收藏本站
《天津大学》 2004年
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。
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2004
【分类号】:F224

【引证文献】
中国期刊全文数据库 前2条
1 于仕兴;李学春;黄安民;王学顺;;粒子群支持向量机结合NIR测定桉木木质素[J];东北林业大学学报;2013年02期
2 万相梅;黄敏;朱启兵;;基于高光谱散射图像的苹果压缩硬度和汁液含量无损检测[J];食品工业科技;2012年06期
中国博士学位论文全文数据库 前1条
1 程健维;矿井通风系统安全可靠性与预警机制及其动力学研究[D];中国矿业大学;2012年
中国硕士学位论文全文数据库 前5条
1 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
2 郭家芳;基于小波分析和支持向量机的股票指数预测模型的研究及应用[D];武汉理工大学;2006年
3 卢昆娟;保定热电厂八期扩建工程投资财务分析与对策[D];华北电力大学(河北);2007年
4 丁澍恺;小波分析[D];上海海事大学;2007年
5 张鑫;基于小样本的评价理论与方法研究[D];安徽理工大学;2012年
【参考文献】
中国期刊全文数据库 前3条
1 周志华,陈世福;神经网络集成[J];计算机学报;2002年01期
2 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
3 田盛丰,黄厚宽;回归型支持向量机的简化算法[J];软件学报;2002年06期
【共引文献】
中国期刊全文数据库 前10条
1 马宁;李斌;;基于神经网络集成的车牌字符识别[J];安徽广播电视大学学报;2012年02期
2 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
3 杨萍,杨明;基于VPRS的重要属性评价方法研究[J];安徽工程科技学院学报(自然科学版);2003年01期
4 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
5 李豹;;并行神经元集成在风险评估中的应用[J];安徽工程科技学院学报(自然科学版);2009年04期
6 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
7 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期
8 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期
9 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
10 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
中国重要会议论文全文数据库 前10条
1 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
2 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
3 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
4 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
6 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
7 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
8 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
9 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
10 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 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
5 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
6 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
7 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
8 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
9 杨宁;计算机辅助卷烟配方设计关键技术研究[D];中国海洋大学;2010年
10 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
5 徐芳芳;优化问题的PVD算法研究[D];山东科技大学;2010年
6 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
7 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
8 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
9 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
10 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 杨秀芝;贾春梅;;投资项目因素敏感性分析[J];边疆经济与文化;2005年12期
2 蔡春;苗利峰;邓乃扬;;加权线性支持向量分类机问题解的强二阶充分条件[J];北京联合大学学报(自然科学版);2007年03期
3 潘艳荣,翟长旭,朱顺应;基于灰色聚类理论和人工神经网络技术的道路交通安全评价[J];重庆交通学院学报;2005年02期
4 王睿;;关于支持向量机参数选择方法分析[J];重庆师范大学学报(自然科学版);2007年02期
5 冯夏庭,赵洪波;岩爆预测的支持向量机[J];东北大学学报;2002年01期
6 邵旭飞;宋保维;毛昭勇;梁庆卫;;串联系统可靠性分配的模糊层次分析方法[J];弹箭与制导学报;2007年01期
7 吕靖,陈庆辉;海运价格指数的波动规律[J];大连海事大学学报;2003年01期
8 宋超,黄民翔,叶剑斌;小波分析方法在电力系统短期负荷预测中的应用[J];电力系统及其自动化学报;2002年03期
9 孙红梅;高齐圣;朴营国;;关于故障树分析中几种典型重要度的研究[J];电子产品可靠性与环境试验;2007年02期
10 樊鹤红;刘盼;赵兴群;孙小菡;;小样本条件下行波管可靠性评估方法的研究[J];电子学报;2010年06期
中国博士学位论文全文数据库 前10条
1 杨力;基于小样本数据的矿井瓦斯突出风险评价[D];中国科学技术大学;2011年
2 苏为华;多指标综合评价理论与方法问题研究[D];厦门大学;2000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 胡明罡;多沙河流水库电站优化调度研究[D];天津大学;2004年
5 王洪德;基于粗集—神经网络的矿井通风系统可靠性理论与方法研究[D];辽宁工程技术大学;2004年
6 贾进章;矿井火灾时期通风系统可靠性研究[D];辽宁工程技术大学;2004年
7 张金良;黄河水库水沙联合调度问题研究[D];天津大学;2004年
8 刘媛媛;多沙河流水库多目标优化调度研究[D];天津大学;2005年
9 徐红敏;基于支持向量机理论的水环境质量预测与评价方法研究[D];吉林大学;2007年
10 易宏;舰船总体可靠性通用模型及舰船可靠性工程方法研究[D];上海交通大学;2003年
中国硕士学位论文全文数据库 前10条
1 高涛;基于MOBILE模型的机动车尾气排放影响因素比较与灵敏度分析[D];北京交通大学;2011年
2 陈锋华;广州某图书馆内夏季空气品质实测调查与分析研究[D];广东工业大学;2011年
3 欧阳俊;基于多核混合支持向量机的城市短时交通预测[D];中南大学;2011年
4 于祥芬;我国上市电子电器公司综合绩效评测及财务战略研究[D];山东大学;2011年
5 郑文博;基于模糊核聚类和模糊支持向量机的多标签分类方法研究[D];西南交通大学;2011年
6 季童莹;基于支持向量机与正交小波变换的盲均衡算法[D];安徽理工大学;2011年
7 赵大伟;国际干散货运费市场模型研究[D];大连海事大学;2002年
8 何应杰;国际干散货运价波动分析及经营策略研究[D];大连海事大学;2002年
9 张林红;国际干散货航运市场预测模型研究[D];大连海事大学;2002年
10 刘洋;发输电系统可靠性评估的蒙特卡洛模型及算法研究[D];重庆大学;2003年
【二级引证文献】
中国期刊全文数据库 前1条
1 徐爽;何建国;易东;贺晓光;;基于高光谱图像技术的长枣糖度无损检测[J];食品与机械;2012年06期
中国硕士学位论文全文数据库 前5条
1 王明慧;等距离采样时间序列曲线拟合[D];哈尔滨工业大学;2010年
2 黄巧英;基于时变系统的支持向量机预测模型及其应用[D];西南石油大学;2011年
3 丁兰;基于支持向量回归机的气象观测站优化模型研究[D];昆明理工大学;2011年
4 张俊辉;支持向量回归机在四川省孕产妇、婴儿和5岁以下儿童死亡率统计预测中的应用研究[D];四川大学;2007年
5 杜贤利;基于最小二乘小波支持向量机的股票期货市场预测[D];江苏大学;2008年
【二级参考文献】
中国期刊全文数据库 前3条
1 崔伟东;周志华;李星;;神经网络VC维计算研究[J];计算机科学;2000年07期
2 周志华;何佳洲;陈世福;;神经网络国际研究动向——2000年国际神经网络联合大会评述[J];模式识别与人工智能;2000年04期
3 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
【相似文献】
中国期刊全文数据库 前10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
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
 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