基于SOR的有效集算法求解支持向量机

利用有效集求解的SVM策略,采用SOR方法求解相应的子问题,使得改进算法能有效处理大规模非线性可分的问题,证明了改进算法的有限终止性。提出了可将此改进算法应用到增量学习SVM中。     

基于SVM的革兰氏阴性菌分泌系统蛋白识别方法

本文提出了一种基于SVM快速识别革兰氏阴性菌分泌系统蛋白的方法.该方法以氨基酸组成和位置特异性得分矩阵为最优特征集,充分考虑了蛋白质的序列信息及进化信息.实验结果表明,本文提出的方法对革兰氏阴性菌分泌系统蛋白具有较好的预测性能,可作为细菌分泌系统研究的有益补充.     

多电平逆变器的通用空间矢量调制算法

为解决多电平逆变器的空间矢量调制(SVM)算法设计及实现的复杂性问题,提出了基于参考电压分解和零序电压等效的新型多电平SVM算法。参考电压分解的方法将任何电平数目的开关矢量选择问题都简化成二电平SVM算法来解决;基于零序电压等效的SVM波形控制方法简化了开关状态的选择问题,并使其与逆变器性能优化控制问题得到有机结合。所提的多电平SVM算法设计简单并且占用计算时间少,同时算法设计不依赖于电平数目,所以具有通用性。所提算法适用于任何电平数目的逆变器的空间矢量调制,并通过在数字信号处理器(DSP)上的实现结果及具体应用实例的仿真结果得到验证。     

统计学习理论和支持向量机

介绍了统计学习理论和支持向量机的概貌，以及目前支持向量机方法研究的现状．     

基于支持向量机的增量学习算法

通过对支持向量机KKT条件和样本间关系的研究,分析了新增样本加入训练集后支持向量的变化情况,提出一种改进的Upper Limiton Increment增量学习算法.该算法按照KKT条件将对应的样本分为3类:位于分类器间隔外,记为RIG;位于分类间隔上,记为MAR;位于分类间隔内,记为ERR.并在每次训练后保存ERR集,将其与下一个增量样本合并进行下一次训练.实验证明了该算法的可行性和有效性.     

基于电流的主轴性能退化评估方法

为提高精密机床主轴检测的准确性,提出了一种基于电流的主轴性能退化评估方法.建立了主轴性能退化模型,使主轴状态便于监测和评估.首先采用小波包阈值对电流信号进行去噪处理,对去噪后的电流信号提取时频域特征量,构造多域特征空间.然后利用主成分分析法（PCA）进行数据降维,用降维后的样本进行支持向量机回归建模.采用粒子群算法（PSO）对支持向量机模型进行参数优化,以获得最优性能退化模型.将该模型应用于主轴实验台主轴性能退化评估,实验结果表明该方法原理正确,可以准确评价主轴性能.      

一种新的半监督支持向量机

在模式识别中,采取支持向量机对有类别标签样本分类是非常有效的,但在实际应用中,对样本进行标记并不是一件容易的工作.通过综合利用有类别标签和无类别标签样本信息构造目标函数和约束条件,借助二次规划模型提出了一种新的半监督支持向量机,从而提高了仅依靠有类别标签样本支持向量机的分类准确率.     

基于支持向量机的物流服务顾客满意度评价模型

提出了一种新的基于支持向量机(SVM)的物流服务顾客满意度(CSD)评价方法.归纳了物流服务CSD指标体系的设计原则,给出了具体的评价指标体系并采用模糊隶属函数和二元对比排序法对其进行量化.将量化后的指标因素集作为SVM的训练集,采用一对一的分类策略建立了CSD的评价模型.最后通过仿真实验指出了基于SVM的CSD评价方法比以往的模糊综合评价法和神经网络评价法测试正确率高,实用性强.     

基于支持向量机的图书馆受赠期刊曲线预测

新型的机器学习算法（支持向量机）首次应用到图书馆文献交换的时间序列预测中．针对文献交换的时间数据序列,采用支持向量机进行训练建立数学模型,通过模型预测交换数据随时间的变化趋势．实验表明,支持向量机在小样本下具备较高的拟合精度,采用支持向量机预测交换数据的变化趋势是可行的．     

用球结构的支持向量机解决多分类问题

支持向量机是从统计学习理论中导出的，从研究二分类开始，发展至今，虽然提出了很多多类别分类的相关算法，但都各有不足之处。提出基于球结构的支持向量算法，适用于规模比较庞大的多类别问题，并对其性质进行了讨论。