基于LS-SVM的导弹费用估测研究

导弹系统的费用估算对于采办费用的控制、方案的优化设计具有十分重要的意义和作用,目前对导弹系统费用估算方法存在估算精度不高、泛化能力差、计算过程烦杂等问题,作者提出了基于最小二乘支持向量机的导弹系统费用估算方法,并采用了密度因子法来对样本集中的孤立样本点进行剔除.研究表明,最小二乘支持向量机能够较好地适用于导弹系统的费用的估算,并具有较高的估算精度.     

关于泛化神经网络与支持向量机的研究

人工神经网络(ANN)的泛化特性是神经网络最重要的特性,同时也是最不容易保证的特性。本文对改进泛化的神经网络算法以及新兴的机器学习算法——支持向量机算法进行研究,并分别用BP神经网络、改进泛化能力的神经网络、支持向量机对人体脂肪测试实例进行仿真预测分析,结果表明,支持向量机比神经网络、改进泛化神经网络具有更好的预测(泛化)能力,是人工神经网络的替代方法。     

一种基于生物免疫原理的识别算法

提出了一种人工免疫识别算法.该算法将所识别的数据作为抗原,利用抗体、抗原的亲和作用,通过刺激/抑制有关抗体的活动建立一个抗体记忆集合,识别和表示数据结构组织,它具有识别多样性、自我调节功能等特点.通过对二维实数空间的数据和Iris数据进行实验,结果表明该方法聚类效果好,识别率高,且具有较好的泛化能力.     

基于支持向量机分类模型的上市企业财务预警

介绍了支持向量机的分类原理.通过72家上市企业的财务数据建立支持向量机的企业财务预警模型.并利用该模型对上市企业进行两类和三类模式识别.在此过程中还分析了采用不同核函数和参数的仿真结果,表明与传统的财务预警相比,SVM模型具有非线性和良好的泛化能力.     

基于贝叶斯正则化BP神经网络的PEMFC电堆建模

质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)电堆具有输入输出关系复杂、非线性强等特点,获得精确的电堆模型是PEMFC系统优化控制的基础.文章针对PEMFC电堆特点,提出一种改进BP(back propagation)神经网络的PEMFC电堆建模方法.利用BP神经...