一种基于加权支持向量机的垃圾邮件过滤方法

基于内容的垃圾邮件过滤本质上是文本分类问题,支持向量机分类器非常适合于垃圾邮件过滤这一二分类问题,但标准的支持向量机是基于分类精度进行优化的,对两类邮件的重要性未以区别,造成了邮件分类时虽然整体精度较高,但对正常邮件的误判率也较高.据此笔者提出了一种基于加权支持向量机的垃圾邮件过滤算法,通过增加两类邮件的类别权重及反映每封邮件重要性的权重,对支持向量机分类器进行训练,在保证分类精度的同时,尽可能地降低对正常邮件的误判率.实验表明该算法取得了很好的过滤效果.     

基于支持向量机的垃圾信息过滤方法

针对垃圾信息过滤的问题,提出了一种基于支持向量机(SVM)算法的垃圾信息过滤方法. 利用文本分类和信息检索领域所常用的性能评价指标,建立了垃圾信息过滤的评价体系,针对仿真实验获得的实验数据,利用所建立的垃圾信息过滤评价体系对实验数据评价结果,选取了适合的核函数及其参数,构建了SVM分类器,同时也通过仿真实验和评价体系对SVM分类器和传统贝叶斯分类器进行了测试和评估. 结果表明,基于SVM算法的分类器提高了信息过滤的准确性,同时也验证了SVM算法在垃圾信息过滤中的有效性.      

基于粒子群优化算法的支持向量机研究

基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法. 针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系对仿真实验所获得的实验数据进行了评估,评估结果表明基于粒子群优化算法的支持向量机分类器明显优于标准支持向量机分类器,其分类结果表明基于粒子群优化算法的支持向量机分类器提高了分类结果的准确性,同时也验证了基于粒子群优化算法的支持向量机分类器在数据分类中的有效性.      

基于最大间隔的支持向量机特征选取算法研究

支持向量机(Support Vector Machine,简称SVM)是一种有效分类方法.不同特征选取算法对分类器影响不同,结合支持向量机特点,提出了一种基于最大间隔的支持向量机特征选取算法.利用该算法,对Iris测试数据集进行了特征选取并仿真,实验结果表明,该算法不但能够有效去除噪音数据,而且提高了分类器推广与泛化能力.     

一种基于最小二乘支持向量机的葡萄酒品质评判模型

对源自UCI数据库的葡萄酒数据进行预处理,选取径向基函数作为最小二乘支持向量机的核函数;然后,根据"一对一"算法设计出最小二乘支持向量机多元分类器,并应用交叉验证算法对参数寻优,建立葡萄酒质量评判模型.同时,用BP神经网络、标准支持向量机分类器对葡萄酒进行训练.对比实验结果表明:最小二乘支持向量机比BP神经网络、标准支持向量机的平均分类准确率高,最高分类准确率为100%.     

交互支持向量机学习算法及其应用

交互支持向量机学习算法能解决一些监督学习问题中学习样本较少的问题,它以支持向量机（ Ｓ Ｖ Ｍ ）方法为基础,将设计分类器变成一个交互的过程,即： 根据对已知样本进行的 Ｓ Ｖ Ｍ 分类器设计,主动采样选择“有用”的新样本,并进行下一步 Ｓ Ｖ Ｍ 分类器的设计。与普通 Ｓ Ｖ Ｍ 法相比,该方法所需的样本量大大降低,而且可能达到更好的推广能力。文本信息过滤问题的实例说明了该算法的有效性。     

基于支持向量机的搜索引擎垃圾网页检测研究

搜索引擎垃圾网页作弊的检测问题一般被视为一个二元分类问题,基于机器学习的分类算法建立分类器,将网页分成正常网页和垃圾网页2类.现有的基于内容特征的垃圾网页检测模型忽略了网页之间的链接关系,故构建了软间隔支持向量机分类器,以网页的内容特征作为支持向量,根据网页之间的链接具有相似性的特点定义了惩罚函数,使用样本集学习,得出了线性支持向量机网页分类器,并对分类器的分类效果进行了测试.实验结果表明基于支持向量机的分类器的效果明显好于使用内容特征构建的决策树分类器.     

基于小波变换特征提取的支持向量机心搏分类研究

在对心电信号进行离散小波变换并提取优化特征组合的基础上,利用标准算法(l-a-r算法)和二叉树算法分别构建支持向量机分类器实现心电图的分类,对不同小波下提取不同维特征向量构建的分类器性能进行比较,同时对取自MIT-BIH数据库的4类心电图(正常心搏、左束支传导阻滞心搏、右束支传导阻滞心搏和起搏心搏)进行分类.结果表明,采用标准算法对db2小波下8维特征向量训练的支持向量机分类器分类性能最优,总体分类正确率达98.770/0.     

改进的M-ary支持向量机模型及其在变压器故障诊断中的应用

使用M-ary支持向量机进行基于油中溶解气体分析的变压器故障诊断研究.分析结果表明,M-ary支持向量机算法简单,与一对一支持向量机的诊断精度可以比拟.在此基础上,还对常用的M-ary支持向量机模型进行了改进,将各二类分类器的输出计算值直接使用另一支持向量机进行组合,可以更好地反映各分类器之间的非线性关系,从而使新模型具有更高的分类精度.变压器的应用实例证明了改进方法的有效性和优越性.     

基于取样的潜在支持向量机序列最小优化算法

为了提高潜在支持向量机求解大规模问题的训练速度,提出了基于样本取样的潜在支持向量机序列最小优化算法,去掉了大部分非支持向量,把支持向量逐渐压缩到取样样本集中.此算法特别适合大样本数据且支持向量个数相对较少的情况.实验表明,改进的序列最小优化算法加速了潜在支持向量机分类器训练时间.     

平面刚架横向振动模态分析新方法探讨

研究的主要目的是探讨分析平面刚架在其平面内的弯曲振动模态新方法 ,并提出弹性支承梁法 还试图将其分析的结果同目前流行的一些近似方法 ,如集中质量法、矩阵位移法、模态综合法等进行比较 为此 ,首先推导了弹性支承梁横向自由振动模态的特征方程 ,其推导方法与一般著作上对刚性支承梁的模态分析方法类似 对于刚架的模态分析 ,笔者提出了弹性支承梁方法 ,即取刚架的一部分单元为弹性支承梁 ,而其动刚度系数是其他部分对它的影响 利用动刚度系数相等从而建立起刚架的特征方程 ,进而求出刚架的各阶模态 算例表明 :提出的弹性支承梁方法应用于平面刚架的弯曲振动模态分析取得了较好的结果 将文中提出的弹性支承梁法与准确的有限梁方法和上述几种近似方法作了对比分析 ,表明弹性支承梁法具有准确、简便和计算范围宽的优点     

共轭梯度法和最速下降法的混合算法

将共轭梯度法与最速下降法有机地结合起来,构造了一种共轭梯度法和最速下降法的混合算法,并证明了该算法的全局收敛．混合算法既提高了共轭梯度算法的收敛速度,又解决了目标函数“性态不优”时,最速下降法难以求解的问题．同时也可以看到共轭梯度法与最速下降法仅仅是混合算法的特例．     

基于双变量控制原理的变压变频新方法

阐述了在变频调速系统中运用变压变频技术的必要性,分析了使用传统余弦交点法进行在线变压变频存在的缺陷,进而提出了基于双变量控制原理、自然无环流控制和对称余弦法的变压变频新方法,给出了在保持输出频率不变条件下闭环调压的具体实现方法。对变压变频新方法的实验结果进行了仿真、分析和比较,验证了新方法具有良好的控制效果。     

一个超平方收敛的抛物线法公式

在有记忆单点迭代的Muller法中,引进了多点迭代思想,给出了有记忆多点迭代的抛物线法,其收敛阶由Muller法的1.839提高到2.414,达到了超平方收敛.计算实例表明该方法优于Muller法和牛顿法.     

软件项目的模糊风险评估及风险控制

介绍了软件项目中风险评估及风险控制的概念和一般过程。对软件项目提出了一种综合风险评估方法。采用AHP方法与模糊逻辑法相结合的方法进行风险评估,并根据软件项目管理的实际情况对AHP方法与模糊逻辑法进行了改造。应用模糊逻辑法对各因素的评判不是直接评价其重要度,而是将各风险因素从概率方面、从影响方面、从不可控制性方面分别进行评判。先用AHP方法将风险评估分为三层,在确定第三层各风险因素的排序权向量时采用模糊逻辑法。最后利用AHP方法求出各风险因素的综合风险权重。在确定了项目的风险,并作出了评估和排序后,对这些风险采取适当的方法进行有效的风险控制。     

物理化学实验教学改革中培养人才素质的探索

介绍了在物理化学实验教学改革中培养人才素质的经验和方法。在教学改革中 ,对经典实验采用启发讨论式教学 ;增开设计实验 ,采用开放式教学 ;开设实验研究课题 ,采用研究式教学。克服了传统教学方法的弊端 ,教学改革取得了良好的效果 ,受到学生的普遍欢迎。     

双重分解法及其与Adomian分解法的比较

在求解初边值问题Adomian分解法的基础上,研究了求二维偏微分方程边值问题的双重Adomian分解法,对Adomian分解法的初始项作了进一步分解,使逆算符分解法得到了改进.通过具体微分方程算例对双重分解法和Adomian分解法进行了比较,验证了双重分解算法的有效性.这一改进的分解算法既能提高精度又能减少计算量,而且还使各级近似解都能准确满足全部初边值条件.     

一种15阶收敛的牛顿迭代修正格式

给出非线性方程求根的一种迭代方法,该方法是一种牛顿迭代修正格式,证明了此迭代格式是15阶收敛到单根的。通过数值实验,把所给方法与牛顿迭代法以及其它几种牛顿迭代法的变形法进行了比较,试验数据表明,本文方法有较好的效果。     

优化提取工艺对龙胆中两种苦苷提取率的影响

考察不同提取方法对龙胆中龙胆苦苷和獐牙菜苦苷提取率的影响.采用高液相色谱分析法,比较甲醇超声提取、甲醇冷浸提取、水煎煮提取、乙醇渗漉提取四种样品制备方法对龙胆苦苷和獐牙菜苦苷提取率的影响.其中乙醇渗漉提取法对两种成分提取效率高;同时确定了最佳渗漉条件.该提取方法操作简便易行,提取效率高,可用于药材龙胆及其制剂的质量分析.     

Signorini问题的插值型边界无单元法

本文将改进的移动最小二乘插值法和边界积分方程结合,提出了求解Signorini问题的一种新的边界类型无网格方法——插值型边界无单元法.该方法用投影算子处理Signorini问题中的非线性边界不等式条件,然后将Signorini问题归化为边界积分方程,并用改进的移动最小二乘插值法近似未知的边界变量,然后本文分析了该方法的收敛性.数值算例表明该方法在求解Signorini问题时的可行性和有效性,相对于边界元方法也具有更好的精度和收敛速度.