丁福利
- 作品数:5 被引量:20H指数:3
- 供职机构:烟台大学计算机与控制工程学院更多>>
- 发文基金:山东省自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于支持向量机的不平衡样本分类研究被引量:7
- 2014年
- 分类问题是机器学习领域的重要研究方向之一。支持向量机是一种基于结构风险最小化的学习机器,在解决分类问题上有着出色的效果。但基于支持向量机的分类器在处理不平衡样本时,对少类样本分类准确率偏低。诸多研究在对此问题做分析时往往把主要原因归结为各类样本间数量上的不平衡,而没有充分考虑样本点在特征空间上的分布情况。针对此问题做出原因分析,并给出结论:样本的不平衡性主要是由特征空间下各类样本的分布所决定的,而和数量上的不平衡关系较小。通过实验验证结论的科学有效性。
- 丁福利孙立民
- 关键词:支持向量机
- 基于SVM的烟草销售量预测被引量:6
- 2016年
- 烟草销售量预测能为烟草生产、运输、配送提供指导,使烟草行业能更好地适应市场需求。烟草销售量受众多因素的影响,具有季节性和周期性规律,传统的线性模型难以进行准确的预测。基于支持向量机建立烟草销售量的多维时间序列模型,实验结果表明,该模型具有较高的预测精度,能够准确地反映烟草销售量的变化趋势。对比实验也表明,所提出的方法比其它几种方法预测精度高,可以为烟草行业的销售管理提供科学依据,具有实用价值。
- 刘璐丁福利孙立民
- 关键词:支持向量机
- 优化支持向量机核参数的核矩阵方法研究被引量:3
- 2013年
- 参数选取问题一直是支持向量机研究的热点.虽然核校准(KTA)方法广泛应用于支持向量机参数优化问题中,但是它仍存在不足.以核矩阵为研究出发点,深入分析了采用核校准方法优化核参数对分类性能的影响,然后综合核校准方法和特征空间中样本集的分布提出了一种核校准改进方法.对比实验表明该算法是有效可行的.
- 刘苏苏丁福利孙立民
- 关键词:参数优化核矩阵
- 基于支持向量机的算法及其应用研究
- 支持向量机是基于统计学习理论和结构风险最小化的数据挖掘技术,具有非线性、推广能力强以及全局最优等特点,具有诸多优势。但目前依然存在许多问题尚未得到解决。本文对支持向量分类机算法进行改进,并将支持向量回归机应用到实际问题中...
- 丁福利
- 关键词:支持向量机核函数统计学习理论
- 文献传递
- 处理不平衡样本集的欠采样算法被引量:7
- 2013年
- 支持向量机(SVM)在处理不平衡样本集时,对少类样本的分类效果很不理想。为提高支持向量机在处理不平衡问题上的分类效果,提出了一种核函数选取与欠采样相结合的算法,在提高少类样本准确率的前提下,将多类样本的分类准确率的损失降到最低。该方法首先基于特征空间的可分性选择最佳核函数,然后根据特征距离进行欠采样。基于UCI标准样本集的仿真实验结果表明了该算法是合理有效的。
- 丁福利孙立民
- 关键词:支持向量机核函数