收藏本站
《南京理工大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

最小二乘支持向量机的若干问题与应用研究

邢永忠  
【摘要】: 支持向量机集成了结构风险最小化、凸二次规划和核函数映射等几项技术,有效地解决了在经典机器学习中出现的“维数灾难”和“局部极小”等传统困难,并在许多领域得到应用。最小二乘支持向量机是支持向量机的一个改进模型,秉承了支持向量机的基本思想,并简化了标准支持向量机的计算复杂性,在控制领域具有很大的应用潜力。本文对最小二乘支持向量机的若干问题进行了较为深入的研究,主要贡献如下: (1)理论上解释了LS-SVM核函数矩阵在某些非正定的情况下也能取得较好学习效果的原因。利用矩阵分块的思想,将LS-SVM的优化求解(分类和回归是等价的)问题转换为一个低阶的对称正定线性系统。并发展了具有更小条件数的预处理共轭梯度算法(Preconditioned Conjugate Gradient, PCG),从而减少LS-SVM学习过程迭代次数,使训练速度得到明显提高。 (2)指出了现有L-P小波核函数的不足:固定了基本小波的频率带宽,无法较好逼近频率丰富的信号。并提出了可调带宽的]Modified L-P小波核函数,由于该核函数通过平移伸缩可以构成平方可积空间上一组完备的基,能逼近复杂的函数,并通过调整带宽因子对突变信号具有逐步精细的描述特性,提高了支持向量机的泛化性能。 (3)为简化计算复杂性,将可调带宽的Modified L-P小波核函数作LS-SVM的核函数,提出了Modified L-P小波核最小二乘支持向量机。为支持向量机的模型选择提供了新的核函数。实验结果表明,新的Modified L-P小波核函数最小二乘支持向量机的建模和逼近能力优于基于L-P小波核函数或高斯核函数最小二乘支持向量机。 (4)分析了Suykens提出的加权LS-SVM对存在强野点的稀疏数据进行回归建模的不足和避免“过度拟合”,并利用具有全局特性的柯西分布概率密度函数,提出了基于柯西分布加权方法。由于考虑了生产过程中样本数据的稀疏性并存在噪声和野点,因此与原加权方法相比,新的加权方法更具有强的抗干扰性。 (5)指出了加权的Modified L-P小波最小二乘支持向量机是离线式批量算法,当新样本序贯加入模型时,训练将这一时刻前所有数据都纳入计算样本,并重复这一过程,计算复杂性高,不适合在线学习的问题。为此,利用块矩阵理论,提出了新的加权迭代格式,避免了序贯加入新样本和剔除过时样本需重新矩阵求逆的运算,并根据拟合误差的大小,赋予样本不同的权值,使加权迭代Modified L-P小波最小二乘支持向量机具有了一定的稀疏性和较好的抗噪声干扰性,并拓展了它在实际中的应用范围。 (6)指出了常用的“一对一”和“一对多”多分类算法的不足,提出了基于LS-SVM的多类分类策略的故障诊断方法。该方法充分利用了神经网络并行输出编码的方式,将多类别分类问题转变为数量较少的二类别LS-SVM分类器,识别过程仅涉及到各个判别函数的计算及最后的编码,使训练计算量、测试计算量大大减少,识别时间低于“一对一”或“一对多”的SVM多类识别方法。为支持向量机在故障诊断中的应用提供了一条新的有效途径。
【学位授予单位】:南京理工大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前1条
1 范洪冬;邓喀中;祝传广;陈炳乾;李培现;;基于时序SAR技术的采空区上方高速公路变形监测及预测方法[J];煤炭学报;2012年11期
中国博士学位论文全文数据库 前1条
1 梁海波;基于陀螺冗余的微惯性系统关键技术研究[D];哈尔滨工程大学;2011年
中国硕士学位论文全文数据库 前3条
1 梁景波;混沌时间序列一种长期预测方法研究[D];辽宁科技大学;2012年
2 程曦;基于LSSVR改进的RBF神经网络的算法研究及其应用[D];西北大学;2012年
3 张小翠;冷链物流信息处理与安全风险管理研究[D];河北工程大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 高彦宇,杨扬,陈飞;基于融合特征和LS-SVM的脱机手写体汉字识别[J];北京科技大学学报;2005年04期
2 林继鹏,刘君华;基于小波基的SVM多气体融合[J];吉林大学学报(信息科学版);2005年04期
3 范红波;张英堂;孙烨;;小波包和SVM在发动机故障诊断中的应用[J];车用发动机;2006年04期
4 于昕;韩崇昭;雷明明;;支持向量机在目标分类中的应用[J];电光与控制;2006年04期
5 张永;吴晓蓓;向峥嵘;胡维礼;;基于决策树和遗传算法的模糊分类系统设计[J];东南大学学报(自然科学版);2006年S1期
6 郑启富;陈德钊;刘化章;;基于PersonⅦ核函数的支持向量机及其在化学模式分类中的应用[J];分析化学;2007年08期
7 牛兴霞;杨奎河;;基于支持向量机的多类分类研究[J];信息技术;2006年11期
8 王华忠,俞金寿;统计学习理论与支持向量机在过程控制中的应用[J];化工自动化及仪表;2004年05期
9 李积源,耿洪礼,蒋铁军;武器系统经济性参数的支持向量机方法分析[J];海军工程大学学报;2003年06期
10 王华忠,张雪申,俞金寿;基于支持向量机的故障诊断方法[J];华东理工大学学报;2004年02期
中国博士学位论文全文数据库 前8条
1 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
2 吴春国;广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究[D];吉林大学;2006年
3 王金铭;工程电磁场耦合问题分析的若干数值技术研究[D];沈阳工业大学;2006年
4 包哲静;支持向量机在智能建模和模型预测控制中的应用[D];浙江大学;2007年
5 姜静清;最小二乘支持向量机算法及应用研究[D];吉林大学;2007年
6 张永;基于解释性与精确性的模糊建模方法研究[D];南京理工大学;2006年
7 任能;制冷系统故障检测、诊断及预测研究[D];上海交通大学;2008年
8 薛文涛;基于免疫的智能优化算法理论及应用研究[D];南京理工大学;2008年
中国硕士学位论文全文数据库 前2条
1 王辉;基于核主成分分析特征提取及支持向量机的人脸识别应用研究[D];合肥工业大学;2006年
2 谢芳芳;基于支持向量机的故障诊断方法[D];湖南大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 何广杰;;克隆选择算法及其在路基工程中的应用[J];四川建筑科学研究;2009年01期
2 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
3 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
4 司圣柱;小波变换方法及其在化学中的应用[J];安徽教育学院学报;2004年03期
5 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
6 薛秋芳,畅大为,赵广意;相容次序矩阵AOR迭代的最优参数选取[J];安徽大学学报(自然科学版);2004年05期
7 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
8 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
9 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
10 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(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 ;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
2 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
3 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
4 ;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
5 ;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
6 ;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
7 ;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
8 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
9 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
10 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[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 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 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
3 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
4 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
5 王龙金;零/低航速减摇鳍升力模型及系统控制策略研究[D];哈尔滨工程大学;2009年
6 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
7 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
8 汤春瑞;水下目标声图像多分辨率分析及识别研究[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 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
3 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
4 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
5 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
6 朱志斌;基于金属材料的扰动磁场检测技术研究[D];南昌航空大学;2010年
7 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
8 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
9 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
10 李金华;基于SVM的多类文本分类研究[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 常波;周徐昌;胡博;;单自由度陀螺仪冗余系统的故障检测与识别[J];兵工自动化;2007年12期
2 史贤俊;林慧博;张小伟;;基于支持向量机的模拟电路故障诊断方法[J];兵工自动化;2009年04期
3 王丹力,张洪钺;几种可观性分析方法及在惯导中的应用[J];北京航空航天大学学报;1999年03期
4 何忠伟;桂琳;刘芳;雷声芳;;北京生鲜农产品物流配送业的发展趋势与质量安全[J];北京社会科学;2010年04期
5 李杰;洪惠惠;张文栋;;MEMS微惯性测量组合标定技术研究[J];传感技术学报;2008年07期
6 李仁;曾庆双;陈希军;;一种低成本MEMS惯性传感器应用技术研究[J];传感技术学报;2009年11期
7 李旭辉;;MEMS发展应用现状[J];传感器与微系统;2006年05期
8 王宇露;李斐;;企业债务融资结构研究现状及其理论述评[J];财会月刊;2006年05期
9 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
10 张延平;谢如鹤;;食品物流安全管理政策与法规建设亟待加强[J];中国储运;2006年05期
中国重要会议论文全文数据库 前1条
1 张洪钺;杨静;尤敏;;冗余惯性组件的可靠性与故障检测[A];2001年飞行器惯性器件学术交流会论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 张勤拓;机载导弹SINS动基座传递对准技术研究[D];哈尔滨工程大学;2010年
2 卜云;混沌时间序列自适应预测算法研究[D];电子科技大学;2010年
3 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
4 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
5 席剑辉;混沌时间序列的长期预测方法研究[D];大连理工大学;2005年
6 张玲霞;导航系统故障检测与诊断及其相关理论问题的研究[D];西北工业大学;2004年
7 马云峰;MSINS/GPS组合导航系统及其数据融合技术研究[D];东南大学;2006年
8 杜京义;基于核算法的故障智能诊断理论及方法研究[D];西安科技大学;2007年
9 罗瑜;支持向量机在机器学习中的应用研究[D];西南交通大学;2007年
10 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
中国硕士学位论文全文数据库 前10条
1 马东宇;基于Gaussian型RBF神经网络的函数逼近与应用[D];中南大学;2011年
2 亢文宇;工程建设项目的风险对策研究[D];大连理工大学;2003年
3 刘胜利;基于SVM的网络入侵检测研究[D];大连海事大学;2004年
4 胡敏;基于阵列技术的MEMS虚拟陀螺技术研究[D];西北工业大学;2006年
5 陈刚;卫星自主智能控制多传感器信息处理技术研究[D];国防科学技术大学;2005年
6 潘玉娜;基于全信息的智能诊断方法及其应用研究[D];郑州大学;2006年
7 李瑾;无线射频识别(RFID)防碰撞算法的研究和仿真[D];北京交通大学;2007年
8 邓小文;基于SVM的柴油机机械故障诊断研究[D];厦门大学;2006年
9 张鹏;微机械陀螺的高精度“虚拟”实现方法研究[D];西北工业大学;2007年
10 陆芳;MIMU中陀螺随机漂移建模及Kalman滤波技术研究[D];中北大学;2007年
【二级参考文献】
中国期刊全文数据库 前10条
1 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
2 于秀芬,段海滨,龚华军;基于人工神经网络BP算法的倒立摆控制研究[J];兵工自动化;2003年03期
3 黄涵洲,陈伙平,韩光胜;预测控制的研究现状[J];北京工业大学学报;1997年02期
4 吕欣,冯登国;背包问题的量子算法分析[J];北京航空航天大学学报;2004年11期
5 李光,李华德;利用有限元法对板坯电磁搅拌中电磁场的数值模拟[J];北京科技大学学报;2004年01期
6 李侃,高春晓,刘玉树;基于SVM的空间数据库的层次聚类分析[J];北京理工大学学报;2002年04期
7 柳回春,马树元,吴平东,杨峰,曾兴生,毕路拯;UK心理测试自动分析系统的手写体数字识别[J];北京理工大学学报;2002年05期
8 李丽娜,侯朝桢;基于支持向量机(SVM)的工业过程辨识[J];北京理工大学学报;2003年05期
9 冯宝树,韩至成;“电磁热流体力学”基础方程的探讨[J];包头钢铁学院学报;2002年03期
10 陈绵书,陈贺新,桑爱军;计算机人脸识别技术综述[J];吉林大学学报(信息科学版);2003年S1期
中国博士学位论文全文数据库 前10条
1 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
2 解应春;基于Kernel学习机的建模与分类的应用算法研究[D];浙江大学;2003年
3 马良玉;结合仿真技术的电站热力系统故障智能诊断研究[D];华北电力大学(河北);2004年
4 张著洪;人工免疫系统中智能优化及免疫网络算法理论与应用研究[D];重庆大学;2004年
5 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
6 刘斌;非线性系统建模及预测控制若干问题研究[D];浙江大学;2004年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 阎满富;求解分类问题的支持向量机方法与应用研究[D];中国农业大学;2005年
9 钟伟民;支持向量机在先进控制中的应用研究[D];浙江大学;2006年
10 吴春国;广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究[D];吉林大学;2006年
中国硕士学位论文全文数据库 前4条
1 刘凯军;支持向量机研究及其在货币识别中的应用[D];西安理工大学;2004年
2 王瀚漓;多目标进化算法对模糊系统解释性的研究应用[D];浙江大学;2003年
3 王丽爱;研究思维进化计算的多峰优化性能及研究算法参数对效率的影响[D];太原理工大学;2004年
4 马世纪;基于小波分析的水轮机故障诊断研究[D];武汉大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 文明;方凯;汪方斌;丁俊香;;一种基于SVM的多类判别算法[J];工业仪表与自动化装置;2006年06期
2 王晓锋;秦玉平;;基于二叉树的SVM多类分类算法研究[J];湖南工程学院学报(自然科学版);2008年03期
3 焦艳华;张雪萍;林楠;;支持向量机在烤烟烟叶自动分级中的应用[J];微计算机信息;2009年22期
4 徐志洁;;一种处理多类分类问题的强化支持向量机方法[J];计算机工程与应用;2009年26期
5 张永;迟忠先;米滢;;一类直接构造的模糊多类支持向量分类器[J];计算机工程与应用;2008年08期
6 余辉;赵晖;;支持向量机多类分类算法新研究[J];计算机工程与应用;2008年07期
7 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
8 厉剑;杨玮龙;李攀;;基于DSP并行结构的二叉树SVM多分类器[J];舰船电子工程;2007年01期
9 阳庆;秦志远;周丽雅;杨安洪;;近似支持向量机高光谱图像分类方法研究[J];海洋测绘;2009年05期
10 孔波;郑喜英;;支持向量机多类分类方法研究[J];河南教育学院学报(自然科学版);2010年02期
中国重要会议论文全文数据库 前10条
1 闫晓飞;陈良臣;孙功星;;支持向量机多类分类算法的研究[A];第13届全国计算机、网络在现代科学技术领域的应用学术会议论文集[C];2007年
2 高华东;潘东旭;魏建文;樊绍峰;;混沌理论与支持向量机相结合的侧移预测模型[A];第三届全国岩土与工程学术大会论文集[C];2009年
3 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
4 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
5 曹巍;赵英凯;高世伟;;基于模糊核聚类的多类支持向量机[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
6 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
7 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
8 程丽丽;张健沛;杨静;马骏;;一种改进的层次SVM多类分类方法[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
9 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
10 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
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 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007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 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
2 陈祖云;煤与瓦斯突出前兆的非线性预测及支持向量机识别研究[D];中国矿业大学;2009年
3 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
4 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011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 陈玲玲;基于支持向量机的下肢肌电信号模式识别的研究[D];河北工业大学;2006年
2 朱健康;基于支持向量机的音乐自动分类[D];天津大学;2010年
3 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
4 王鹏;基于金氏脉学的脉诊仪关键技术研究[D];山东大学;2005年
5 刘柳;基于支持向量机和模糊后处理的遥感图像分类研究[D];华中科技大学;2010年
6 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
7 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
8 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
9 刘坐乾;基于改进的支持向量机的模拟电路故障诊断方法研究[D];东北大学;2009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