收藏本站
《北京交通大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

核方法的研究及其应用

牟少敏  
【摘要】: 自1995年Vapnik等人提出基于统计学习理论和核技术的支持向量机算法以来,基于核的机器学习方法(简称核方法)取得了迅速的发展,目前已成为人工智能和机器学习领域的研究热点之一,广泛用于图像处理、生物信息技术、文本分类和入侵检测技术等多个领域。进一步研究支持向量机,无论对核方法理论的完善和发展,还是对核方法在应用领域的进一步拓展,都具有十分重要的意义。 支持向量机在一系列的应用中表现出非常优越的性能。但是,其研究仍处于初级阶段。理论研究与实际应用方面都还有许多问题需要加以解决,主要问题有:对于大规模数据集的学习如何降低支持向量机的计算复杂度,针对具体的应用领域如何构造高效的核函数等。 本文主要研究支持向量机的分类与回归,包括简化支持向量机以及支持向量机在农业虫害预测预报中的应用,研究工作提高了支持向量机的分类性能,扩展了其应用范围。主要创新工作有: (1)针对支持向量机对于大规模数据集学习和决策效率低的问题,提出了基于协同聚类的支持向量机算法,有效地减少了支持向量的数量,提高了分类速度。针对多类分类问题,将协同聚类的方法进一步扩展,提出了基于协同聚类的多类支持向量机。同时,对简约支持向量机和最小二乘支持向量机进行了改进。 (2)考虑到径向基函数神经网络分类问题中,基函数中心的选取是其分类性能的关键,提出了利用协同聚类选择基函数中心的方法。与采用模糊C均值选取方法相比较,提出的方法具有更好的分类性能。 (3)针对大样本数据的回归估计,支持向量过多所引起的计算复杂度高的问题,提出了一种基于协同聚类的支持向量回归机。实验结果表明提出的方法可以明显减少测试时间,且回归正确率较好。 (4)在介绍多镜像分类器算法的基础上,针对镜像点选取较为复杂的问题,利用协同聚类的方法代替镜像点选取,提出了一种能有效地提高训练速度的多镜像分类器算法。 (5)农业信息化是我国现代农业技术的一个重要标志,虫害的预测预报工作是农业信息化重要环节,提高其预测预报水平,可以减少虫害造成的损失,增加农业经济效益。鉴于支持向量机是一种模式分类和回归分析的有力工具,我们建立了基于核方法的农业虫害预测预报模型,并将我们提出的算法应用到农业虫害预测预报中,取得了较好的效果。
【学位授予单位】:北京交通大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前3条
1 尹传环;牟少敏;田盛丰;黄厚宽;朱莹莹;;局部支持向量机的研究进展[J];计算机科学;2012年01期
2 王晓云;;基于SVM的图像分类算法优化实现[J];信息安全与通信保密;2013年02期
3 延俊义;;用字符局部相似度误差过滤的方法识别污损车牌[J];科技创新导报;2011年25期
中国重要会议论文全文数据库 前1条
1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
中国博士学位论文全文数据库 前7条
1 王晓云;基于代数方法的人耳识别研究[D];沈阳工业大学;2011年
2 刘笑嶂;核方法的若干关键问题研究及其在人脸图像分析中的应用[D];中山大学;2010年
3 李秋红;航空发动机智能鲁棒控制研究[D];南京航空航天大学;2011年
4 赵静;网络协议异常检测模型的研究与应用[D];北京交通大学;2010年
5 武海巍;核函数与仿生智能算法在林下参光环境评价系统中的研究[D];吉林大学;2012年
6 林娜;高光谱遥感岩矿特征提取与分类方法研究[D];成都理工大学;2011年
7 罗德江;基于核方法的井—震多属性碎屑岩储层预测技术研究[D];成都理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 蒋桂莲;基于粗糙集和支持向量机的人脸识别[D];长沙理工大学;2010年
2 毛小飞;基于小波包分析和支持向量回归机的交通流量预测方法研究[D];西华大学;2011年
3 高锦;基于SVM的图像分类[D];西北大学;2010年
4 郑相娜;基于改进支持向量机的信用卡客户细分模型[D];浙江工商大学;2010年
5 罗曼;基于核方法的胎面生产过程建模[D];武汉理工大学;2012年
6 叶美倩;基于多传感器融合的机器人环境感知研究[D];浙江工商大学;2012年
7 刘爱萍;等距特征映射算法的改进及其应用[D];常州大学;2011年
8 陈旻昊;流形算法及其水电机组噪声源检测[D];浙江工业大学;2012年
9 李永波;基于机器视觉的铁路线路状态检测算法研究[D];西南交通大学;2013年
10 任诗文;基于支持向量机的矿产资源供需研究[D];成都理工大学;2013年
【参考文献】
中国期刊全文数据库 前10条
1 李玉鉴,王守觉;方向基函数神经网络及其逼近能力[J];北京工业大学学报;2003年03期
2 罗盛健;;基于人工神经网络的刚竹毒蛾发生面积的预测模型[J];华东昆虫学报;2006年01期
3 刘向东 ,骆斌 ,陈兆乾;支持向量机最优模型选择的研究[J];计算机研究与发展;2005年04期
4 李晓黎,刘继敏,史忠植;基于支持向量机与无监督聚类相结合的中文网页分类器[J];计算机学报;2001年01期
5 张莉,周伟达,焦李成;核聚类算法[J];计算机学报;2002年06期
6 李昆仑,黄厚宽,田盛丰,刘振鹏,刘志强;模糊多类支持向量机及其在入侵检测中的应用[J];计算机学报;2005年02期
7 马飞,许晓风,张夕林,程遐年;神经网络预警系统及其在害虫预测中的应用[J];昆虫知识;2002年02期
8 田有文;李天来;李成华;朴在林;孙国凯;王滨;;基于支持向量机的葡萄病害图像识别方法[J];农业工程学报;2007年06期
9 吴达科;马承伟;杜尚丰;;支持向量机在斑潜蝇虫害叶片光谱分析中的应用[J];农业机械学报;2007年10期
10 陈毅松,汪国平,董士海;基于支持向量机的渐进直推式分类学习算法[J];软件学报;2003年03期
中国博士学位论文全文数据库 前6条
1 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
2 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
3 蒋刚;核机器学习方法若干问题研究[D];西南交通大学;2006年
4 董红斌;基于混合策略的协同演化算法研究[D];北京交通大学;2006年
5 曾绍华;支持向量回归机算法理论研究与应用[D];重庆大学;2006年
6 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 张世海,刘晓燕,欧进萍;高层结构智能选型知识发现及方法比较[J];四川建筑科学研究;2005年05期
2 冀卫兴;陈忠海;方筝;;基于DE—BP算法的空调负荷预测研究[J];四川建筑科学研究;2010年05期
3 潘洁珠;半结构化数据及其数据模型[J];安徽教育学院学报;2003年06期
4 梁学斌;;离散Hopfield神经网络的统一描述[J];安徽大学学报(自然科学版);1993年02期
5 赵鹏,倪志伟,贾瑞玉;基于数据挖掘技术的范例库维护[J];安徽大学学报(自然科学版);2003年02期
6 刘金红;陆余良;施凡;宋舜宏;;基于语义上下文分析的因特网人物信息挖掘[J];安徽大学学报(自然科学版);2009年04期
7 庄振华;王年;李学俊;梁栋;王继;;癌症基因表达数据的熵度量分类方法[J];安徽大学学报(自然科学版);2010年02期
8 陈乐;王年;苏亮亮;王蕊平;;基于邻接谱主分量分析的肿瘤分类方法[J];安徽大学学报(自然科学版);2011年04期
9 叶爱霞;王年;苏亮亮;;基于非负矩阵分解和Normal_Matrix的肿瘤基因分类[J];安徽大学学报(自然科学版);2012年03期
10 梁佩佩,杨丽萍;基于模糊关系数据库的聚类算法研究[J];安徽职业技术学院学报;2004年01期
中国重要会议论文全文数据库 前10条
1 严传魁;王如彬;;基于汉密尔顿原理的神经元模型[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 叶红云;倪志伟;陈恩红;;一种混合型集成学习演化决策树算法[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
3 章曙光;;基于CBR的电力负荷预测系统的研究与实现[A];2005年“数字安徽”博士科技论坛论文集[C];2005年
4 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
5 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
6 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
7 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
8 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
9 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
10 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 王杰;基于人工智能的乒乓球比赛技战术诊断与评估研究[D];上海体育学院;2010年
2 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
3 于化龙;基于DNA微阵列数据的癌症分类技术研究[D];哈尔滨工程大学;2010年
4 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
5 李建平;面向异构数据源的网络安全态势感知模型与方法研究[D];哈尔滨工程大学;2010年
6 张泽宝;空间数据库的索引技术研究[D];哈尔滨工程大学;2009年
7 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
8 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
9 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
10 李晚龙;六自由度Stewart平台分散智能控制研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 毕道芬;小菜蛾抗药性监测,对茚虫威抗性选育及抗性生化机理研究[D];华中农业大学;2010年
3 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
4 李连昌;新安煤田二_1煤层煤与瓦斯突出危险程度预测[D];河南理工大学;2010年
5 罗婷婷;飞机钣金叠板数控套裁下料软件系统的研究[D];南昌航空大学;2010年
6 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
7 马冉冉;集成学习算法研究[D];山东科技大学;2010年
8 刘志强;基于数据挖掘的客户行为分析和预测研究[D];山东科技大学;2010年
9 吴香庭;基于遗传算法的K-means聚类方法的研究[D];山东科技大学;2010年
10 王萍;语音情感识别研究[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 钟伟红;关宏伟;;基于单纯形法的PID参数优化设计[J];安徽电子信息职业技术学院学报;2006年03期
2 张蕾;于海业;周丽娜;张志平;蒋斌;;林下参蒸腾速率与影响因子关系研究[J];安徽农业科学;2007年12期
3 张蕾;于海业;周丽娜;张志平;蒋斌;;林下太阳辐射环境对人参生长发育影响的初步研究[J];安徽农业科学;2009年24期
4 何国华;;区域物流需求预测及灰色预测模型的应用[J];北京交通大学学报(社会科学版);2008年01期
5 赵亚萍;张和生;周卓楠北京交通大学电气工程学院;杨军;潘成;贾利民;;基于最小二乘支持向量机的交通流量预测模型[J];北京交通大学学报;2011年02期
6 宋海滨;刘云帼;;基于支持向量机的预测控制算法[J];兵工自动化;2006年04期
7 赵海龙;穆志纯;丁文魁;张霞;;基于Haar小波变换和分块DCT的人耳识别[J];北京大学学报(自然科学版);2009年02期
8 孙光民;王晶;于光宇;李罡;许磊;;自然背景中交通标志的检测与识别[J];北京工业大学学报;2010年10期
9 徐正光,王淑盛,刘冀伟,王志良,史立峰;基于主成分分析的核Fisher判别方法在油水识别中的应用[J];北京科技大学学报;2005年01期
10 袁立;穆志纯;刘磊明;;基于核主元分析法和支持向量机的人耳识别[J];北京科技大学学报;2006年09期
中国重要会议论文全文数据库 前1条
1 蒋全胜;贾民平;胡建中;许飞云;;一种基于流形学习的故障模式识别方法[A];第九届全国振动理论及应用学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年
2 崔立志;灰色预测技术及其应用研究[D];南京航空航天大学;2010年
3 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
4 张兵;时空信息辅助下的高光谱数据挖掘[D];中国科学院研究生院(遥感应用研究所);2002年
5 刘正军;高维遥感数据土地覆盖特征提取与分类研究[D];中国科学院研究生院(遥感应用研究所);2003年
6 张连蓬;基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究[D];山东科技大学;2003年
7 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
8 徐芳;航空影像分割的支持向量机方法[D];武汉大学;2004年
9 敬荣中;地球物理非线性联合反演方法研究[D];中南大学;2002年
10 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
中国硕士学位论文全文数据库 前10条
1 王欣冉;基于小波包与最小二乘支持向量机的时间序列预测研究[D];中国地质大学(北京);2011年
2 段洁;铁路建设项目运输成本预测研究[D];北京交通大学;2011年
3 艾泽天;LiDAR辅助遥感影像建筑物分类识别和提取研究[D];河南理工大学;2011年
4 王莉莉;基于组合模型的国内矿产资源消耗预测[D];成都理工大学;2011年
5 胡海霞;基于灰色系统与时间序列的矿产资源产量预测[D];成都理工大学;2011年
6 陶金伟;航空发动机组态建模仿真技术研究[D];南京航空航天大学;2009年
7 王雷;支持向量机预测煤储层渗透性[D];中国石油大学;2011年
8 范瑞雅;支持向量机核函数的参数选择方法[D];重庆大学;2011年
9 朱春雷;支持向量机中核函数和参数选择研究及其应用[D];南京林业大学;2011年
10 马建平;面向服务的网络层网络安全态势感知方法研究[D];哈尔滨工程大学;2011年
【二级引证文献】
中国期刊全文数据库 前9条
1 李琳;伍少梅;唐宁九;;基于中心加权的局部核向量机算法[J];电子科技大学学报;2014年04期
2 付燕;聂亚娜;靳玉萍;;PSO-SVM算法在肝脏B超图像识别中的应用[J];计算机测量与控制;2012年09期
3 梁进;刘泉;艾青松;;基于SURF和全局特征融合的图像分类研究[J];计算机工程与应用;2013年17期
4 林娜;杨武年;王斌;;基于核最小噪声分离变换的高光谱遥感影像多类SVM分类[J];计算机应用与软件;2014年06期
5 林娜;杨武年;王斌;;基于KMNF和BP神经网络的高光谱遥感影像分类[J];计算机工程与设计;2013年08期
6 耿振民;朱丹;;图像重采样检测[J];信息安全与通信保密;2013年09期
7 孙晓鹏;韩枫;;基于IsoRank的三维耳廓形状匹配[J];计算机工程与设计;2014年09期
8 林娜;杨武年;王斌;;高光谱遥感影像核最小噪声分离变换特征提取[J];武汉大学学报(信息科学版);2013年08期
9 张建秋;;基于支持向量机的城市小区燃气管网日负荷预测模型[J];科技创新导报;2014年12期
中国博士学位论文全文数据库 前4条
1 黄儒乐;基于视频图像的林火烟雾识别方法的研究[D];北京林业大学;2012年
2 李玉萍;基于先进计算的智能入侵检测系统研究[D];中国地震局地球物理研究所;2012年
3 邓燕;基于粗糙集—支持向量机的油气储层参数预测方法研究[D];中国地质大学(北京);2013年
4 冯国瑜;基于核方法的雷达高分辨距离像目标识别方法研究[D];国防科学技术大学;2012年
中国硕士学位论文全文数据库 前10条
1 周达和;独立成分分析算法与支持向量机在不良图片识别中的应用[D];华南理工大学;2010年
2 李萌;基于支持向量机的汽车ESP系统故障诊断[D];吉林大学;2011年
3 宋静;SVM与AdaBoost算法的应用研究[D];大连海事大学;2011年
4 刘琦烽;基于支持向量机的汽车ABS系统故障诊断[D];吉林大学;2011年
5 杨楠;基于内容的商品图像分类技术研究[D];大连理工大学;2011年
6 吴军;基于正负模糊系统的图像分类的研究及其应用[D];江南大学;2012年
7 胡芬;CAM血管新生量化的自动分析[D];长春工业大学;2011年
8 刘玲;环鄱阳湖区水环境胁迫下城市化格局空间分异研究[D];南昌大学;2012年
9 魏三喜;基于高斯过程的分类算法及其应用研究[D];华南理工大学;2012年
10 刘成;基于多任务学习的自然图像分类方法研究[D];西北大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 王信群;模糊数学在病虫害测报中的应用[J];安徽农业科学;2005年03期
2 李丽,孙云兰,陈雪波;一个确定铁水脱硫剂喷吹量的专家系统[J];鞍山科技大学学报;2004年02期
3 尚磊;刘风进;;基于支持向量机的手写体数字识别[J];兵工自动化;2007年03期
4 刘华富;支持向量机Mercer核的若干性质[J];北京联合大学学报(自然科学版);2005年01期
5 张毅,罗元;基于人工神经网络城市交通流量智能预测的研究[J];重庆邮电学院学报(自然科学版);2005年02期
6 林继鹏,刘君华,凌振宝;并行支持向量机算法及其应用[J];吉林大学学报(信息科学版);2004年05期
7 吴浩勇,丛玉良,王宏志;基于神经网络的交通参数预测方法[J];吉林大学学报(信息科学版);2005年06期
8 吴今培;邹平;;时间序列的稳健分析[J];长沙铁道学院学报;1990年01期
9 李云飞,黄继伟,朱宏;双参数指数分布异常数据的检验[J];电子科技大学学报;2005年01期
10 宋杰,唐焕文;基于线性规划的ν-支持向量机分类器[J];大连理工大学学报;2005年02期
中国博士学位论文全文数据库 前5条
1 计明军;若干随机性全局优化算法的研究[D];大连理工大学;2004年
2 钟伟才;多智能体进化模型和算法研究[D];西安电子科技大学;2004年
3 刘静;协同进化算法及其应用研究[D];西安电子科技大学;2004年
4 王克如;基于图像识别的作物病虫草害诊断研究[D];中国农业科学院;2005年
5 周水生;竞争学习向量量化和支持向量机的关键技术研究[D];西安电子科技大学;2005年
中国硕士学位论文全文数据库 前1条
1 叶彩玲;小麦白粉病气象环境成因及长期预测研究[D];中国农业大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 王定成;方廷健;唐毅;马永军;;支持向量机回归理论与控制的综述[J];模式识别与人工智能;2003年02期
2 杨强,吴中福,余平,钟将;基于正反馈的支持向量机[J];重庆大学学报(自然科学版);2004年05期
3 孙蕾,周明全,李丙春;一种非平衡分布数据的支持向量机新算法[J];计算机应用;2004年12期
4 黄勇;郑春颖;宋忠虎;;多类支持向量机算法综述[J];计算技术与自动化;2005年04期
5 杨强,吴中福,余萍,钟将;一种新型支持向量机[J];重庆大学学报(自然科学版);2005年02期
6 张猛,付丽华,王高峰;模糊临近支持向量机[J];计算机工程与应用;2005年05期
7 张浩然;汪晓东;张长江;徐秀玲;;一种新型回归支持向量机的学习算法[J];测试技术学报;2006年02期
8 王晔;黄上腾;;基于间隔区域样本数量的加权支持向量机[J];计算机工程;2006年06期
9 梁新荣;刘智勇;孙德山;毛宗源;;支持向量机在混沌系统预测中的应用[J];计算机应用研究;2006年05期
10 卢敏;张展羽;冯宝平;贾仁辅;;基于支持向量机的区域水安全预警模型及应用[J];计算机工程;2006年15期
中国重要会议论文全文数据库 前10条
1 侯澍旻;李友荣;刘光临;;基于支持向量机的设备振动信号趋势预测[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年
2 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
3 徐会敏;王玉兰;;线性规划支持向量机模型的研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
4 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
5 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
6 林关成;李亚安;;一种支持向量机训练集选取算法改进[A];2009’中国西部地区声学学术交流会论文集[C];2009年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 李方方;赵英凯;贾玉莹;杜杰;;基于最小二乘支持向量机的油品质量预测[A];第25届中国控制会议论文集(上册)[C];2006年
9 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
10 戴林超;吴琳丽;赵海娜;李训铭;;基于最小二乘支持向量机的故障预测法[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
中国博士学位论文全文数据库 前10条
1 周喜川;非可信环境下的支持向量机研究[D];浙江大学;2010年
2 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
3 王超;三类不确定支持向量机及其应用[D];河北大学;2013年
4 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
5 李华庆;支持向量机及其在人脸识别中的应用研究[D];上海交通大学;2006年
6 杜喆;几类支持向量机变型算法的研究[D];西安电子科技大学;2009年
7 李海生;支持向量机回归算法与应用研究[D];华南理工大学;2005年
8 刘京礼;鲁棒最小二乘支持向量机研究与应用[D];中国科学技术大学;2010年
9 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
10 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 周林成;小波支持向量机在数据建模中的研究及应用[D];江南大学;2008年
2 王芳;支持向量机算法的研究及应用[D];江南大学;2008年
3 高泓;基于支持向量机的动态预测方法与实现技术研究[D];大庆石油学院;2009年
4 王永吉;支持向量机泛化性能的研究及其应用[D];江南大学;2009年
5 梁宏霞;支持向量机模型研究及应用[D];辽宁师范大学;2009年
6 孙庆嘉;多类支持向量机的研究与分析[D];北京交通大学;2010年
7 朱杰;基于最小二乘支持向量机的传染病预测与研究[D];苏州大学;2009年
8 王琳;支持向量机及相关理论研究[D];辽宁师范大学;2010年
9 万家强;支持向量机在质量管理中的应用研究[D];重庆理工大学;2010年
10 李响;基于半监督支持向量机的网络流量分类机制的研究与实现[D];北京邮电大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026