基于支持向量机的混沌时间序列非线性预测

提出一种新的应用支持向量机回归原理的混沌时间序列非线性预测方法,同时利用自适应的方法对支持向量机的参数进行优化.仿真结果显示支持向量机具有比传统的回归方法更好的泛化能力,预测方法具有很高的预测精度,同时还讨论了支持向量机中参数以及嵌入维数的变化对泛化误差的影响,得出的结论与统计学习理论中的VC维理论相一致.     

基于支持向量机的信息融合诊断方法

提出了一种采用小波变换进行特征提取、支持向量机进行模式分类的多传感器信息融合诊断方法。该方法首先对多传感器的信息进行加权初级融合,接着利用小波变换的时频局部特性和多尺度、多分辨特性对传感器测量信号进行特征提取,最后利用支持向量机进行分类实现信息的特征级融合和分类。将其应用于某转子实验台的故障诊断中,取得了令人满意的结果。     

可重构混联机械手TriVariant与Tricept的静动态特性预估与比较

深入研究并联机构的静、动态特性，对并联机械手的方案设计和使用有重要意义．为此，借助予结构综合思想和ANSYS参数化设计语言，构造了两种可重构五自由度混联机械手模块TriVariant与Tricept的有限元模型，研究了并联构型装备处于不同位形时的整机有限元模型快速重构技术，以及机构中各种铰链的精确建模方法，并系统分析和比较了两种机械手的静、动态特性．研究结果表明，当尺度、弹性和惯性参数相同时，二者具有极为相似的静、动态特性．     

状态机和变换半群积的覆盖关系

讨论了两个状态机积的变换半群和它们变换半群的积之间的覆盖关系、两个状态机的积之间的覆盖关系、两个变换半群的积之间的覆盖关系、两个状态机的积与覆盖它们的状态机的积之间的覆盖关系、两个变换半群的积与覆盖它们的变换半群的积之间的覆盖关系。     

贝叶斯框架下的人的检测

利用低分辨率条件下比较易于识别的特征，即衣服的颜色、肤色和位置信息来检测人，首先把待识别的目标分成几个部分，包括衣服和皮肤，再分别利用线性模型为衣服颜色和肤色建立概率模型，由于人体属于非刚性物体，不适用于一般的概率模型，所以利用支持向量机，通过训练，为几部分的相对位置建立了概率模型，最后通过贝叶斯方法建立了框架，该框架综合了颜色和位置的概率模型，实验证明，通过找到最大概率，就能够较准确地检测到人在图像中所处的位置。     

基于知识编码的剪切位点预测

在现有生物统计中，对脱氧核糖核酸中碱基的编码表达主要限于腺嘌呤，鸟嘌呤，胞嘧啶和胸腺嘧啶4种．但这种编码方式的变量太少，同时没有考虑碱基在脱氧核糖核酸中的位置信息，在剪切位点预测中，准确率不会超过90％．据此采用基于知识的编码方式，即真剪切位点与假剪切位点的统计差表，结合支持向量机方法，大大提高了剪切位点识别的准确率，并进一步采用碱基的统计特征的多变量编码方式使真给体位点和假给体位点的预报率分别达到96．4％和93．0％，真受体位点和假受体位点的预报率分别达到94．4％和93．0％．     

回归函数的支持向量机估计法

回归估计是统计学中基本问题之一，本文在归纳了其经典的估计方法之后，总结了支持向量机估计回归函数方法。并从理论和应用角度阐述了支持向量机的基本思想。     

注塑机虚拟维修系统的研究和实现

研究并论述了注塑机虚拟维修的体系结构，系统关键技术及其实现。着重描述了基于知识的故障诊断专家系统的构建原理，并给出了知识库的构造、推理机的设计以及知识库的修改和扩充方法。     

基于高阶累积量和支撑矢量机的调制识别研究

提出一种基于高阶累积量和支撑矢量机的数字信号自动调制识别新方法 ,即将接收信号的四阶、六阶累积量作为分类特征向量 ,利用支持矢量机把分类特征向量映射到一个高维空间 ,并在高维空间中构造最优分类超平面以实现信号分类。这种方法对高斯噪声和星座图由于信号初始相位而引入的旋转具有良好的稳健性 ,并避免了神经网络中的过学习和局部极小点等缺陷。计算仿真结果表明 ,这种方法具有很高的分类性能和良好的稳健性     

基于支持向量机的波达方向估计

波达方向(DOA) 估计是智能天线系统中的一个关键技术之一。在本文中,通过一种基于支持向量机(SVM)的回归技术对信号的波达方向进行估计,这种方法经过训练以后,可以识别在训练样本里的和未知的信号的到达方向。仿真结果可以证明这种方法的有效性。