利用支持向量机构建水稻镉含量高光谱预测模型

研究基于支持向量机构建水稻镉(Cd)含量高光谱预测模型的可行性.利用ASD光谱仪测量研究区水稻冠层反射光谱,通过实验室化学分析得到土壤镉含量和水稻叶片镉含量,对研究区水稻光谱进行均一化平滑处理以及小波变换降噪,构建基于支持向量机(support vector machines,SVM)的水稻镉含量高光谱预测模型.结果表明,小波变换降噪处理对SVM建立的镉含量预测模型精度有所提高,SVM高光谱预测模型的相关系数为0.8674,均方误差为0.0012.该研究为利用高光谱遥感大面积、快速监测农田作物重金属污染提供技术支持.     

小波分析用于水稻叶片氮含量高光谱反演

针对叶片氮营养高光谱诊断中光谱弱信息提取困难的问题,利用小波对作物冠层光谱信号进行分解,提取光谱弱信息建立氮含量反演模型. 在东北平原长春市采集水稻冠层高光谱数据建立氮含量预测模型,并对该模型精度进行检验. 采用Daubechies小波系的Db5函数对水稻原始反射光谱和导数光谱进行8 层小波分解,选择不同尺度和位置的小波系数作为输入参数建立192 个反演模型,分析不同输入参数对模型精度的影响,从中选择对应较高模型精度的输入参数组合建立氮含量最佳反演模型. 实验结果表明,小波系数预测叶片氮素含量模型具有较高的估算精度,预测值与实测值的复相关系数最大为0.99,显著优于传统光谱指数的估算模型精度. 此项研究表明,小波分析在提取反射光谱弱信息反演作物生化成分方面有良好的应用前景.     

基于量子粒子群优化支持向量 回归算法计算煤层气体含量的预测

煤层气是近一二十年在国际上崛起的洁净、优质能源和化石能源的新矿种,其地质研究对能源的补充意义重大.该文对煤层气的含量提出基于量子粒子群优化的支持向量回归算法进行预测.支持向量回归算法是一种非线性的基于内核的回归方法,它可以采用良好的函数逼近,并具有泛化能力.由于支持向量回归算法的参数对预测性能影响很大,量子粒子群优化在本研究中可用于选择支持向量回归算法参数.本文选用基岩深度,煤层的厚度,断层间的水平距离,煤的挥发分作为煤层气含量的预测模型的输入向量,经过比较量子粒子群优化的支持向量回归算法和支持向量回归算法之间的煤层气体含量的预测误差表明,量子粒子群优化得到的煤层气体含量的预测精度均高于支持向量回归算法的精度.     

我国城镇登记失业率的数学模型与预测

结合中国国家统计局的数据,使用基于核主成分分析与加权支持向量机的方法建立模型,找出了影响就业(失业)的22个主要指标.考虑到这些指标相互之间的相关性,使用核主成分分析与加权支持向量机的方法建模,给出了算法的步骤,构造了非线性预测函数,并对1995-2009年的城镇登记失业率进行拟合预测,得到的结果具有较高的精度.     

基于激光诱导击穿光谱技术的城市土壤重金属含量检测与分析

基于激光诱导击穿光谱(LIBS)技术,并结合偏最小二乘回归(PLSR)与最小二乘支持向量机(LSSVM)两种化学计量学分析方法,进行城市土壤中Cr元素含量检测与分析.采集了城市周边的土壤样本,并得到各个样本的LIBS谱线.采用剔除异常光谱和数据归一化来减少实验误差和噪声.对比分析基于PLSR和LS-SVM,建立分析谱线区间与对应的重金属元素浓度之间的定量回归模型.检测与分析结果表明,LSSVM模型的预测性能优于PLSR模型.     

非线性支持向量机判别阈值的设置

非线性支持向量机通过核函数将低维输入空间的数据映射到高维空间,从而将原低维空间的线性不可分问题转化为高维空间上的线性可分问题.分析了非线性支持向量机中核函数的引入可造成分类阈值的偏移问题,提出了非线性支持向量机分类阈值的优化设置方法.实验表明,所提出的阈值优化设置方法能有效提高非线性支持向量机的分类精度.     

一种基于因果网络的支持向量回归特征选择算法

为了提高支持向量回归算法的学习能力,提出了一种基于因果网络的特征选择算法.该方法假设目标变量和特征候选集之间符合一个因果网络模型,然后利用基于条件独立性测试的方法对目标变量的直接影响特征进行识别,从候选特征集之中获取与目标变量有着直接因果关系的特征子集.虚拟和真实数据集上的实验结果表明,该特征选择算法适用于支持向量回归算法,优于目前其他算法.     

基于高光谱成像的水果损伤分析研究

高光谱成像技术包含图像信息和光谱信息。本文利用高光谱成像技术检测苹果摔伤,主要采用主成分分析、波段比算法和支持向量机分析所采集的高光谱图像数据。实验结果表明,波段比算法和主成分分析法分类识别正确率为93.3%,与支持向量机相比更适用于苹果摔伤的实时快速检测。     

高光谱图像分块压缩感知采样及谱间预测重构

压缩感知理论提供了一种新的数据采集思路. 基于该理论提出了一种高光谱数据采集和图像重构方法,以波段分组的方式将高光谱各波段分为参考波段和普通波段,对各波段图像单独采用分块压缩感知测量以获取高光谱数据. 在图像重构过程中,参考波段采用平滑投影Landweber算法重构. 对于普通波段,结合谱间预测和平滑投影Landweber提出了一种新算法: 先采用谱间双向预测得到预测图像,然后对预测图像进行分块压缩感知测量获得测量值,并计算它与该波段原测量值之间的差值,再由测量差值重构预测差值来迭代恢复原波段图像. 该方法在数据重构过程中充分考虑了高光谱图像的谱间相关性和空间相关性,能提高图像重构精度. 实验结果表明,利用所提出的方法重构高光谱图像,其性能优于多向量压缩感知方法和分块压缩感知测量后直接对各波段图像单独重构的方法.     

基于相似关系的变精度粗糙集的数据约简

基于最大相似类的变精度粗糙集模型．此模型把变精度粗糙集的基础由等价关系拓展到条件更弱的相似关系,更好地利用数据间的相关信息,扩大了粗糙集理论的应用范围．讨论了相似变精度粗糙集的性质与属性约简,举例说明了相似的变精度粗糙集在大学生体质检测数据约简中的应用．     

信道压缩表示的OFDM快衰落信道估计

针对正交频分复用系统提出基于信道压缩表示的快衰落信道估计算法. 该方法采用一种紧凑型信道冲激响应(channel impulse response, CIR)矩阵及信道核向量的信道压缩表示方法,减少了CIR矩阵中的未知元素数目. 推导了等效信道模型以及CIR矩阵与信道核向量之间的闭式表达式,利用最小二乘和线性最小均方差估计器估计出信道核向量,并由其重构出CIR矩阵,从而实现了信道压缩表示的OFDM快衰落信道估计. 仿真结果表明,该算法能对快衰落信道进行有效估计,并降低系统传输BER.     

基于粗糙集与支持向量机的Web文本分类

Web文本分类是Web数据挖掘的一个重要研究方向,它是在通过经验数据训练得到的分类体系下,根据网页的文本内容自动判别网页类别的过程,本文提出一种综合粗糙集与支持向量机的Web文本分类模型,利用粗糙集的属性约简方法,减少支持向量机训练数据的维数,提高Web文本分类的性能与效率．     

航空发动机多指标模糊信息熵的性能排序研究

依据状态监控信息对民航发动机进行性能排序,可以及时了解发动机性能衰减程度及梯次差异,从而便于制定最优维修计划,达到降低维修费用的目的,因此已成为提高机队管理质量的重要手段.目前航空公司机队管理中对多指标性能排序问题还缺乏科学的方法.该文基于模糊等价聚类和粗糙集理论中的属性信息熵方法,对该类权重信息完全未知的多指标风险决策问题进行理论建模,得到求取各指标综合权重的算法,并举例验证了该算法的客观有效性.     

逻辑函数的粗糙集表达及最小化方法

提出了基于粗糙集理论对逻辑函数进行知识表达的方法,给出了运用粗糙集进行组合逻辑化简的优化算法.为保证化简前后逻辑上的等价性,用化简前的逻辑矩阵中的on-set项是否被化简后的off-set项的补完全覆盖的方法进行检验,结果表明化简前后是等价的.算法通过了对20变量以下的组合逻辑函数标准的Benchmark例题和部分组合逻辑函数典型实例验证,保证了优化结果正确性和有效性.     

中国城镇居民消费函数的非参数模型

利用2001-01￣2005-11我国城镇居民人均可支配收入与消费性支出的月度数据,建立了我国城镇居民消费的非参数模型,并用不变窗宽的核估计、不变窗宽的局部线性估计、k-近邻估计、正交序列估计以及线性最小二乘估计分别进行了拟合和预测,结果表明:非线性模型优于线性模型;在4种非线性估计方法中,局部线性估计方法优于其它3种估计方法.     

基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.     

基于统计粗集模型的航空发动机维修等级预测方法研究

维修成本是航空公司为实现降耗增效关注的重点之一.论文从合理制定航空发动机送修工作包入手,运用统计粗集理论属性重要性判定方法,研究发动机状态参数与各单元体性能之间的内在联系,提出了挖掘两者之间关联规则的方法.文章以GE公司CF6-80C2-A5发动机为例作了实证分析,生成了该型发动机状态参数与单元体性能之间的关联规则.