公共文化服务平台

搜索到39881篇“ 支持向量机参数“的相关文章

一种基于支持向量机参数优化的GIS放电故障光学信号判断方法: 一种基于支持向量机参数优化的GIS放电故障光学信号判断方法，其特征在于，包括：获取若干个周期的M种局部放电绝缘缺陷类型对应的局部放电信号，作为M个光学局部放电图谱样本，构建GIS局部放电光学信号图谱数据库；利用改进细菌觅...; 高月龙赵鑫杜潇邵华强胡国洋王亮亮梁小雨张学清杜耀恒熊荡刘志洋

基于支持向量机参数优化的高温合金表面缺陷磁异常定量研究被引量：1: 2023年; 研究基于支持向量机参数优化的高温合金表面缺陷磁异常定量方法,对解决涡轮盘表面裂纹检测的工程问题具有重要意义。以弱磁检测得到的16个预置表面缺陷磁异常特征值构成样本库,建立支持向量机预测模型对缺陷尺寸进行反演定量,通过已知缺陷试件验证参数优化和支持向量机模型的有效性。研究结果表明,参数优化后长度、宽度、深度的预测结果比默认参数的预测结果都有提高,尤其是长度和深度的反演效果有显著提高,且遗传算法比交叉验证法的预测精度更高;当缺陷与母材的磁导率差异较大时(如高温合金表面的铁磁性夹杂),磁异常特征值幅值偏大,对特征值幅值和面积减半后进行反演,得到的结果准确度提高了20%以上;遗传算法参数优化的支持向量机模型对样本库之外的数据仍表现出较好的预测能力,预测准确度接近85%。; 胡博罗炜韬王少飞蓝希旺; 关键词：高温合金参数优化支持向量机

基于MapReduce的支持向量机参数选择研究: 2022年; 针对在分布式Hadoop集群环境下对支持向量机进行最优分类模型参数选择的问题,提出一种基于MapReduce框架的最优分类模型参数选择算法。该算法能以串行或单个MapReduce作业这两种方式完成最优模型参数的选择,在Map阶段读取存储在Hadoop分布式文件系统中的参数文件,并为每组参数生成具有不同键值的中间结果,以保证在Reduce阶段,每个并行执行的任务仅对一组参数进行交叉验证。实验结果表明,在集群内存资源合理消耗的前提下,为粗粒度最优参数搜索设置适当的Reduce数量,单个MapReduce作业方式相比于串行MapReduce作业方式算法运行效率至少提升了1.7倍,显著减少最优模型参数的获取时间。; 刘黎志杨敏; 关键词：MAPREDUCE 支持向量机分类参数选择

基于改进狮群算法的支持向量机参数优化方法被引量：7: 2022年; 针对传统支持向量机在参数选择中存在的问题,文中提出一种利用改进的狮群算法优化支持向量机参数的方法。为了提高狮群算法(LSO)的寻优能力,在原始狮群算法的搜索公式中引入差分变异机制以及参数自适应调整策略,该方式可在保证算法前期全局搜索能力和后期局部寻优能力的同时更易于跳出局部极值。引入人工鱼群算法中的觅食行为机制提高局部寻优能力,最终建立一种改进狮群算法(DALSO)。通过DALSO算法对支持向量机参数进行综合寻优以求取最优参数组合,从而提高支持向量机的求解精度。最后,利用测试函数和UCI数据集对DALSO优化SVM模型进行仿真测试与分类。实验结果表明:相比于多种对比算法,DALSO算法具有较强的寻优能力;与遗传算法、粒子群算法相比,DALSO优化SVM模型分类精度可提升6%~11%。; 吴程昊莫路锋; 关键词：支持向量机参数优化参数寻优自适应调整

基于改进果蝇算法的支持向量机参数优化研究: 随着互联网技术的发展，生活中每天产生的图像数不胜数，如何有效进行图像的分类是研究的热点。支持向量机以统计学习理论为基础，在小样本分类中具有其独特的优势，已应用于诸多领域。在支持向量机应用中，参数的选择对支持向量机的分类精...; 张伟; 关键词：支持向量机参数优化图像分类

改进的萤火虫算法优化双支持向量机参数被引量：2: 2022年; 针对原始萤火虫算法(Firefly Algorithm,FA)易陷入局部最优、求解精度低,双支持向量机(Twin Support Vector Machine,TWSVM)参数选择困难的问题,提出基于改进萤火虫算法(DEFA)的双支持向量机模型(DEFA-TWSVM).首先,对原始萤火虫算法进行改进,得到DEFA算法:在萤火虫位置更新公式中结合动态惯性权重,自适应地调整步长控制因子来快速搜索全局和局部最优解,对每次移动后的萤火虫群融入差分进化算法(Differential Evolution,DE)策略,保证种群迭代多样性,通过基准测试函数的仿真结果表明改进后的算法全局寻优能力强,不易陷入局部最优.其次,利用DEFA算法优化TWSVM的参数.最后,在UCI数据集进行测试,得到DEFA-TWSVM和其他模型的分类准确率.通过比较发现:DEFA算法可以在训练过程中自动确定TWSVM参数,解决了TWSVM参数选择盲目的问题,平均分类准确率相较其他模型提高了2到5个百分点.; 顾佳鑫贺兴时杨新社; 关键词：参数选择萤火虫算法差分进化算法自适应步长

一种用于变压器故障诊断的支持向量机参数优化算法: 本发明公开了一种用于变压器故障诊断的支持向量机参数优化算法。支持向量机核函数采用径向基核函数，对核函数参数η首先计算异类样本间的平均欧氏距离作为参考值η<Sub>ref</Sub>，固定η＝η<Sub>ref</Sub>...; 洪芦诚陈泽华; 文献传递

改进的布谷鸟搜索算法对支持向量机参数优化被引量：8: 2022年; 针对支持向量机(SVM)惩罚因子和核函数参数选择困难的问题,提出改进的布谷鸟搜索算法(GFCS)优化SVM参数模型(GFCS-SVM)。GFCS算法从3个方面改进原始布谷鸟搜索算法的寻优能力:用动态发现概率代替固定发现概率,自适应地调整布谷鸟莱维飞行的步长控制因子,在布谷鸟随机游走更新公式中改进动态惯性权重。利用GFCS算法优化SVM的惩罚因子和核函数参数,并在UCI数据集进行测试。与传统的SVM、粒子群算法优化SVM、萤火虫算法优化SVM和布谷鸟搜索算法优化SVM相比,GFCS-SVM分类准确率最高,是一种有效的SVM参数优化算法。; 顾佳鑫贺兴时刘青; 关键词：支持向量机参数选择自适应步长

萤火虫优化支持向量机参数的近红外光谱技术鉴别卷烟牌号被引量：5: 2022年; 目的:准确快速鉴别卷烟牌号。方法:采集不同牌号卷烟的近红外光谱,通过光谱预处理方法降低干扰因素后,利用萤火虫算法(FA)优化支持向量机(SVM)参数,考察光谱预处理方法、萤火虫算法的种群数目和迭代次数对卷烟分类正确率的影响。结果:采用标准正态变量变换(SNV)结合一阶导数(1D)方法进行近红外光谱预处理,当萤火虫种群数目为20,迭代次数为20时,优化支持向量参数可达到较好的识别效果,训练集的分类正确率为100%,测试集的分类正确率为96.67%~100.00%。结论:利用近红外光谱技术结合FA算法优化SVM可实现对卷烟牌号的准确鉴别。; 潘曦李冉魏敏卫青邱昌桂; 关键词：近红外光谱卷烟萤火虫算法支持向量机

代价敏感支持向量机参数优化与求解方法的研究及其应用: 支持向量机(SupportVectorMachine,SVM)是20世纪90年代发展起来的一个分类算法，广泛应用于模式识别、回归预测等方面。传统的支持向量机是非代价敏感的，在实际应用中，容易造成负类样本无法被充分识别出来...; 董礼; 关键词：支持向量机参数优化算法收敛性; 文献传递

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈