Study on Support Vector Machine Based on 1-Norm

The model of optimization problem for Support Vector Machine（SVM） is provided, which based on the definitions of the dual norm and the distance between a point and its projection onto a given plane. The model of improved Support Vector Machine based on 1-norm （1 - SVM） is provided from the optimization problem, yet it is a discrete programming. With the smoothing technique and optimality knowledge, the discrete programming is changed into a continuous programming. Experimental results show that the algorithm is easy to implement and this method can select and suppress the problem features more efficiently.Illustrative examples show that the 1 - SVM deal with the linear or nonlinear classification well.     

一种基于SVM的中文电子邮件过滤方法

提出了一种基于SVM的中文邮件过滤方法,通过构造最优的支持向量机（Support Vector Machine,SVM）过滤模型,有效地提高了垃圾邮件的过滤精度,实验结果超过了网易免费邮所公布的过滤指标.     

基于LSVM的个人信用评估

基于LSVM（Lagrangian Support Vector Machine）分类算法分析,设计了通用的银行个人信用特征数据,研究了LSVM在个人信用评估中的应用,实证结果表明,LSVM具有较好的分类预测能力。     

粒度支持向量机学习模型

粒度支持向量机(Granular Support Vector Machine,GSVM)是以粒度计算理论和统计学习理论为基础的一种新的机器学习模型,它可以有效地克服传统支持向量机(Support Vector Machine,SVM)对于大规模数据集训练效率低下的问题,同时也可获得较好的泛化性能.文章针对原空间的GSVM模型进行了分析,提出了核空间的GSVM学习模型,在标准数据集上的实验说明了文中提出模型的有效性.     

相关向量机及其在铜锍吹炼中的应用研究

相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机( Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用.用RVM对某冶炼...     

一种基于SVM的主动多分类方法

针对传统的多分类模型学习效率较低,对于复杂的多类别数据无法进行高效分类的问题,提出了一种基于支撑向量机(Support Vector Machine,SVM)的主动多分类方法.该方法通过引入就绪分类器和阻塞分类器的概念,将主动学习的策略用于SVM多分类器的构造过程,在主动多分类过程中随着分类器的不断更新,动态地控制样本...     

支持向量机与人工神经网络

支持向量机（Support Vector Machine,SVM）是由Vapnik等人提出的一种基于统计学习理论的新型机器学习算法;而人工神经网络（Artificial Neural Network, ANN）已经成功用于解决模式识别和任意非线性函数回归估计问题中. 介绍了支持向量机与人工神经网络的基本原理,并对二者进行了逼近方面的比较,结果表明,支持向量机作为一种新兴技术而具有的独特的优越性.     

基于VMD-IWOA-LSSVM的短期负荷预测

为提高负荷预测结果的精度,设计了 一种基于VMD-IWOA-LSSVM(Variational Mode Decomposition-Improved Whale Optimization Algorithm-Least Square Support Vector Machine)短期负荷预测模型.先通过变分模态算法将...     

基于ISSA-HKLSSVM的浮选精矿品位预测方法

针对浮选过程变量滞后、耦合特征及建模样本数量少所导致精矿品位难以准确预测的问题,提出了一种基于改进麻雀搜索算法（Improved Sparrow Search Algorithm,ISSA）优化混核最小二乘支持向量机（Hybrid Kernel Least Squares Support Vector Machine,HKLSSVM）的浮选过程精矿品位预测方法.首先采集浮选现场载流X荧光品位分析仪数据作为建模变量并进行预处理,建立基于最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）的预测模型,以此构建新型混合核函数,将输入空间映射至高维特征空间,再引入改进麻雀搜索算法对模型参数进行优化,提出基于ISSA-HKLSSVM方法实现精矿品位预测,最后开发基于LabVIEW的浮选精矿品位预测系统对本文提出方法实际验证.实验结果表明,本文提出方法对于浮选过程小样本建模具有良好拟合能力,相比现有方法提高了预测准确率,可实现精矿品位的准确在线预测,为浮选过程的智能调控提供实时可靠的精矿品位反馈信息.     

A Parallel Decision Model Based on Support Vector Machines and Its Application to Fault Diagnosis

Many industrial process systems are becoming more and more complex and are characterized by distributed features. To ensure such a system to operate under working order, distributed parameter values are often inspected from subsystems or different points in order to judge working conditions of the system and make global decisions. In this paper, a parallel decision model based on Support Vector Machine (PDMSVM) is introduced and applied to the distributed fault diagnosis in industrial process. PDMSVM is convenient for information fusion of distributed system and it performs well in fault diagnosis with distributed features. PDMSVM makes decision based on synthetic information of subsystems and takes the advantage of Support Vector Machine. Therefore decisions made by PDMSVM are highly reliable and accurate.     

增量式双边多属性自动协商策略

提出一种双边多属性自动协商策略. 在该策略下, 协商议程由外生议程与内生议程相结合, 外生议程采用n步议程方法, 内生议程采用部分接受策略, 由部分接受策略产生局部交易, 当局部交易变成全局交易时, 协商过程结束; 当某个属性无法达成一致时, 协商失败. 利用该策略, 协商过程能获得平衡解和帕累托最优解, 且时间复杂性较低.     

英语学习策略发展研究的回顾与展望

英语学习策略的发展是动态的过程.策略在一生中不是固定的,通过自然发展和训练而改变.本文从英语策略的自然发展和训练获得两条线索对英语策略的发展进行了一个全面梳理与总结.英语策略在自然发展上存在关键期,认知策略在学习初期,对学习作用十分明显.但随着年级提高,认知策略在学习中的作用越来越让位于其它策略.元认知策略、社会支持策略和情感策略随着年级的升高,作用越来越明显.英语策略的训练对学生成绩提高有效果,尤其对于中下水平学生效果更明显.但在策略训练中,要特别防止学生策略"利用性缺陷"的产生.     

以质量保证为前提的商品促销策略

提出了一种新的促销策略，它以商品的高质量为前提。采用这种策略，可以有效地维护消费者的利益，加快优质产品的销售过度，提高企业经济效益；同时，它还有利于市场经济的完善和两个文明的建设。     

可变队列长度固定优先级访问控制策略

提出了时间敏感业务和时间非敏感业务共享系统的一种新的访问控制策略——可变队列长度固定优先级访问控制策略，并且给出了它的抽象模型，以及这一控制策略与该类系统其它控制策略的比较．这种控制策略可用了综合业务数据网等其它两种或两种以上不同业务共享信道的通信系统中，以实现特定的性能要求     

我国企业专利战略的制定与实施策略研究

制定企业专利战略需要进行战略环境分析。通过SWOT分析，可以明确企业专利战略的不同模式。企业专利战略实施具有很强的策略性。企业可以从其所处产业生命周期及企业技术所处生命周期来确定具体的专利实施策略。专利组合策略和专利战略实施试点工作是探讨我国专利战略实施的重要方法。     

进化计算中的精英个体产生策略

初始种群是影响基因表达式编程算法（GEP）的重要因素之一。提出了精英个体产生策略,产生具有较高的适应度的精英个体,使种群从一个较高的基础上开始进化,从而提高种群的进化效率。在此基础上,提出了综合精英个体产生策略和基因空间均匀分布策略优点的综合种群产生算法。实验表明,精英个体产生策略可以提高进化效率17%,综合算法可以更加有效地提高系统的进化效率。以上算法的思想还可以应用于其它进化计算中。     

格式塔空间中空间差异对寻路和方向感的影响

现场调研某新建商场,通过记录轨迹、录音、访谈、问卷的研究方式,发现尽管空间差异与识别性之间没有显著关联,但是有助于形成平面构形认知图,能帮助人们回想起两个特征之间的相对位置关系,从而重新建立起方向感.在空间差异不明显的情况下,虽然外部地标对空间识别性、方向感和平面构形三者也没有必然联系,但对与之相连的内部地标的空间认知有帮助,对寻路也有一定的帮助.室内寻路策略的优先等级依次为:定向、平面构形和路径.采取定向方式找到目的地是一种更便捷的选择.     

结合HowNet的可拓策略生成软件研制

 针对现有可拓策略生成软件自然语言理解能力不高的现状, 研制了一种结合HowNe(t 知网)的可拓策略生成软件, 通过学习HowNet 的知识组织, 改进可拓策略生成软件的基础知识库结构, 并通过人机界面的智能引导, 减轻计算机对自然语言理解的困难。以企业提高客户价值需求为案例研制的结合HowNet 的可拓策略生成软件, 能利用人和计算机各自的优势, 为企业提高客户价值提供技术支持。以服装企业客户数据进行测试, 结果表明该可拓策略生成软件有效地满足了服装企业提高客户价值的目标。     

相同企业竞争策略与合作策略的收益与风险分析

以产销量为策略变量,以利润最大化为目标,建立了相同企业竞争策略模型与合作策略模型,分别对比了两个相同企业及多个相同企业竞争策略与合作策略的收益与风险,得出了合作策略比竞争策略的产量低、价格高、收益大、风险大的结论.进一步的风险分析表明,企业可根据价格信息的公开性及时改变策略,减小合作策略的风险.同时指出,实施合作策略的企业并不是没有竞争,而是把以产销量为重点的竞争转到降低成本上.降低成本才是增加利润的核心.最后给出了一个算例.     

英语教学中研究性学习的教学策略

在英语教学中实施研究性学习具有重要意义,而良好的课堂教学策略有助于研究性学习的顺利展开。实践证明,按照"通过问题解决来学习"的课堂教学策略安排教学活动,能充分调动学生的自主性、能动性和积极性,让学生在学习英语中经历探究科学知识的过程。该教学策略分为四个阶段:问题策略、实践策略、归纳策略、创新策略。