山东省自然科学基金(2007ZRB019FK) 作品数:7 被引量:40 H指数:3 相关作者: 刘太安 薛欣 杨柏翠 刘欣颖 李涵 更多>> 相关机构: 山东科技大学 泰山学院 更多>> 发文基金: 山东省自然科学基金 国家自然科学基金 山东省教育厅科技计划 更多>> 相关领域: 自动化与计算机技术 矿业工程 更多>>
SORR回归算法在胆固醇测定中的应用 2007年 借鉴分类问题的算法,推广到回归问题中去,针对用于分类问题的SOR(successive overrelaxation for support vector)支持向量机算法,提出SORR(successive overrelaxation for support vector regression)支持向量回归算法,并应用于医学上三类血浆脂蛋白(VLDL、LDL、HDL)测定样本中胆固醇的含量。数值实验表明:SORR算法有效,与标准的支持向量回归SVR算法相比,保持了相同的回归精度,提高了学习速度,为临床上测定胆固醇含量提供新的有效方法。 刘太安 杨柏翠 李涵 韩威关键词:SOR SVR 胆固醇测定 一种新的模糊支持向量机多分类算法 被引量:8 2008年 在模糊多分类问题中,由于训练样本在训练过程中所起的作用不同,对所有数据包括异常数据赋予一个隶属度。针对模糊支持向量机(fuzzy support vectormachines,FSVM)的第一种形式,引入类中心的概念,结合一对多1-a-a(one-against-all)组合分类方法,提出了一种基于一对多组合的模糊支持向量机多分类算法,并与1-a-1(one-against-one)组合和1-a-a组合的分类算法比较。数值实验表明,该算法是有效的,有较高的分类准确率,有更好的泛化能力。 刘太安 梁永全 薛欣关键词:支持向量机 模糊支持向量机 隶属函数 多分类算法 Lagrange支持向量机算法应用研究 被引量:3 2007年 将SVM(support vector machine)分类的思想方法应用于个人信用评估。通过比较分析银行个人信用特征数据,设计了新的通用的银行个人信用特征数据。基于LSVM(Lagrange support vector machine)分类算法分析,将LSVM算法应用于个人信用评估,并与KNN(K-nearest neighbor)分类方法、OSU_SVM3.0工具分类方法比较,实验结果表明:LSVM具有较好的分类预测能力,为个人信用评估提供了一个新的有效方法。 刘太安 安新军 刘欣颖 李涵关键词:个人信用评估 COLS-SVM算法及个人信用评估应用 借鉴组合优化算法思想,对于 LS-SVM(Least squares support vector machine)算法,提出了基于组合最优化算法的最小二乘支持向量机算法 COLS-SVM(Combinatorial o... 刘太安关键词:个人信用评估 文献传递 连续超松弛支持向量机回归算法应用研究 被引量:1 2008年 支持向量回归问题的研究,对函数拟合(回归逼近)具有重要的理论和应用意义。借鉴分类问题的有效算法,将其推广到回归问题中来,针对用于分类问题的SOR支持向量机有效算法,提出了SORR支持向量回归算法。在若干不同维数的数据集上,对SORR算法、ASVR算法和LibSVM算法进行数值试验,并进行比较分析。数值实验结果表明,SORR算法是有效的,与当前流行的支持向量机回归算法相比,在回归精度和学习速度上都有一定的优势。 刘太安 薛欣 冯文旭 刘欣颖关键词:函数拟合 基于SVR的煤矿地下水位预测模型 被引量:2 2008年 将SVR(Support Vector Regression)回归算法应用于煤矿地下水位预测。基于SVR回归算法分析,筛选了合适的核函数及其参数,提出了基于SVR回归算法的煤矿地下水位预测模型,并根据所选矿区的自然地理和水文地质情况,确定了预测输入因子和输出因子。数值实验表明:预测结果与实际测量结果具有较好的一致性,验证了煤矿地下水位预测模型是有效的,为煤矿地下水位的预测提供了一个新的有效方法。 刘太安 张序萍 魏光村 薛欣关键词:支持向量机 基于粒子群优化的模糊C-均值聚类改进算法 被引量:22 2008年 针对模糊C-均值聚类算法(FCM)存在易陷入局部优化的问题,将粒子群优化算法(PSO)和模糊C-均值聚类算法FCM相结合,提出了一种新的模糊聚类算法PSO-FCM。该算法使用PSO算法来代替FCM的迭代过程以实现模糊聚类,具有了很强的全局搜索能力,从而不用再为得到好的聚类效果而反复选择初值。仿真实验结果表明,提出的模糊聚类算法提高了FCM的搜索能力,具有更好的稳定性和健壮性,优化能力增强,提高了聚类的效率和效果。 蒲蓬勃 王鸽 刘太安关键词:全局优化 模糊C-均值聚类算法 粒子群优化算法 聚类 Lagrange支持向量回归机算法研究 被引量:4 2007年 支持向量回归机问题的研究远没有像支持向量机问题成熟完善,支持向量回归机对函数拟合(回归逼近)具有重要的理论和应用意义。借鉴分类问题的有效算法,将其推广到回归问题中来,针对Lagrange支持向量机(LSVM)算法,提出了有效的Lagrange支持向量回归机(LSVR)算法,在若干不同维数的数据集上,对LSVR算法、ASVR算法和LibSVM算法进行数值试验,并进行比较分析。数值试验表明LSVR算法是有效的,与当前流行的求解支持向量回归机的算法相比,在时间和正确度上都有一定的优势。 刘太安 杨柏翠 杨晓东关键词:函数拟合 最小二乘支持向量机组合优化算法研究 LS-SVM(least squares support vector machine)在工程实践中被广泛应用,但在大样本条件下,求解LS- SVM仍然非常困难。借鉴组合优化算法思想,提出了基于组合最优化算法的最小二乘支... 刘太安文献传递