辽宁省教育厅高等学校科学研究项目(2004C068)
- 作品数：7 被引量：47H指数：4
- 相关作者：孙德山肖健华吴今培吴凤干侯振挺更多>>
- 相关机构：辽宁师范大学五邑大学中南大学更多>>
- 发文基金：辽宁省教育厅高等学校科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学电子电信更多>>
- 单参数支持向量回归算法被引量：17
- 2005年
- 支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.这种方法已广泛用于解决分类和回归问题.在回归中,标准的支持向量回归算法在采用ε-不敏感损失函数时引入两个参数.为了减小学习复杂性,给出一种单参数约束下的支持向量回归算法,该算法能够减少支持向量的数量,提高程序的运行速度.最后,以一个混沌时间序列预测为例,所给方法同标准支持向量回归算法进行了比较,运行速度明显提高.
- 孙德山吴今培侯振挺肖健华
- 关键词：支持向量机损失函数混沌时间序列
- 多输出支持向量回归算法被引量：6
- 2006年
- 支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.这种方法已广泛用于解决分类和回归问题.在回归中,目前的研究和应用都限于单输出的情况,而实际中有很多属于多输出回归问题.针对这一点,将支持向量回归算法推广到多输出情况.仿真实例说明了该算法的可行性.
- 张永清孙德山
- 关键词：支持向量机核函数
- 基于线性规划支持向量回归的混沌系统预测被引量：3
- 2005年
- 支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已经广泛用于解决分类与回归问题。标准的支持向量机算法需要解一个二次规划问题,当训练样本较多时,其运算速度一般很慢。为了提高运算速度,介绍了一种基于线性规划的支持向量回归算法,并由此提出几种新的回归模型,同时将它们应用到混沌时间序列预测中,并比较了它们的预测性能。在实际应用中,可以根据具体情况灵活地选择所需模型。
- 孙德山吴今培肖健华
- 关键词：支持向量机线性规划核函数
- 直觉模糊命题逻辑公式的真度
- 2006年
- 利用概率测度来定义直觉模糊命题逻辑公式A的α-真度,研究α-真度与α-重言式的关系,推理规则以及真度值在[0,1]中的分布;把王国俊教授关于一维赋值格上的重言式理论和真度理论通过加上一定的约束条件推广并应用到二维赋值格上。
- 吴凤干
- 关键词：Α-重言式
- 支持向量机分类与回归算法的关系研究被引量：8
- 2008年
- 基于统计学习理论的支持向量机算法以其优秀的学习性能已广泛用于解决分类与回归问题。分类算法通过求两类样本之间的最大间隔来获得最优分离超平面,其几何意义相当直观,而回归算法的几何意义就不那么直观了。另外,有些适用于分类问题的快速优化算法却不能用于回归算法中。研究了分类与回归算法之间的关系,为快速分类算法应用于回归模型提供了一定的理论依据。
- 孙德山
- 关键词：支持向量机核函数
- 扰动模糊命题逻辑系统中的广义重言式被引量：2
- 2005年
- 通过定义二维R0-蕴涵算子,将王国俊教授在逻辑系统W-中的广义重言式理论推广并应用到二维赋值的扰动模糊命题逻辑系统D-中,证明了这一系统中(μ,δ)-重言式就是某个(,λ1-λ)-重言式,最终获得与一维线性赋值格上完全相应的广义重言式分类。
- 陈图云孟艳平吴凤干
- 关键词：模糊逻辑命题逻辑广义重言式
- 支持向量机与神经网络的关系研究被引量：11
- 2006年
- 支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点,该方法已经广泛用于解决分类和回归问题．本文将结构风险函数应用于径向基函数网络学习中,同时讨论了支持向量回归模型和径向基函数网络之间的关系．仿真实例表明所给算法提高了径向基函数网络的泛化性能．
- 沈正维李秋菊
- 关键词：支持向量机神经网络
