中国博士后科学基金(20090460328)
- 作品数:3 被引量:13H指数:2
- 相关作者:杨梅郭一楠李小斌钱建生赵志凯更多>>
- 相关机构:中国矿业大学清华大学更多>>
- 发文基金:中国博士后科学基金国家自然科学基金江苏省“青蓝工程”基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 分布式多分类支持向量机
- 实际中存在大量基于多分类的大样本数据集的问题。针对单一SVM解决该类问题时计算时间长、占用内存大等缺点,提出了一种分布式多分类支持向量机模型,并针对其中的子多分类SVM模型的参数选择问题,采用遗传算法来寻找具有最优性能的...
- 郭一楠程健肖大伟杨梅
- 关键词:遗传算法超参数
- 文献传递
- 支持向量回归超参数的混沌文化优化选择方法被引量:7
- 2010年
- 支持向量回归超参数的选择会影响模型性能,常用的梯度下降选择方法要求核函数或估计函数近似可微,且对迭代初值具有较强依赖性.对此,给出一种两阶段参数优化选择方法.第1阶段根据问题实际需求,确定超参数的变化区域;第2阶段在确定的参数变化范围内,采用自适应混沌文化算法,寻找具有最优性能的超参数组合.面向Mackey-Glass时间序列预测的仿真结果表明,该参数选择方法对函数结构不具有依赖性,所得超参数对应的SVR模型具有较好的泛化性能.
- 郭一楠程健杨梅
- 关键词:支持向量回归超参数时间序列
- 一种实数编码量子文化算法
- 将基于实数编码的量子进化算法引入到文化算法的种群空间,提出一种实数编码量子文化算法。该算法在种群空间采用实数编码量子算法,采用矩形区域描述基因,并利用量子态叠加和相干原理完成量子进化过程。进化个体由基于量子种群的累积概率...
- 郭一楠刘丹丹程健张书国
- 关键词:实数编码量子算法文化算法
- 文献传递
- 非线性多维时间序列模式分类的新方法被引量:2
- 2011年
- 多变量非线性时间序列的模式分类是在工业过程领域广泛存在的问题,结合流形学习和支持向量分类机的特点,提出了解决该类问题的一个新方法。该方法应用核化流形学习算法K-Isomap,将高维非线性时间序列映射到低维特征空间实现维数约减,在低维特征空间中采用支持向量机设计分类器实现非线性时间序列的模式分类,该方法充分利用核化流形学习的特点,得到了较好的模型性能。应用该方法对Tennessee Eastman(TE)过程的故障分类进行了实验分析,结果表明该方法的有效性。
- 程健陈光昀龚平华朱小强
- 关键词:非线性时间序列支持向量机TE过程
- 基于流形正则化的多元时间序列半监督回归被引量:4
- 2011年
- 针对多元时间序列半监督回归只考虑样本间空间关系信息而忽略了样本间时域信息的问题,提出了一种考虑样本间时域信息的半监督回归算法(ST-LapRLSR).在时域光滑性假设下,构造了一种能更好地反映样本间内蕴几何结构的正则化项.在建立图拉普拉斯的过程中,将样本点间的时序关系引入到边的权重计算中,并在流形正则化框架下利用该正则化项进行半监督回归,最后通过表示定理进行求解.在公共数据集和煤矿多传感器数据上进行了实验,结果表明:在多元时间序列半监督回归中,与只考虑样本空间关系信息的最小二乘正则化算法(LapRLSR)相比,ST-LapRLSR能同时利用样本的时空信息,准确率得到了提高.
- 赵志凯钱建生程健李小斌
- 关键词:流形学习正则化多元时间序列