基于蚁群算法的支持向量机参数优化

针对支持向量机的参数对分类性能的影响,探讨了基于蚁群算法的支持向量机参数优化方法,建立了支持向量机参数优化模型,给出了基于网格划分策略的连续蚁群算法,并将其用于优化模型求解,通过对支持向量机的惩罚因子和径向基核函数进行优化,使支持向量机的分类性能最优.通过仿真和应用实例,验证了方法的有效性,得到了95%以上的分类正确率.     

迷向向量的参数表示及其性质

给出了复向量空间中的迷向向量的一种参数表示,并由此获得了迷向向量的一些性质.     

遗传支持向量机在电力变压器故障诊断中的应用

针对支持向量机中的参数通常靠交叉试验来确定的状况,提出了遗传支持向量机,即使用遗传算法来优化支持向量机中的参数,并将之进一步应用在基于溶解气体分析的变压器故障诊断中.以变压器油中5种主要特征气体作为支持向量机的输入,以7种变压器状态作为相应的输出,选用径向基核,使用遗传算法得到优化参数,充分发挥了支持向量机具有较高泛化能力的优势.实验表明,本文方法能够在较大范围内准确地找到相应的优化参数,并能有效地进行变压器的故障诊断.     

金融时间序列预测中的GA-SVR方法

针对支持向量机方法在金融时间序列预测的过程中,模型参数选取不当的导致预测精度较低等问题,利用遗传算法优化选取支持向量机模型参数,建立了一种基于遗传算法优化支持向量机参数的金融时间序列预测模型。并将该方法应用于我国上证指数时间序列预测中。实验结果表明基于遗传算法优化的支持向量机方法能较好的反映金融时间序列预测规律,并且提高了模型预测精度。     

基于遗传算法的最小平方支持向量机

支持向量机和最小平方支持向量机的分类中,采用人工方法选取特征子集和参数,需要付出较高的时间代价.为此,本文提出基于遗传算法的最小平方支持向量机,借助于遗传算法的全局随机搜索能力,自动确定特征子集、参数,为特征子集、参数的优化选择提供了一条有效途径.     

相空间重构和支持向量机参数联合优化研究

在混沌时间序列预测过程中,相空间重构和支持向量机参数是影响混沌时间序列预测性能的两个重要方面,传统上两者是分开单独进行的.利用相空间重构和支持向量机参数之间的互相依赖关系,提出了一种基于粒子群算法的相空间重构和支持向量机参数联合优化方法.参数联合优化核心思想是在相空间重构的同时选择最优支持向量机参数,通过粒子群算法对参数联合优化来实现.通过采用参数联合优化算法对混沌时间序列Mackey-Glass和太阳黑子年平均数时间序列进行了仿真实验,结果表明,相对于传统的分开单独优化方法,参数联合优化方法提高了混沌时间序列模型的预测精度,泛化能力更好.     

人工蜂群算法优化支持向量机的传感器节点定位

为了提高传感器节点的定位效果,针对支持向量机参数优化问题,设计一种人工蜂群算法优化支持向量机的传感器节点定位模型.首先采集传感器节点的相关数据,提取有效参数;然后采用支持向量机建立传感器节点定位模型,并采用人工蜂群算法解决支持向量机的参数选择问题;最后在MTALAB2014平台进行传感器节点定位实验.实验结果表明,该模型可以反映当前传感器节点的位置,获得较精准的传感器节点定位结果.     

支持向量机回归与ν-支持向量机分类解的关系

讨论了支持向量机回归与v-支持向量机分类解的关系,证明了对给定的v-支持向量机分类问题的解,通过选择适当参数,存在一个支持向量机回归问题的解与它等价．     

基于遗传算法优化参数的支持向量机短期负荷预测方法

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.     

基于遗传算法优化的支持向量机品位插值模型

将支持向量机(SVM)和遗传算法(GA)集成应用到矿体品位插值问题中,利用遗传算法全局搜索的优势对支持向量机的三个关键参数——惩罚系数C、不敏感系数ε和核函数参数σ进行寻优,克服单纯支持向量机法中依靠经验确定参数的局限性.将优化参数代入到支持向量机中进行迭代训练,得到基于遗传算法参数优化的支持向量机(GA-SVM)矿体品位插值模型.以国内典型矿山的实际勘探数据为例,通过该品位插值模型计算结果与传统插值方法计算结果和矿山生产实际数据的对比分析,验证了其可行性和有效性.     

形式三角矩阵环上的n-Gorenstein投射模

设n是整数,T=(A 0U B)是形式三角矩阵环,其中A,B是环,U是左B右A双模,_BU是投射模,U_A的平坦维数有限。证明了若左T-模(M₁M₂)_φ^M是n-Gorenstein投射模,则M₁是(n-1)-Gorenstein投射左A-模,M₂/Im(φ^M)是n-Gorenstein投射左B-模,并且 φ^M:U⊗_AM₁→M₂是单射。反过来,若M₁是n-Gorenstein投射左A-模,M₂/Im(φ^M)是n-Gorenstein投射左B-模,并且 φ^M:U⊗_AM₁→M₂是单射,则左T-模(M₁M₂)_φ^M是n-Gorenstein投射模。     

一类抛物最优控制问题的有限元误差估计

对一类抛物最优控制问题给出了有限元逼近格式，其中控制约束集为积分受限的形式K={u（t）∈L²（Ω）：a ≤ ∫_Ω u（t）≤ b}。对问题的状态变量和伴随状态变量用线性连续函数离散，而控制变量使用分片常数近似；最后得到控制和状态变量逼近的先验误差估计O（h²+k）。     

关于polynomial自同构的一个注记

设φ是群G的自同构, 如果对于任意的x∈G, 都有φ(x)=(v^-1₁x^ε₁v₁)(v^-1₂x^ε₂v₂)…(v^-1_mx^ε_mv_m),其中ε_i=±1, v₁,v₂,…,v_m是G中固定的元素,那么称φ是G的polynomial自同构。证明了如果G是幂零类为c的幂零群被导长为d的可解群的扩张, 那么G的polynomial自同构生成的群是幂零类至多为c-1的幂零群被导长至多为2d的可解群的扩张。     

一类半正二阶Neumann边值问题正解的存在性

考察一类半正二阶Neumann边值问题■正解的存在性,其中λ是正参数,a∈C[0,1]且■∈C([0,1]×R⁺,R)且f(t,0)<0。证得存在一个正数λ₀,使得当0<λ<λ₀时,该问题存在一个正解。主要结果的证明基于拓扑度理论。     

形式三角矩阵环上的强Ding投射模和强Ding内射模

讨论了形式下三角矩阵环T=(A 0U B)上的强Ding投射模和强Ding内射模,证明了当U_A和_BU的平坦维数有限,并且(M₁M₂)_φ^M是强Ding投射左T-模时,M₁是强Ding投射左A-模,φ^M是单同态,M₂/Im φ^M是强Ding投射左B-模。     

三角矩阵环上的(n,d)-内射模

设A,B是环,U是(B,A)-双模,n,d为非负整数,■是形式三角矩阵环,首先,证明了■是n-表现左T-模当且仅当M₁是n-表现左A-模,Coker φ^M是n-表现左B-模且φ^M:U?_AM₁→M₂是单同态。其次,证明了当■是(n,d)-内射左T-模时,M₁是(n,d)-内射左A-模,M₂是(n,d)-内射左B-模。     

三角代数上互逆元处的高阶ξ-Lie可导映射

设U=Tri(A,M,B )是含单位元1的三角代数,1_A、1_B分别是A和B的单位元。对任意的A∈A, B∈B分别存在整数k₁、k₂,使得k₁1_A-A, k₂1_B-B在三角代数中可逆。利用代数分解的方法,证明了如果{φ_n}_n∈N:U→U是一列线性映射满足对任意的U,V∈U且UV=VU=1,有φ_n(［U,V］_ξ)=∑_i+j=nφ_i(U)φ_j(V)-ξφ_i(V)φ_j(U)(ξ≠0,1),则{φ_n}_n∈N是U上的高阶导子,其中φ₀=id₀是恒等映射,［U,V］_ξ=UV-ξVU。     

2-一致模基于重叠函数的(α,O)-迁移性

根据一致模基于重叠函数的(α,O)-迁移性概念,引入2-一致模基于重叠函数的(α,O)-迁移性概念,给出(0,O)-迁移和(1,O)-迁移的等价刻画。进一步,分别讨论五类常见2-一致模基于重叠函数的(α,O)-迁移性,特别地,当U ²∈U ²_k,U ²_0,k,U ²_0,1,U ²_1,0时,刻画了满足迁移性方程的重叠函数的结构特征。     

关于函数域中相交多项式的一个注记

以Z表示有理整数环。设L为一个特征为p的域, f(x)=∑ⁿ_j=0a_jx^j∈L［x］,L［x］表示L上的多项式环。假定在L的某个代数闭包上, f(x)=a∏^r_i=1(x-η_i)^e_i。此处,a∈L,一切η_i是两两不同的,r,e₁,e₂,…,e_r是正整数,且r≥2, n=∑^r_j=1e_j。f的半判别式Δ(f)被定义为Δ(f)=a^2n-1∏_{1≤i,j≤ri≠j}(η_i-η_j)^{e_i e_j}。证明了下面的结果: 如果n1,e₂,…,e_r)有关的正整数m与G∈Z［x₀,x₁,…,x_n］,使得Δ(f)=1/mG(a₀,a₁,…,a_n)且m|n!。此外,当L为有限域时,还应用此结果研究了与环L［x］上相交多项式有关的一个问题。     

一个二元二次同余方程解的计数

设n是任意正整数,令Z_n是模n的剩余类环,并且Z^*_n是模n的即约剩余类环,即Z^*_n={s:1≤s≤n, gcd(s,n)=1}。通过利用同余理论与指数和的相关结果来研究集合T(a,b,c,n)={(x,y)∈(Z^*_n)²:ax²+by²+c≡0 mod n}的元素个数并给出集合T(a,b,c,n)元素个数的确切计算公式。