您的位置: 专家智库 > >

广东省自然科学基金(021349)

作品数:22 被引量:273H指数:10
相关作者:肖健华吴今培孙德山刘智勇梁新荣更多>>
相关机构:五邑大学辽宁师范大学华中科技大学更多>>
发文基金:广东省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术机械工程交通运输工程经济管理更多>>

文献类型

  • 22篇中文期刊文章

领域

  • 16篇自动化与计算...
  • 3篇机械工程
  • 2篇经济管理
  • 2篇交通运输工程
  • 1篇理学

主题

  • 16篇支持向量
  • 16篇支持向量机
  • 16篇向量
  • 16篇向量机
  • 5篇基于支持向量...
  • 5篇核方法
  • 4篇特征提取
  • 4篇混沌
  • 4篇核函数
  • 3篇神经网
  • 3篇神经网络
  • 3篇时间序列预测
  • 3篇模式识别
  • 3篇混沌时间序列
  • 3篇混沌时间序列...
  • 3篇故障诊断
  • 3篇SVR
  • 2篇异常值
  • 2篇支持向量回归
  • 2篇人工智能

机构

  • 22篇五邑大学
  • 7篇辽宁师范大学
  • 3篇华中科技大学
  • 3篇华南理工大学
  • 3篇中南大学
  • 2篇中南大学铁道...
  • 1篇广州市交通委...

作者

  • 15篇肖健华
  • 13篇吴今培
  • 11篇孙德山
  • 3篇毛宗源
  • 3篇梁新荣
  • 3篇刘智勇
  • 2篇侯振挺
  • 2篇杨叔子
  • 2篇樊可清
  • 2篇李运蒙
  • 1篇罗玮
  • 1篇熊焕庭

传媒

  • 6篇计算机工程与...
  • 2篇计算机工程
  • 2篇五邑大学学报...
  • 2篇计算机科学
  • 1篇振动工程学报
  • 1篇系统工程
  • 1篇内蒙古大学学...
  • 1篇微机发展
  • 1篇青海师范大学...
  • 1篇计算机应用研...
  • 1篇系统仿真学报
  • 1篇宝鸡文理学院...
  • 1篇交通运输系统...
  • 1篇中国制造业信...

年份

  • 2篇2006
  • 2篇2005
  • 6篇2004
  • 11篇2003
  • 1篇2002
22 条 记 录,以下是 1-10
排序方式:
基于SVR的异常数据检测被引量:7
2003年
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。该文利用支持向量回归算法中结构风险函数的性质以及KT条件,提出一种回归中的异常值检测方法。仿真实验结果表明了所给方法的可行性和有效性。
孙德山吴今培肖健华
关键词:支持向量机异常值核函数
SVR在混沌时间序列预测中的应用被引量:31
2004年
支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。将支持向量回归算法应用于混沌时间序列预测中,并同BP网络及RBF网络的预测结果进行了比较分析。仿真实验表明,支持向量回归方法具有很好的泛化能力和一定的噪声容忍能力。
孙德山吴今培肖健华
关键词:支持向量机支持向量回归混沌时间序列核函数
基于支持对象的野点检测方法被引量:24
2003年
从模式识别的角度出发,分析了基于核的野点检测方法,指出随着样本数目的增 加,该方法会因为过大的优化规模而无法实际操作,为此提出了基于支持对象的野点检测方 法,该方法大大降低了运算规模和内存需求,保证了野点检测实时性的要求?
肖健华
关键词:野点检测核方法
支持向量回归中的预测信任度被引量:10
2003年
Support vector machine(SVM)has been widely applied to classification and regression problems, but it suf-fers from some important limitations, one of the most significant being that it makes point predictions rather thangenerating probability output. A notion of predicting credibility is proposed in support vector regression machinebased on the problem, which can make predicting value have a definite measure, and then relationship between pre-dicting credibility and noise is discussed. Finally, an example of predicting chaotic time series shows the rationality ofthe definition.
孙德山吴今培
关键词:支持向量机神经网络学习算法SVM
基于约束的动态回归经济预测模型与应用研究被引量:1
2004年
本文在定性分析江门市GDP预测指标体系的前提下,用相关分析的方法对经济指标进行筛选,建立基于约束条件的动态回归预测模型,并应用实际数据对模型的预测能力进行检验,获得了很好的预测效果。
李运蒙肖健华
关键词:GDP
加权支持向量回归算法被引量:7
2003年
1引言 Vapnik等人根据统计学习理论提出的支持向量机学习方法[1],近年来受到了国际学术界的广泛重视.支持向量机的最大特点是根据Vapnik结构风险最小化原则,尽量提高学习机的泛化能力,即由有限的训练集样本得到的小的误差能够保证对独立的测试集仍然保持小的误差.
孙德山吴今培侯振挺肖健华
关键词:人工智能模式识别
基于支持向量机的短期GDP预测模型与应用研究被引量:10
2004年
支持向量机是最近几年国际上模式识别研究的热点,具有全局最优和良好的泛化能力.本文在理论分析江门市GDP预测指标体系的前提下,研究了基于SVM的预测方法,并运用实际数据进行建模和预测,获得了比较准确的预测结果.
李运蒙肖健华
关键词:支持向量机模式识别GDP
基于核的投影寻踪方法及其在模式分类中的应用被引量:4
2003年
分析了一般投影寻踪方法存在的局限和核方法在处理非线性方面所具有的优势,在此基础上结合支持向量机的最新研究成果,提出了基于核的投影寻踪方法,并将其应用到滚动轴承的质量分类中,取得了较为理想的效果。
罗玮肖健华
关键词:核方法支持向量机滚动轴承
基于支持向量机的齿轮故障诊断方法被引量:28
2003年
对齿轮故障诊断的特点进行了阐述 ,指出由于环境噪声的干扰 ,在齿轮故障诊断中往往不能获得理想的诊断结果。为此在对齿轮运行状况进行有效特征提取的基础上 ,采用支持向量机的方法对齿轮进行故障诊断。
肖健华吴今培樊可清杨叔子
关键词:齿轮支持向量机故障诊断神经网络
粗糙主成分分析在齿轮故障特征提取中的应用被引量:6
2003年
采用粗糙集理论对输入征兆进行甄别 ,约简与诊断无关或关系不大的征兆 ,并在约简过程中结合启发式知识以解决约简过程中出现的 NP问题。研究结果表明 :在主成分分析中结合粗糙集理论可以排除干扰量的影响 ,并有效地进行特征量的提取。
肖健华吴今培樊可清杨叔子
关键词:齿轮故障诊断粗糙集
共3页<123>
聚类工具0