收藏本站
《武汉理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量机回归模型在微体系结构设计中的应用

黄磊  
【摘要】: 近年来,随着半导体工艺技术的发展,处理器芯片的集成度也越来越高,单个芯片的处理速度已近乎极限。多核技术成为现在提高处理器速度的一个研究热点,将多个芯片如何协同的工作,带来一个直接的问题就是处理器体系结构的日趋复杂,运行的程序特征也显示出极大的多变性,这也就给体系结构的设计带来了一个新的研究课题,以往的基于周期的模拟方法和分析模型已经渐渐的不能满足需求,在微处理器体系结构的设计初期,预测其行为就显得尤为关键。 支持向量机是当前应用最为广泛的一种机器学习方法,它基于统计学习理论。适合于小样本的学习,具有很强的泛化性能,不会出现其他预测模型难以解决的局部极值和维数灾难等问题。但是模型参数选择问题至今也没有一个标准的理论知识作为指导,而以往的设计者们大都是依靠自己的先验知识进行设计。因此,要取得好的设计效果就需要大量的经验作为保证,这样不仅很难的取得好的效果,同时大大的影响了支持向量机方法的大范围的推广,提出用遗传算法建立支持向量机回归模型参数的自适应优化算法,利用遗传算法优化支持向量机模型设计中的重要的参数。 支持向量机方法已经成功的应用于多个领域,但是大多数都是分类问题,在回归预测方面的应用相对比较匮乏。本文的研究重点就是在支持向量机的基础上探讨一种比神经网络更优的回归预测模型,对微体系结构的空间设计进行前期的预测。引入遗传优化算法对支持向量机的参数进行优化,得到基于遗传算法的支持向量机回归预测模型,并且通过基于LIBSVM的仿真实验,对比神经网络方法的预测结果和支持向量机的预测结果,证明了基于支持向量机的回归模型代替RBF神经网络进行结构特征的小波参数预测,能够取得更好的效果。因此,本文对相关领域的研究和应用工作,具有一定的参考价值。
【学位授予单位】:武汉理工大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP18

手机知网App
【参考文献】
中国期刊全文数据库 前6条
1 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
2 艾娜,吴作伟,任江华;支持向量机与人工神经网络[J];山东理工大学学报(自然科学版);2005年05期
3 丁承民,张传生,刘辉;遗传算法纵横谈[J];信息与控制;1997年01期
4 陈根社,陈新海;遗传算法的研究与进展[J];信息与控制;1994年04期
5 刘豹,胡代平;神经网络在预测中的一些应用研究[J];系统工程学报;1999年04期
6 杜京义;侯媛彬;;基于遗传算法的支持向量回归机参数选取[J];系统工程与电子技术;2006年09期
中国博士学位论文全文数据库 前1条
1 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
中国硕士学位论文全文数据库 前1条
1 杜熊禹;用于数据挖掘的支持向量机算法研究[D];电子科技大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 马丰宁,寇纪淞,李敏强;遗传算法新模板理论的研究[J];系统工程学报;2000年04期
2 陈云浩,郭达志,杜培军;遗传BP算法在大气环境综合评价中应用[J];上海环境科学;1998年12期
3 吴超仲,严新平;一种多层遗传算法的提出及实现[J];武汉交通科技大学学报;2000年04期
4 朱明;鲁剑锋;胡硕;;采用DSP的电视测量跟踪器的研制[J];光学精密工程;2005年S1期
5 葛红;用遗传算法训练基于神经网络结构的控制器[J];华南师范大学学报(自然科学版);2000年01期
6 王晓丽,孙萍;一种全局优化的计算方法──遗传算法[J];吉林建筑工程学院学报;2000年03期
7 胡艳艳;蔡建立;;一类新遗传算法[J];厦门大学学报(自然科学版);2006年05期
8 吴大宏,赵人达;基于遗传算法与神经网络的桥梁结构健康监测系统研究初探[J];四川建筑科学研究;2002年03期
9 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
10 杨德利,刘百勇,龚雪皓,郑学仁,吴朝晖;半导体器件的遗传算法优化设计[J];半导体技术;2001年02期
中国重要会议论文全文数据库 前10条
1 陆相林;;SOFM方法在山东省17地市旅游综合实力评价中的应用[A];节能环保 和谐发展——2007中国科协年会论文集(一)[C];2007年
2 邵信光;杨慧中;石晨曦;;ε不敏感支持向量回归在化工数据建模中的应用[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年
3 彭锦;;进化算法综述[A];中国运筹学会第六届学术交流会论文集(上卷)[C];2000年
4 刘德朋;孙启美;;一种变异概率的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
5 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集(上卷)[C];2004年
6 汤俊;肖健华;吴今培;;基于支持向量回归的商业银行信贷风险评估[A];中国运筹学会第八届学术交流会论文集[C];2006年
7 侯伟真;潘美芹;;高斯核支持向量机最优模型参数选择搜索算法[A];中国运筹学会第八届学术交流会论文集[C];2006年
8 李志明;孔令富;;用于回归估计的支持向量机[A];广西计算机学会2005年学术年会论文集[C];2005年
9 胡硕;朱明;宋华军;;基于遗传算法的快速图像的相关匹配[A];2004全国光学与光电子学学术研讨会、2005全国光学与光电子学学术研讨会、广西光学学会成立20周年年会论文集[C];2005年
10 薛翠红;于明;;用于感兴趣区域图像编码的人脸特征的检测[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 曾雨辰;转向重复压裂技术研究与应用[D];西南石油学院;2005年
2 王若林;桥梁实时在线检测与健康监测若干问题研究[D];武汉大学;2005年
3 黄良沛;城市供水系统的优化调度与智能控制研究[D];中南大学;2005年
4 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
5 王亮;城市快速路交通流采集与控制相关问题研究[D];天津大学;2005年
6 周明华;近代算法在工程领域中的应用研究[D];浙江大学;2005年
7 陈世哲;微电子产品视觉检测中关键技术研究[D];哈尔滨工业大学;2006年
8 欧松;CIMS环境下的产品设计自动化系统的研究[D];华南理工大学;1998年
9 周志坚;基于遗传算法的神经模糊技术应用研究[D];华南理工大学;1999年
10 郑日荣;基于欧氏距离和精英交叉的免疫算法研究[D];华南理工大学;2004年
中国硕士学位论文全文数据库 前10条
1 王善侠;基于遗传算法与视觉特性的分形图像压缩编码[D];长沙理工大学;2005年
2 熊浩;单桩悬臂法设计的改进研究[D];武汉理工大学;2005年
3 程浩;遗传算法在马钢车轮公司排产优化中的应用[D];合肥工业大学;2005年
4 王宾;岩峰石灰石矿配矿系统优化的研究[D];武汉科技大学;2005年
5 游雪肖;模式算法的研究[D];武汉大学;2005年
6 宋彦坡;数据挖掘技术及其在铜转炉吹炼过程优化中的应用[D];中南大学;2005年
7 陈书涵;双激励螺旋管式磨粒传感器特性研究[D];中南大学;2005年
8 杨东侯;建筑工程投资估算方法研究[D];中南大学;2005年
9 施健;工业过程统计建模与监控方法研究[D];浙江大学;2006年
10 管军;支持向量机在水质监测信息融合与评价中的应用研究[D];河海大学;2006年
【同被引文献】
中国硕士学位论文全文数据库 前1条
1 贺琦;遗传算法在数据挖掘中的应用[D];上海师范大学;2005年
【二级参考文献】
中国期刊全文数据库 前10条
1 刘静,钟伟才,刘芳,焦李成;免疫进化聚类算法[J];电子学报;2001年S1期
2 李向阳,朱学峰,刘焕彬;硫酸盐法蒸煮过程Kappa值预测模型的研究与应用[J];广东造纸;2000年05期
3 罗琪,刘焕彬,张健陆,周凤,齐汝明;由硫酸盐法蒸煮脱木素反应动力学推导出的纸浆Kappa值数学模型[J];广东造纸;1997年04期
4 李向阳,李艳,朱学峰,刘焕彬;基于模型的模糊推理及其在制浆蒸煮软测量中的应用[J];化工自动化及仪表;2000年05期
5 张山鹰,潘泉,张洪才;证据推理冲突问题研究[J];航空学报;2001年04期
6 朱国强,刘士荣,俞金寿;基于支持向量机的数据建模在软测量建模中的应用[J];华东理工大学学报;2002年S1期
7 汪国有,邹玉兰;基于贝叶斯数据融合的多尺度目标识别[J];华中科技大学学报(自然科学版);2003年11期
8 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
9 赵广社,张希仁;基于主成分分析的支持向量机分类方法研究[J];计算机工程与应用;2004年03期
10 张晓煜;普杰信;黄心汉;;基于2DPCA和支持向量机的人脸检测研究[J];计算机工程与应用;2006年21期
中国博士学位论文全文数据库 前3条
1 李艳;制浆蒸煮过程纸浆卡伯值软测量技术研究与应用[D];华南理工大学;2003年
2 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
3 孙卫祥;基于数据挖掘与信息融合的故障诊断方法研究[D];上海交通大学;2006年
中国硕士学位论文全文数据库 前2条
1 刘华煜;基于支持向量机的机器学习研究[D];大庆石油学院;2005年
2 高方伟;多传感器融合的技术研究[D];西安电子科技大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
2 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
3 阎辉,张学工,李衍达;支持向量机与最小二乘法的关系研究[J];清华大学学报(自然科学版);2001年09期
4 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
5 侯风雷,王炳锡;基于支持向量机的说话人辨认研究[J];通信学报;2002年06期
6 马永军,方凯,刘暾东,方廷健;基于支持向量机和方差的管道内表面粗糙度等级识别[J];信息与控制;2002年05期
7 吴飞,庄越挺,潘云鹤;基于增量学习支持向量机的音频例子识别与检索[J];计算机研究与发展;2003年07期
8 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
9 朱永生,张优云;支持向量机分类器中几个问题的研究[J];计算机工程与应用;2003年13期
10 朱家元,吴伟,张恒喜,董彦非;一种新型的多元分类支持向量机[J];计算机工程;2003年17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 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
4 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
5 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
6 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
7 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
8 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
9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
中国重要报纸全文数据库 前10条
1 宋家雨;安腾路线图披露 高端之争愈演愈烈[N];网络世界;2007年
2 安虹;高效能通用芯片的新宠[N];计算机世界;2007年
3 顾莹;英特尔IDF别有用“芯”[N];通信产业报;2006年
4 CCE测评实验室;绿色冠军 谁是王者[N];中国电脑教育报;2007年
5 安烨;新一代32位CPU群像[N];计算机世界;2001年
6 ;中国航天科技集团公司九院771所[N];中国航天报;2009年
7 本报记者 梁晓亮;龙“芯”是这样起跳的[N];经济日报;2002年
8 刘洪宇;左手性能 右手娱乐[N];中国计算机报;2006年
9 孙永杰;英特尔率先过坎 45纳米之战明年打响[N];中国电子报;2007年
10 ;英特尔45纳米引领创新革命[N];网络世界;2007年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
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 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 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
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 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
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 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 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
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 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
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 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
 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