您的位置: 专家智库 > >

杨海涛

作品数:2 被引量:10H指数:2
供职机构:辽宁石油化工大学信息与控制工程学院更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 1篇序列数据
  • 1篇学习算法
  • 1篇预选
  • 1篇增量学习算法
  • 1篇支持向量机回...
  • 1篇支持向量机回...
  • 1篇时间序列
  • 1篇时间序列数据
  • 1篇孪生
  • 1篇KKT条件

机构

  • 2篇辽宁石油化工...
  • 1篇中国石油天然...

作者

  • 2篇肖军
  • 2篇王佩瑶
  • 2篇杨海涛
  • 1篇王威

传媒

  • 2篇信息与控制

年份

  • 2篇2016
2 条 记 录,以下是 1-2
排序方式:
基于参数间隔孪生支持向量机的增量学习算法被引量:8
2016年
针对处理大量时间序列数据或数据流时,参数间隔孪生支持向量机(TPMSVM)分类训练速度依然较慢的问题.本文证明了样本满足TPMSVM的KKT条件所对应的数值条件,并根据结论提出一种适用于TPMSVM的增量学习算法用于处理时间序列数据.该算法选取新增数据中违背广义KKT条件和部分满足条件的原始数据,参加分类器训练.实验证明:本文提出的增量算法在保持一定分类精度的同时提高了TPMSVM的训练速度.
杨海涛肖军王佩瑶王威
关键词:时间序列数据
一种向量预选取的分段支持向量机回归算法被引量:2
2016年
针对数据波动剧烈时,一组特定的支持向量机回归参数无法满足随数据分布而改变的要求,导致回归曲线达不到所要求的精度的问题,同时针对如何有效删除在回归过程中某些非必要的数据以加快求解速度的问题,本文提出一种向量预选取的分段支持向量机回归算法.该算法首先根据数据空间分布特点删除一些非必要数据,然后根据不同区域样本的复杂程度对区间进行分段,针对各个区域设置相应的参数.仿真实验证明:p-p-SVR算法在保持回归精度的同时,较传统方法具有更好的泛化性能.
杨海涛肖军王佩瑶
关键词:支持向量机
共1页<1>
聚类工具0