基于最小二乘支持向量机对偶优化问题的核偏最小二乘

提出了一种基于对偶优化的核最小二乘(KPLS)方法,把KPLS用最小二乘支持向量机的形式表示.推导了KPLS对偶优化形式的公式,且使其具有最小二乘支持向量机的风格.在初始空间中构造优化问题,应用核技术在特征空间中解对偶问题,这种解与非线性的KPLS具有相似性.实验验证了这种方法的效果,表明了该方法的有效性和优越性.     

多输出支持向量回归算法

支持向量机是一种基于统计学习理论的新颖的机器学习方法，由于其出色的学习性能。该技术已成为当前国际机器学习界的研究热点．这种方法已广泛用于解决分类和回归问题．在回归中。目前的研究和应用都限于单输出的情况,而实际中有很多属于多输出回归问题．针对这一点，将支持向量回归算法推广到多输出情况．仿真实例说明了该算法的可行性．     

工件带安装时间平行机排序问题的列生成算法

研究了工件带与加工次序有关的安装时间的平行机排序问题，给出它的整数规划模型，并结合动态规划和分支定界方法，给出它的列生成算法．通过试验表明：算法对中等规模的问题是有效的，它可以计算到10台机器和60个工件甚至含有更多大工件的大规模问题．     

支持向量机的最大间隔和对偶性

最初出现的支持向量机理论是基于2类线性可分问题的.针对线性可分情况,研究表明线性硬间隔分类机的对偶问题与凸壳问题(平分最近点法)是等价的,线性硬间隔分类机的最大间隔与凸壳问题的2个最近点的距离相等:针对非线性可分情况,研究表明线性软间隔分类机的对偶问题与缩小的凸壳问题(推广的平分最近点法)是等价的,线性软间隔分类机的最大间隔与缩小的凸壳问题的2个最近点的距离相等.对支持向量机分类问题给出了直观解释.     

支持向量机中核参数选择的Max-Min方法

通过核函数技巧,定义了高维空间中两样本点之间的距离.引入异类距离平方阵,提出了一种新的选择SVM核参数准则,并给出算法,即max-min方法.该方法利用不同类的训练样本之间的距离,而不通过SVM标准样本训练寻求最优的(或有效的)核参数,避免了传统SVM在模型选择上经验性强和计算量大的不足.同时又分别以径向基核函数(RBF)和多项式函数为例进行试验,显示采用该方法的算法步骤.结合试验结果,得出关于核参数的选择问题一般在一个开集内只有有效值,不存在最优值,即是一个多目标优化问题的结论.并引用已有的实验结果充分支持我们的结论.max-min方法不仅在理论上提供了一种选择最优核参数的方法,而且对试验性选择具有指导作用.     

模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

基于语料库的名词短语识别方法

名词短语识别是自然语言处理领域的非常重要的子任务。利用最大熵法（ME）、支持向量机法（SVM）和隐马尔可夫模型（HMM）3种有代表性的统计方法对汉语文本进行名词短语识别，并对实验结果进行比较分析。结果表明HMM法在封闭测试中优势明显，SYM法在小样本模式的开放测试中表现良好，而最大熵方法在两种测试中的识别结果均比较理想。分析表明，HMM方法侧重应用在与线性序列相关的现象上；SVM方法适用于有限的汉语带标信息的分类问题；而最大熵方法特别适用于把不受限的文本特征加入统计模型中的情况。     

超临界CO2气体在挤出和注射成型中的应用

超临界气体是一种具有独特性质的气体,已经在萃取分离、分析技术、化学工程、材料科学、生物医学工程、环境保护等很多领域得到广泛的应用。介绍了超临界气体的性质以及近年来超临界CO2气体在高分子材料挤出、注射成型等加工过程中的原理及应用,并对此技术在高分子加工中存在的问题和未来的发展前景进行了总结和展望。     

三坐标测量机动态精度影响因素

以静态测量方式为主的三坐标测量机已不能满足高速测量的要求.在分析动态误差对测量精度的影响基础上,对三轴空间位置、测头运行参数、测量速度分别进行了定量数据采集和比较分析.结果表明:各个动态误差因素之间不独立,共同影响测量机的测量精度.有针对性地提出了减少动态误差的途径,为高速测量机的设计和使用提供了参考依据.     

Analysis of Petri net model and task planning heuristic algorithms for product reconfiguration

Reconfiguration planning is recognized as an important factor for reducing the cost of manufacturing reconfigurable products, and the associated main task is to generate a set of optimal or near-optimal reconfiguration sequences using some effect algorithms. A method is developed to generate a Petri net as the reconfiguration tree to represent two-state-transit of product, which solved the representation problem of reconfiguring interfaces replacement. Relating with this method, two heuristic algorithms are proposed to generate task sequences which considering economics to search reconfiguration paths effectively. At last, an objective evaluation is applied to compare these two heuristic algorithms to other ones. The developed reconfiguration task planning heuristic algorithms can generate better strategies and plans for reconfiguration. The research finds are exemplified with struts reconfiguration of reconfigurable parallel kinematics machine （RPKM）.