收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的建模预测研究

李新军  
【摘要】:预测分析是根据过去和现在的已知去推测和预料将来的未知,是对被预测事件发展过程中可能发生的一些不确定因素和未知事件做出的定性和定量描述。本文主要研究机器学习中智能性预测技术——基于支持向量机的分类和回归问题。 支持向量机是继神经网络后机器学习的热点研究技术,它主要应用于分类和回归问题中。它是建立在统计学习理论的结构风险最小化基础之上的,克服了神经网络的过拟合缺陷,大大提高了泛化能力的一种新的神经网络模型。混合学习和集成学习是目前机器学习研究中的热点研究方法,倍受学者们的关注。本文基于混合学习和集成学习的思想,将这两种方法应用于支持向量机建模技术中,主要解决预测分析问题。 本文的主要工作包括: 〔1〕首先结合粗糙集的属性约简和支持向量机的分类机理,提出了一种混合算法。应用粗糙集理论的属性约简过程作为预处理器,从两维(横向、纵向)的角度出发,把冗余的属性和冲突的对象从决策表中删去,但不损失任何有效信息;然后基于支持向量机进行分类建模和预测过程。最后,我们进行了仿真实验。 〔2〕在此基础上,本文又针对属性个数特别多的情况提出了一种新的混合学习方法。首先提出两个选择属性重要度的概念:相关度和贡献度;在主成分分析方法中,基于描述属性变量之间关系的相关度大小选取我们所需要的重要属性集合(主要成分集合);然后在粗糙集中,根据主成分分析中选出的属性对决策变量的贡献度,来进行属性的第二次约简,最大程度地去除冗余的和不重要的属性,简化输入支持向量机进行建模的维数,最后的仿真实验说明了我们方法的有效性。 〔3〕根据集成学习的思想,提出了集成支持向量机的建模预测方法。通过在训练样本中选取不同的样本集数量,构造出覆盖不同问题域的支持向量机模型,然后采用各种不同的集成手段来综合这些单一支持向量机的优势。我们提出了多种支持向量机的集成方法,包括:具有线性优化功能的最小二乘法、以及非线性双层层次优化的决策支持法,并和Adaboosting中传统的多数投票法进行了比较。采用集成算法后,大大减少了支持向量机二次规划求解过程中存储核函数矩阵对内存的占用,提高了运行速度;同时,集成多个单一训练器的预测精度明显比单一训练器的要高,这在最后的仿真实验中都得到了验证。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 袁兴梅;杨明;;一种面向不平衡数据的结构化SVM集成算法[J];南京师大学报(自然科学版);2010年04期
2 潘继斌;回归函数的支持向量机估计法[J];湖北师范学院学报(自然科学版);2003年04期
3 孟科,张恒喜,李寿安,朱家元;基于SVM的可靠性评估方法研究[J];中国制造业信息化;2004年10期
4 周秀平;王文圣;黄伟军;;支持向量机回归模型在径流预测中的应用[J];水电能源科学;2006年04期
5 胡挺;;基于支持向量机的并购目标搜索研究[J];统计与决策;2007年06期
6 邹华胜;宁书年;杨峰;徐遵义;;支持向量机在储层厚度预测和计算中的应用[J];地球物理学进展;2007年05期
7 范千;王新洲;许承权;;大坝变形预测的支持向量机模型[J];测绘工程;2007年06期
8 郭丽娟;孙世宇;段修生;;支持向量机及核函数研究[J];科学技术与工程;2008年02期
9 王炜;郭小明;王淑艳;刘丽琴;;关于核函数选取的方法[J];辽宁师范大学学报(自然科学版);2008年01期
10 王振友;叶丽婷;牛庆敏;;大气中臭氧含量分析预测的支向量机模型[J];数学的实践与认识;2008年09期
11 王海洋;丁正生;;支持向量机训练算法概述[J];科技信息(科学教研);2008年09期
12 杨钟瑾;;核函数支持向量机的研究进展[J];科技资讯;2008年19期
13 沈乐平;黄维民;饶天贵;;基于支持向量机的上市公司违规预警模型研究[J];中大管理研究;2008年02期
14 王慧勤;;基于支持向量机的短期风速预测研究[J];宝鸡文理学院学报(自然科学版);2009年01期
15 李新战;赵震宇;;支持向量机基础及其应用前景[J];科技信息;2009年17期
16 罗玲玲;周钢;;支持向量机在凝冻日数预测中的应用[J];廊坊师范学院学报(自然科学版);2009年06期
17 王文栋;钟智;元昌安;;基于GEP的支持向量机参数优化[J];广西师范学院学报(自然科学版);2010年02期
18 单连峰;高岩峰;马建忠;;支持向量机在胎膜早破预测中的应用[J];数学的实践与认识;2011年06期
19 孙延风,梁艳春;支持向量机的数据依赖型核函数改进算法[J];吉林大学学报(理学版);2003年03期
20 赵洪波;赵丽红;;支持向量机学习算法—序列最小优化(SMO)[J];绍兴文理学院学报(自然科学版);2003年04期
中国重要会议论文全文数据库 前10条
1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
3 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
4 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010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 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
9 刘伍颖;王挺;;一种多过滤器集成学习垃圾邮件过滤方法[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
10 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
中国博士学位论文全文数据库 前10条
1 程丽丽;支持向量机集成学习算法研究[D];哈尔滨工程大学;2009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 王清;集成学习中若干关键问题的研究[D];复旦大学;2011年
4 梁锦锦;支持向量机和支持向量域描述的若干问题研究[D];西安电子科技大学;2009年
5 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
6 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
7 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
8 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
9 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
10 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
中国硕士学位论文全文数据库 前10条
1 李新军;基于支持向量机的建模预测研究[D];天津大学;2004年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 贺梁;基于支持向量机的集成学习算法研究[D];华南理工大学;2010年
4 王敏;基于集成学习的支持向量机学习方法研究[D];山西大学;2010年
5 琚旭;支持向量机分类器及其贝叶斯框架研究[D];合肥工业大学;2006年
6 田慧;支持向量机集成及在音乐分类中的应用[D];山东师范大学;2009年
7 刘晓坤;基于遗传算法的混合学习和集成学习研究[D];天津大学;2003年
8 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
9 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
10 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 本报记者 李茂 编译;学习也有新智慧[N];中国教师报;2010年
8 周颖;王米渠与中医心理学[N];中国中医药报;2006年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978