一定比例的靠近不均衡分类界面的多数类样本; 然后根据样本密度信息选择最具有代表性的均衡多数类样本点, 在减少多数类样本的同时使分类界面向多数类方向偏移. 实验结果表明, 所提出的算法与其他不均衡数据预处理方法相比, 能有效提高SVM算法在失衡数据中...
提出一种基于Help-Training 的半监督支持向量回归算法, 包含最小二乘支持向量回归(LS-SVR) 和?? 近邻(??NN) 两种类型学习器. 主学习器LS-SVR 通过选择高置信度的未标记样本加以标记, 并将其添加到已标记样本集, 使训练样本的规模不断扩大, 以提高LS-SVR 的函数逼近性能. 辅学习器??NN用以协助LS-SVR 从训练样本比较密集的区域选取未标记样本加以置信度评估...
确定模糊密度是应用模糊积分进行融合的核心问题。分析了目前存在的各类模糊密度赋值方法存在的不足,在探索证据相互关系的基础上,提出了证据支持度的概念,并基于证据支持度给出了一种动态模糊密度赋值方法,分析了分类器之间的差异性对证据支持度的影响,引入了影响因子,进一步完善了证据支持度的内涵。实验表明,本文算法较之单支持向量机、基于投票的支持向量机、以基分类器精度作为模糊密度的静态模糊积分支持向量机集成...
针对目前机械故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机进行机械故障诊断的方法,研究了将小波包分析与信号能量分解用于机械故障的特征提取。该方法将振动信号小波包分析后的信号频带能量作为特征向量,输入到由多个支持向量机构成的多故障分类器中进行故障识别和分类。该分类器只需少量训练样本,而且不必预先知道故障分类的经验知识就能实现正确分类。研究结果表明:选用不...
基于在线支持向量机的非线性内模控制
在线支持向量机回归 内模控制 非线性系统
2009/7/15
为了提高传统内模控制的鲁棒性和抗干扰能力，采用在线支持向量机回归（Online Support Vector Machine Regression，OSVMR ）理论建立系统的正向模型和设计逆模控制器。首先简要介绍了OSVMR的原理和算法，然后将其应用于内模控制问题，并建立了OSVMR模型。其次，在控制过程可逆的条件下设计了OSVMR控制器，最后将该控制方法应用于可逆非线性系统和具未知干扰的温室环...
支持向量回归机模型结构及性能的研究
支持向量回归机 模型结构 函数逼近性能
2009/7/3
总结了目前提出的四类不同结构的支持向量回归机（Support Vector Regression，SVR）模型，并在此基础上提出了三种新的模型结构，通过试验手段对比了几种典型模型的逼近性能，分析了各个模型在应用中存在的优缺点，为实际应用中采用合适的模型提供一种选择方法。
采摘机器人基于支持向量机苹果识别方法
苹果 采摘机器人 机器视觉
2009/5/22
针对目前苹果采摘机器人果实识别过程误差大、处理时间长等问题，应用支持向量机(SVM)方法对苹果果实进行识别。首先采用矢量中值滤波法对苹果彩色图像进行预处理，然后运用区域生长算法和颜色特征相结合的方法进行图像分割，最后分别对苹果彩色图像的颜色特征、几何形状特征进行提取，并用支持向量机的模式识别方法识别苹果果实。实验结果表明：支持向量机识别方法的识别性能优于神经网络方法；综合颜色特征和形状特征的支持向...
支持向量机(Support vector machine, SVM)是利用离在线数据自动建立故障诊断模型的智能方法,它在多故障诊断时, 必须先进行多分类扩展. 决策导向无环图(Decision directed acyclic graph, DDAG)法是一种性能优秀的多分类扩展策略, 但该方法的决策结果与结点的排部密切相关, 而其结点的排部却是主观的, 影响了诊断的正确率. 本文提出一种根据故障...
提出了一种能同时进行基因选择和微阵列分类的新型多类支持向量机. 通过结合huberized hinge 损失函数与弹性网络惩罚, 所提支持向量机能自动地进行基因选择并激励一种群体效应. 所提支持向量机的系数路关于单正则化参数是分段线性的, 并基于此发展了解路算法, 减少了计算的复杂性. 白血病数据集上的实验验证了所提方法的有效性.
基于Nu-支持向量回归的网格资源监控与预测系统
资源监控 资源预测 模型优化
2009/2/17
为实现智能任务调度与提供可接受的服务质量, 需要建立分布式系统对计算网格资源及网络环境进行监控与预测. 本文设计并实现了网格资源监控与预测系统, 其可用性来源于它的鲁棒性, 可扩放性, 可扩展性与用户友好性. 引入Nu-支持向量回归作为未来多步预测的建模方法, 提出一个混合优化算法以联合优化预测模型的特征选择过程与参数选择过程. 使用基准数据对预测方法进行性能评估, 对比实验结果表明Nu-支持向量...