唐耀华
- 作品数:6 被引量:67H指数:4
- 供职机构:河南省电力公司电力科学研究院更多>>
- 发文基金:国家高技术研究发展计划国家自然科学基金河南省科技攻关计划更多>>
- 相关领域:自动化与计算机技术天文地球电气工程更多>>
- 基于二分网格的支持向量预选取算法被引量:5
- 2007年
- 在SVM训练过程中,二次规划问题的求解制约着SVM应用于大规模数据.SVM的决策函数由邻近分类超平面的部分训练样本——支持向量决定.基于减小训练样本数目、加快SVM训练过程的目的,提出一种基于二分网格的边界样本提取方法.数据仿真实验表明,该方法具有边界样本提取准确、效率高、速度快、能够自适应样本分布的优点,而且不会显著降低SVM分类器的性能.
- 唐耀华高静怀邱保志
- 关键词:支持向量机
- 一种新的选择性支持向量机集成学习算法被引量:23
- 2008年
- 针对支持向量机(SVM)在应用于集成学习中会失效的问题,提出一种选择性SVM集成学习算法(SE-SVM),利用ξα误差估计法估计个体SVM泛化性度量,并基于负相关学习理论引入差异性度量,通过递归删除法选择出一组泛化性能优良、相互间差异性大的SVM参与集成学习.基于UCI数据的仿真实验表明,SE-SVM能够平均提高SVM的分类正确率0.4%,比常规的Bag-ging集成学习方法和负相关集成学习方法的分类正确率分别提高了0.24%和0.16%.
- 唐耀华高静怀包乾宗
- 关键词:负相关支持向量机
- 基于地震属性优选与支持向量机的油气预测方法被引量:20
- 2009年
- 地震属性分析技术是油气藏勘探开发中的主要研究内容。在利用地震属性进行油气预测前,必须优选出对研究区块油气敏感、彼此相关性不强的属性组。本文针对支持向量机提出一种新的特征选择算法,通过定义核特征相似度推导出核空间类可分性度量,并根据类可分性的变化递归选择最具判别能力的属性子集。将本文算法与支持向量机结合应用于四川观音场构造阳新统上部碳酸盐岩储层和大庆油田G开发区块的油气预测,预测结果验证了本文方法的有效性,可以成为油气预测中的一种可选方法。
- 唐耀华张向君高静怀
- 关键词:地震属性油气预测支持向量机
- 无线传感器网络中缺失数据估计算法被引量:3
- 2013年
- 为了提高无线传感器网络(WSN)中缺失数据估计值的精度,提出了一种自决策插值算法。该算法能够根据数据集的空间相关性以及缺失数据的连续性选择不同的缺失数据估计策略,并将自回归滑动平均(ARMA)模型引入到对缺失数据插值的研究中。与传统缺失值估计算法相比,该算法不仅考虑到无线传感器网络的特性,而且考虑到数据集本身的特性。在真实数据集上测试结果表明,该算法提高了对缺失值估计的精度。
- 邱保志甄倩倩唐耀华
- 关键词:无线传感器网络缺失数据插值算法
- 具有电网参数辨识功能的广域监测装置研制及应用研究
- 郭为民孙素琴魏强范斗唐耀华张明亮周丽何南强杨亚飞单瑞卿茹予波王灵贵韩威
- 电力系统规划、设计和运行都需要更为准确的电网参数,发电机的参数辨识工作已经比较深入,但线路变压器和负荷的参数辨识还有待提高。为此亟需对线路、变压器和负荷开展在线的参数辨识工作。此外,现有的相量测量装置(PMU)多采用变频...
- 关键词:
- 关键词:操作系统
- 基于核相似性差异最大化的支持向量机参数选择算法被引量:16
- 2010年
- 针对支持向量机(SVM)参数选择问题,通过分析SVM近似网络模型及分类原理,提出一种基于核相似性差异最大化的高斯核参数快速选择算法(MSD).同时,将MSD算法与基于交叉验证的参数搜索算法相结合,构成一种复合SVM参数选择算法(MSD-GS),实现核参数与正则化参数的快速优选.UCI数据的仿真实验表明该算法具有参数选择准确、简便快速、无需数据先验知识等优点,参数选择效果甚至优于遍历式指数网格搜索算法.优选出的参数组合能够使SVM具有较高的泛化性能.
- 唐耀华郭为民高静怀
- 关键词:参数选择高斯核函数