收藏本站
《浙江大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机算法参数选择及其在电站锅炉系统中的应用研究

黄景涛  
【摘要】:作为一种新的机器学习方法,支持向量机算法建立在严谨的统计学基础上,在模式识别和函数回归方面都有不俗的表现。支持向量机算法从上个世纪90年代初提出到现在短短十多年的时间得到了长足的发展,并继续得到广大研究者的关注和参与。本文在对统计学习理论和支持向量机算法进行简要分析和回顾的基础上,针对支持向量算法的参数选择问题进行了研究与探讨。支持向量算法虽然有统计学习理论作为理论基础,其泛化能力在理论上有界,但理论上误差的界太过宽松,实际应用过程中算法的性能依赖于算法参数的选择。在对算法分析研究的基础上,对支持向量机算法在电站锅炉系统中的应用进行了研究,着重以某电厂300MW机组锅炉再热汽温建模为例进行了分析与讨论。 本文主要包括以下几方面内容: 1.提出了一种等距支持向量分类器(EDSVC)算法。本文从最优分类超平面的几何意义入手,分析了最优超平面的几何意义,提出了一种等距支持向量分类器(EDSVC)算法。EDSVC本质上与支持向量机算法相同,同样具有理论上的一系列性质。在算法构造过程中,最优超平面的构造是基于一系列局部最优超平面,综合一系列边界点对来构造全局最优分类超平面。这些边界点与支持向量算法中的支持向量对应,因此EDSVC也具有SVM的稀疏性。同时,由于最优超平面是通过一系列局部最优分类超平面来实现的,算法具有增量学习的内在本质,适合于在线学习机的构造。 2.采用基于格雷码的遗传算法对支持向量机算法的参数选择问题进行了研究,将遗传算法与支持向量机相结合形成一个GA-SVM算法。在两个性质不同的多类分类数据集上进行了测试,结果表明该方法能够在更大的参数空间内进行有效搜索,与传统的网格式穷尽搜索相比更有优势。 3.提出了基于正交设计方法的支持向量机算法参数选择方法。统计实验设计是工农业以及科学试验中常用的方案设计方法,本文将正交设计的方法与支持向量机算法相结合,对支持向量机算法参数进行优化选择。将支持向量机算法的一次训练作为一个数值试验,采用正交设计方法进行试验方案的设计和试验结果的分析,分析不同参数对算法性能的影响程度,进而得到最终的支持向量学习机。 4.提出了一种支持向量机算法性能的智能多目标分析方法MOPSO-SVM。作为分类器或回归器的支持向量算法,其分类精度和回归准确度固然重要,但作为算法性能的另外一个度量,算法的速度也是实际应用中需要考虑的问
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:TM621.2

【相似文献】
中国期刊全文数据库 前10条
1 何习佳;;基于支持向量机的电力短期负荷预测研究[J];电子设计工程;2009年12期
2 李林峰;孙长银;;基于FCM聚类与SVM的电力系统短期负荷预测[J];江苏电机工程;2007年03期
3 孙兴滨;吕伟民;赵晶莹;崔福义;;基于支持向量机的红虫识别研究[J];哈尔滨商业大学学报(自然科学版);2009年01期
4 杨艳妮;陆化普;;基于支持向量机的城市私人汽车保有量滚动预测[J];公路工程;2010年05期
5 凌健;林成德;;拆分特征选择及其在企业信用评估中应用[J];福建工程学院学报;2006年04期
6 花蓓;熊伟;陈华;;模糊支持向量机在径流预测中的应用[J];武汉大学学报(工学版);2008年01期
7 赵娜乐;于雷;耿彦斌;陈旭梅;;基于SVM的数据层多源ITS数据融合方法初探[J];交通运输系统工程与信息;2007年02期
8 高峰;陆欣;王强;;SVM方法在武器装备综合论证中的应用[J];装备指挥技术学院学报;2007年04期
9 彭怀午;杨晓峰;刘方锐;;基于SVM方法的风电场短期风速预测[J];电网与清洁能源;2009年07期
10 黄亚东;张土乔;俞亭超;吴小刚;;公路软基沉降预测的支持向量机模型[J];岩土力学;2005年12期
中国重要会议论文全文数据库 前10条
1 徐元顺;刘志勇;李晓兰;陈建州;;支持向量机在水文气象中的应用[A];2008年湖北省气象学会学术年会学术论文详细文摘汇集[C];2008年
2 李杰;高大启;;线性与非线性主成分分析和独立成分分析数据降维的比较[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
3 李静娟;叶明;;一种基于支持向量机的音频水印算法[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集(下)[C];2008年
4 徐东海;赵宏;叶西宁;;基于改进LBP的表情特征提取算法[A];上海市化学化工学会2010年度学术年会论文集(自动化专题)[C];2010年
5 刘森;方卫;封化民;宋国森;方勇;;一种扩展的基于学习的视频镜头检测方法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
6 王世卫;李爱国;;报税欺诈检测研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年
7 朱蕾;朱国栋;石江;;SVM方法在乌鲁木齐机场跑道视程预测中的应用[A];中国气象学会2007年年会天气预报预警和影响评估技术分会场论文集[C];2007年
8 沈永良;杨国辉;;支持向量机在森林生物灾害预测中的应用[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
9 齐志泉;田英杰;徐志洁;;支持向量机中的核参数选择问题[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
10 常涛;;支持向量机在乌鲁木齐大气污染预报中的应用研究[A];中国气象学会2008年年会大气环境监测、预报与污染物控制分会场论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 黄景涛;支持向量机算法参数选择及其在电站锅炉系统中的应用研究[D];浙江大学;2005年
2 陈梅香;基于SVM和GIS的梨小食心虫预测系统的研究[D];北京林业大学;2010年
3 何世钧;电容层析成像系统的研究与应用[D];天津大学;2005年
4 司宏宗;基因表达式编程与支持向量机在疾病诊断和QSAR/QSPR中的应用研究[D];兰州大学;2006年
5 边杏宾;数字水印技术及应用研究[D];电子科技大学;2009年
6 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
7 吕建成;神经网络中的若干问题研究[D];电子科技大学;2006年
8 周昌军;基于图像重构和特征融合的人脸识别方法研究[D];大连理工大学;2008年
9 方慧娟;脑运动神经系统的建模与辨识研究[D];华中科技大学;2008年
10 李萌;旋转机械轴承故障的特征提取与模式识别方法研究[D];吉林大学;2008年
中国硕士学位论文全文数据库 前10条
1 陆林英;基于序列从头预测法的蛋白质相互作用研究[D];东北师范大学;2008年
2 刘蓉;SVM与K-Means算法在IHRS中的研究与应用[D];昆明理工大学;2005年
3 苏桂莲;数字图像隐形信息检测技术研究[D];上海师范大学;2006年
4 汪娟;地方金融风险预警系统研究[D];浙江大学;2007年
5 任晓凯;基于序列特征的非编码RNA基因预测[D];吉林大学;2008年
6 杨波;基于支持向量机的中学教师评价系统研究[D];东北师范大学;2008年
7 吕勇波;基于支持向量机与遗传算法的结构优化研究[D];华中科技大学;2007年
8 孙桂梅;基于核函数的三维表面纹理合成[D];中国海洋大学;2007年
9 表二苏;股票价格预测方法研究[D];天津大学;2007年
10 王青力;基于支持向量机的步态识别[D];华侨大学;2006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