基于L_1范数支持向量分类机的算法扰动设计

普通向量分类机算法普遍有效率低下、算法复杂的缺点,为了进一步降低计算量,提高算法效率,提出了支持向量机算法.该算法将二次规划问题转换为线性规划问题,同时可以进行优化降次.结果显示,在数据量较大的情况下可以迅速并较为准确地处理大量数据,面对较为困难的数据处理时可以实现数据的有效分类.     

一种改进的人工蜂群算法优化的支持向量机

为了改善现有支持向量机(Support Vector Machine)的机器学习效果依赖于参数选择,而参数选择通常依赖于经验的问题,在现有基础上,本文结合一种称为骨架人工蜂群算法(Bare-bones Artificial Bee Colony)的改进的人工蜂群算法对支持向量机的2个参数进行优化,并对该优化结果进行试验。试验结果表明,改进的支持向量机的准确率、识别速度均优于原本的支持向量机。     

一种多阶段发酵过程的联合加权支持向量机建模方法

发酵过程是一类具有多阶段特性的间歇过程,在建立其多阶段模型时,各阶段子模型的融合方法特别是过渡阶段的处理方法是研究重点。针对发酵建模过程中过渡阶段的处理问题,提出了一种联合加权支持向量机(SVM)建模方法,利用阶段划分得到的隶属度函数对训练样本数据进行扩展,进而直接建立发酵过程的多阶段模型。实验结果证明,所提出的方法能够很好地处理各阶段间的过渡过程,提高了模型精度。     

八种最小二乘SVM型学习算法的优势比较

我们知道,支持向量机(Support Vector Machine,SVM)型学习算法的计算复杂性和稀疏性对分析和处理大数据来说是非常重要的两个因素,尤其是对高维数据.学者们针对这两个因素做了大量的研究,提出了许多改进的SVM型算法,常见的有基于最小二乘技术的SVM型算法和孪生SVM型算法.它们当中,有些算法的出发点基本相同,但是求解方法上略有不同;有些算法有明显不同的出发点,其所构建的最优化模型也不相同.选取八个较具代表性的最小二乘SVM型算法,分析和比较它们之间的优势和劣势,以期读者更加深入的理解这类算法,且在应用于实际问题中时更具有选择性.     

中美聋人高等教育比较

中国聋人高等教育发展已经经历了二十余年,但是中国聋人高等教育与美国等发达国家相比仍有相当大的差距。文章通过对中美聋人高等教育进行比较,指明中美聋人高等教育差距所在,分析了美国聋人高等教育对中国的借鉴意义,并在明确差异的基础上对中国聋人高等教育未来的发展方向进行了预测。     

试论高校图书馆的教育支持服务体系

从有利于高校教育发展与支持教学工作的角度出发,分析了高校图书馆现有管理体系中存在的问题,并以支持教育教学发展为目的,提出了教育支持服务管理体系,以期能为高校图书馆管理者提供一些帮助。     

五措施推进“三区”科技人才选派工作

<正>按照科技部等5部委《边远贫困地区、边疆民族地区和革命老区人才支持计划科技人员专项计划实施方案》的安排部署和省科技厅等5部门的要求,我市古蔺、叙永、合江三县积极开展科技人才选派和培训工作。其中每个受援县"选派科技人员"的需求计划不少于16名,"所需培养     

安徽省畜牧业发展的金融支持探究

畜牧业是农业的重要组成部分,但近年来安徽省畜牧业发展相对滞后,其中很重要的原因是金融支持不够。本文首先介绍了安徽省畜牧业发展的状况和畜牧业金融支持现状,然后分析了当前畜牧业金融支持不足的原因,最后针对这些原因,提出了发展安徽省畜牧业金融的对策。     

城市交通拥堵治理政策及策略

治理交通拥堵是我国各大城市当前面对的重要问题,根据各城市的具体问题,交通管理部门实施了各类措施。但就目前状况来看,问题仍然普遍存在而且有愈来愈严重的趋势。从长远发展来看,解决这类难题,我们不仅要借鉴国际经验,同时要结合我国的交通现状和存在的问题进行综合分析,这样才能找出合理解决方案。本文对国际国内治理交通现状进行深入分析,针对我们目前存在的问题,重点以成都为参考对象,构建交通拥堵的治理模式,并在此基础上提出了一套完整解决方法,为我国解决交通拥堵提供重要决策支持。