一种基于环形分布的SVM核选择方法

核选择是支撑向量机(Support Vector Machine,SVM)研究中的核心问题之一.文章提出了一种基于数据分布特征的SVM核函数选择方法.分析了几种常用核函数的性能,提出了判断数据呈环形分布的方法,探讨了SVM核函数及其参数选择与数据分布的相关性.数值实验说明了该方法的可行性与有效性.     

一种新的支持向量回归机的模型选择方法

针对支持向量回归机的模型选择问题,将模型选择问题转化为一个非线性系统的状态估计问题,然后引入无迹卡尔曼滤波进行求解,提出一种新的基于无迹卡尔曼滤波的模型选择方法(UKF-SVR).对标准数据集和太阳黑子数平滑月均值进行仿真实验,结果表明,UKF-SVR与粒子群算法相比,该方法全局寻优能力更强,保证了支持向量回归机泛化能...     

基于AP算法支持向量机的设计与应用

设计一种基于AP聚类算法和SVM分类器相融合的新的混合分类器, 使用AP聚类算法优化数据集, 得到了高质量、 小样本的SVM分类器训练集. 实验结果表明: 与传统的SVM分类器相比, 混合分类器具有更高的分类精度; 在心脏病预测上, 该分类器的效果较好.     

支持向量机学习方法的选择与应用

介绍支持向量机中的核函数及其参数的选择和相关应用技术，以及SVM的应用研究。在不同的学习方法下进行了仿真实验，并对4种不同方法的分类特性进行了对比分析，给出了在不同模式识别问题中不同方法的选择条件。     

基于SVM-ADRC的全垫升气垫船航向控制

为改善全垫升气垫船的操纵性,提出了一种基于支持向量机的参数自整定自抗扰控制算法.采用扩张状态观测器观测系统内外扰动并加以补偿,利用非线性误差反馈控制律提高控制性能.利用支持向量机辨识系统非线性关系,建立其瞬时线性化模型.结合最优控制的二次型性能指标思想,实现自抗扰控制参数的自整定.仿真结果表明：在恶劣环境扰动下,所设计控制器能够实现全垫升气垫船航向的精确控制,调节时间短、超调量小、自适应性强.     

基于支持向量机的景象匹配区选择方法

考虑景象匹配区选择结果与参考图像信息之间的联系与制约,提出了基于支持向量机的景象匹配区选择方法.首先合理选择基于灰度和基于特征的2级测度参数,准确有效地表示参考图图像信息;其次将多个测度参数归一化组成样本集的输入属性向量,并使用去均值归一化算法得到匹配结果作为样本集的输出;最后选择合适的核函数与最佳参数训练样本集数据,得到具有自动区分景象适配区与非景象匹配区能力的决策函数,并用其分类实现任意候选参考图的匹配区选择.实验结果表明该方法具有较大的适应性和抗干扰性,能够对复杂参考图的匹配区选择进行正确决策指导.     

用支持向量机实现尺度和旋转不变性纹理分类

提出了一种简单的尺度和旋转不变性纹理分类方法．首先使用对数-极坐标变换对要分类的各纹理图像进行变换,生成对数-极坐标图像;然后以对数-极坐标图像的正则化以后的行投影数据向量构成纹理图像的特征向量;最后运用支持向量机实现尺度和旋转不变性纹理图像的分类．实验结果表明,该方法在尺度和旋转不变性纹理图像的分类中,准确率可达90％以上．     

液压支架姿态的监测与控制

分析了液压支架姿态与围岩破坏的关系,提出液压支架姿态的监测方法和手段,结合现场实际,确定出液压支架姿态控制的合理范围。     

基于动柔度矩阵和支持向量机的井架损伤识别技术

动柔度矩阵是结构损伤检测的有力工具.支持向量机是在统计学习理论上发展出的一种学习机器,其针对小样本分类识别性能优越.提出了一套基于支持向量机和动柔度矩阵的损伤识别技术.对JJ160/41-K型石油井架模型进行了损伤实验研究,利用实验数据构建了分类识别支持向量机,并以数值仿真计算,验证了该技术的有效性.     

松散沙层复合土钉支护作用机制的实例分析

复合土钉支护是土钉与预应力锚杆(索)、搅拌桩(止水帷幕)、微型钢管桩等支护形式中的一种或几种加固支护型式相结合而成.但整体作用机理并非各部分支护的简单叠加.本文主要结合一个复合土钉支护工程实例,来分析复合土钉支护中各部分支护形式所起的作用及计算原理.土钉是主要的受力结构;预应力锚杆可抵消掉一部分土压力,有效减少支护土体上部的水平位移;搅拌桩主要起止水帷幕作用,同时有利于坑底的抗隆起作用;微型桩能起到增强坑壁刚度的作用,减少坑顶水平位移和沉降.