样本属性重要度的支持向量机方法

支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度.     

基于PSO参数辨识SVM的中长期径流预测研究

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辩识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后...     

射影簇和向量丛的数字不变量对超二次曲面的刻画

设X是光滑的n维射影簇,E是X上的丰富向量丛,E的秩r＜n.如果E在X上的数字有效值为n/r,且X的皮卡数1,则X是超二次曲面Qn,E是线丛OQn(1)的直和.     

电性距离矢量预测有机污染物的生物富集因子

以电性距离矢量Mt表征165种非离子性有机物(NOC)的分子结构.利用多元回归方法建立了122种NOC的生物富集因子(lg BCF)与32个Mt的数学模型,其相关系数R为0.976.经逐步回归建立最佳四变量(M15,M17,M36,M91)模型,其R为0.960;并以Jackknife法检验,其LOO交互检验系数(q2)为0.915.这4个Mt参数揭示了影响NOC生物富集因子的主要因素,结果表明该模型具有良好的估算能力与鲁棒性.以111个NOC为训练集的生物富集模型作用于11个NOC的检验集,显示出良好的预测能力.     

多复变中解析函数向量的边值问题

利用积分方程的理论和压缩映射原理,证明了C2空间中解析函数向量的线性边值问题的解的存在唯一性.     

基于巨磁阻抗效应表征材料磁结构的模型

研究了一种可用于磁结构表征的基于巨磁阻抗效应分析材料磁结构的模型.在建立巨磁阻抗效应与简化磁结构对应关系模型的基础上,结合磁化矢量正交分解手段,通过调节巨磁阻抗效应与简化磁结构对应关系模型特征参量的方法,获得了各种形状的巨磁阻抗曲线,根据拟合得到的解叠子谱特征,可获知材料内部磁结构的组成和特征.研究结果对于磁性材料内部磁结构的新型表征方法及其内部结构的控制具有重要的意义.     

基于组合码字的矢量量化编码算法

传统的矢量量化编码方法总是将待编码矢量以码书中唯一的最匹配码字作为其近似输出矢量,以实现数据压缩的目的.这种方法对远离码字的矢量无法避免显著的误差.本文提出组合编码的矢量量化方法,其思想是对远离码字的矢量进行主辅组合编码,对主码字编码造成的误差通过辅码字加以补偿.实验表明,该方法在很小降低压缩比率的条件下显著提高了矢量编码精度,能够在信号处理等领域发挥有效作用.     

用于统计语音合成的大尺度压缩HMM的方法

统计语音合成使用隐Markov模型(HMM)作为声学特征的统计模型。提出了一种利用声学模型空间距离进行HMM的大尺度压缩的量化方法,通过对矢量量化码本进行的优选迭代步骤,减小压缩后的声道谱模型与原模型之间的声学距离,使通过量化模型合成的语音更加接近未量化模型。主观和客观测试结果显示:使用该方法进行声道谱模型的压缩,在压缩至原模型大小的0.06左右时,仍有约90%的评价得分认为合成语音的质量没有明显下降。     

最小二乘双胞支持向量回归机的研究

 利用最小二乘方法和临近支持向量机(PSVM)算法,并结合双胞支持向量机(TSVR),提出了最小二乘双胞支持向量回归机(LSTSVR).作为对照,TSVR需要求解2个二次规划问题,而LSTSVR仅需求解2个线性方程组.最后利用不同的实例验证了所提算法的可行性和有效性.     

PMSM矢量控制下逆变器母线电流频谱分析

逆变器直流母线电流频谱的准确解析是对电磁干扰进行分析及母线电容选取的重要理论基础。针对永磁同步(PMSM)作为负载时逆变器直流母线电流频谱的数学表达和理论求解方法分析了相电压基波和高次谐波对应的等效阻抗。分析得出:非凸极PMSM各次谐波对应的视在电感相等并且恒定;凸极式PMSM的基波电流可以在直轴和交轴上进行相量分解,其对应电感为直轴和交轴电感,高次谐波对应的电感随着转子的位置变化。理论计算时可以通过忽略高次谐波或取平均电感的方法来进行近似。给出了母线电流频谱计算的方法与过程。仿真和实验都证明了本文给出的计算方法及公式的正确性和有效性。