支持向量机下机器学习模型的分析

首先概述了支持向量机的发展与应用,指出其在机器学习领域有较大的发展前景.分析了支持向量机的基本算法,进而阐述了基于支持向量机的机器学习模型构造思路.给出了其应用于机器学习模型的核函数和训练算法,最后给出了学习模型的具体分类效果.     

双驱动单元擦窗机控制系统设计

完成了双驱动单元擦窗机系统设计。由主控制平台(上位机)、固定平台和悬挂平台组成。固定平台是整个系统的核心动力部分,用以完成悬挂平台的定位,悬挂平台用以完成自动擦洗动作。采用实验方法确定了控制电机运动的步长,以完成悬挂平台的准确定位。     

基于SVM降雨充水矿井涌水量预测

为了准确预测降雨充水矿井涌水量,将SVM算法应用于降雨充水矿井涌水量预测,通过对SVM算法分析,确定了合适的核函数及其参数,提出了基于SVM算法的降雨充水矿井涌水量预测模型,并根据所选矿区自然地理情况,确定了预测输入因子和输出因子。通过MATLAB语言编程,结果显示:预测值与实际测量值具有较好的一致性,验证了矿井涌水预测模型是有效的。     

最小学习机

针对极端学习机（ELM）不能用于多层前向神经网络学习的问题,通过揭示单层前向神经网络（SLFN）的ELM与岭回归以及中心化的岭回归之间的关系,提出了SLFN的最小学习机。通过证明核化的中心化岭回归与核化的PCA之间的关系,提出以无限可微的核函数为激励函数的多层前向神经网络（MLFN）的最小学习机LLM.SLFN/MLFN的最小学习机能够保持ELM的上述优势。     

加工时间具有学习效应的链约束单机排序问题

研究了工件的加工时间具有学习效应的链约束单机排序问题,在链可中断和不可中断两种情况下,均给出了目标函数为极小化最大完工时间的多项式算法。     

几何量测量路径自动生成方法

由于CCD摄像机无法一次拍摄到被测物体的所有轮廓,所以需要移动载物平台,便于CCD摄像机分数次拍摄被测物体的不同轮廓.文中提出了一种实现二维几何量测量的路径自动生成方法,用于实现载物平台的自动移动.该方法利用机器视觉和数控技术实现每移动一次载物平台完成一次被测物体分段轮廓图像的拍摄和处理,从而确定载物平台下一次的移动路径,最终实现被测物体完整轮廓坐标数据的自动采集.实验结果表明,运用设计的路径自动生成方法实现了被测物体轮廓坐标数据的自动提取.     

机器视觉摄像机标定的一般正多边形方法

围绕机器视觉摄像机标定问题,该文将通常几种基于特定正多边形模型的标定方法拓展为一般正多边形模型的摄像机标定方法. 首先分析一般正多边形的平面几何性质,结合射影几何中的交比和调和共轭的性质计算正多边形各条边和正多边形内切圆心与切点连线方向的消失点. 利用消失点与光心的连线方向和形成消失点空间直线方向相同的性质建立线性方程组,从而求解摄像机内参数. 最后通过几个特定正多边形（正三角形、正四边形、正五边形、正六边形）模版的摄像机标定验证一般正多边形标定方法的正确性. 实验中还发现几种特定正多边形的摄像机标定精度不同,正五边形的标定精度最高,正四边形最低.     

基于工作过程的机械设计基础课程改革

以机械设计基础课程教改为研究课题,探讨了基于工作过程的机械设计基础课程教学改革。针对传统教学中存在的问题,采用基于工作过程＂教、学、做＂一体的教学模式,并从教学方式和手段、教学内容、教学理念以及实验实训等几个方面对该课程改革的方向进行了分析。     

量子粒子群优化神经网络集成股市预测模型研究

利用量子粒子群优化神经网络集成个体的网络结构和连接权值,对集成个体进行支持向量机回归集成,建立一个新的量子粒子群优化神经网络集成股市预测模型。新模型能有效提高神经网络集成系统的泛化能力,易操作,稳定性好,预测精度高,具有良好的应用前景。     

一种利用不可行解的贝叶斯网学习算法

现有的基于打分搜索的贝叶斯网学习方法都是利用满足有向无环图的可行解进行学习.在搜索过程中遇到不可行解时,这类算法简单地去除不可行解或将不可行解转化为可行解.然而,有的不可行解中往往蕴含着有价值的信息.本文提出一种新的贝叶斯网学习方法ISEC,同时利用可行解和不可行解学习贝叶斯网络,并提出针对不可行解的选择策略,在学习过程中可以有效地利用不可行解中的有用信息.实验结果表明,ISEC能够比仅利用可行解的方法更快地学习到更优的贝叶斯网.