搜索结果: 1-15 共查到“控制科学与技术 SVM”相关记录17条 . 查询时间(0.093 秒)
一种基于FCOWA-ER的SVM多分类方法
支持向量机 DS证据理论 多属性决策
2016/1/5
支持向量机(SVM) 在处理多分类问题时, 需要综合利用多个二分类SVM, 以获得多分类判决结果. 传统多分类拓展方法使用的是SVM的硬输出, 在一定程度上造成了信息的丢失. 为了更加充分地利用信息, 提出一种基于证据推理-多属性决策方法的SVM多分类算法, 将多分类问题视为一个多属性决策问题, 使用证据推理-模糊谨慎有序加权平均方法(FCOWA-ER) 实现SVM的多分类判决. 实验结果表明, ...
基于LCS和LS-SVM的多机器人强化学习
学习分类器 协同最小二乘支持向量机 强化学习 多机器人 Learning Classifier System LS-SVM Reinforcement Learning Multi-Robot
2014/6/20
本文提出了一种LCS和LS-SVM相结合的多机器人强化学习方法，LS-SVM获得的最优学习策略作为LCS的初始规则集。LCS通过与环境的交互，能更快发现指导多机器人强化学习的规则，为强化学习系统的动作选择提供实时、动态的反馈，使多机器人自主地学习到相互协作的最优策略。算法的分析和仿真表明多机器人学习空间大、学习速度收敛慢、学习效果不确定等问题得到很大的改善。This paper presents ...
为了提高基于Internet的网络控制系统中随机时延的预测精度,提出了基于经验模式分解(empirical mode decomposition,EMD)与最小二乘支持向量机(Least Squared Support Vector Machines,LS-SVM)的一步时延预测方法.首先利用EMD将时延序列分解成若干个本征模式函数分量,分解后的分量去除了原始时延序列的长相关性,同时突出时延序列不...
基于L-SVM的级联检测器的构造
级联 几何 拉格朗日支持向量机
2009/12/10
为了实现目标的快速检测，提出了一种新的基于拉格朗日支持向量机（L-SVM）的线性级联式分类器的构造方法。该方法首先根据样本的几何分布，用迭代的方式把负样本分成若干部分与正样本线性可分的样本；然后用L-SVM对这些正负样本进行分类，得到若干个线性分类器；最后，将这些线性分类器顺次组合，构成级联分类器。实验表明，与经典非线性SVM分类器相比，这种分类器在保持SVM较强泛化性能的优点的同时，在检测效率方...
基于ICA-SVM的复杂化工过程集成故障诊断方法
支持向量机 梯度算法 丁二烯精馏装置
2009/11/25
针对由于复杂操作或多回路控制等因素造成复杂化工过程故障诊断难度加剧问题，提出了一种基于独立成分分析（ICA）和支持向量机（SVM）的集成故障诊断方法。该方法利用快速ICA算法建立正常工况ICA模型，通过监控统计量I2、Ie2、SPE是否超过用核密度估计方法确定相应的置信限检测故障。如检测到故障发生，即用梯度算法计算每一个监控变量对统计量I2、Ie2、SPE的贡献度，根据观察贡献度变化情况初步诊断出...
将语种和说话人识别的方法应用到英语发音错误检测系统, 提出一种基于广义线性区分序列支持向量机 (Generalized linear discriminant sequence based SVM, GLDS-SVM)的发音错误检测方法. 主要创新点为: 1)提出一种基于状态拼接的特征规整方案, 增强SVM对发音特征的建模能力; 2)提出一种基于多模型融合的模型训练策略, 该策略可以更加充分地利用...
基于RS与LS-SVM多分类法的故障诊断方法及其应用
粗糙集 最小二乘支持向量机 多类分类器
2009/8/31
针对密闭鼓风炉熔炼过程工艺复杂、工况变化较大的特点，提出应用粗糙集(RS)和最小二乘支持向量机(LS-SVM)进行鼓风炉故障诊断的方法。该方法首先利用RS对炉子的故障样本进行知识约简，获得各故障类型的征兆最小条件属性作为特征向量，然后，输入到由多个最小二乘支持向量机构成的多故障分类器中进行故障识别和分类。研究结果表明：该方法具有较强的泛化能力，诊断准确率达到90%以上。
基于SVM的公安情报自动分类系统的研究与设计
支持向量机 向量空间模型 公安情报
2009/7/21
依据公安情报文本中不同位置的词条对区分文本类别的贡献显著不同的特点，引入位置权重系数，改进了经典的文本特征权重计算方法（TF-IDF），使文本的权重能够更加全面地反映文本的类别信息。根据公安情报分类系统的需求，设计了基于支持向量机（SVM）的公安情报分类系统，该系统不仅能够实现情报文本的自动分类，而且能够保留在情报文本分类的不同阶段语料的特征信息，为情报信息的进一步加工处理提供支持，同时系统中各模...
结合DCT和SVM的故障诊断方法研究
故障诊断 支持向量机（SVM） 离散余弦亦换（DCT）
2009/7/15
针对故障诊断研究中，样本数据维数过高导致故障模式分类时SVM学习强度太大的问题，利用DCT方法在降噪处理时体现出“能量集中”和“高频抑制”的特性，提出一种基于DCT的SVM故障诊断方法。先对故障样本进行DCT降维，再利用SVM方法对主要维离散余弦系数进行模式训练来代替对故障样本的直接训练，从而大大抑制了噪声对故障分类的影响，同时也减少了诊断运算量，最后通过实验仿真验证了算法的有效性。
一种新的构造SVM分类器的几何最近点法
最大间隔 尺度不变凸壳 最近点对 MDM算法
2010/3/29
引入了尺度不变凸壳的概念，证明了与之相关的性质，通过这些性质可以把求解线性不可分SVM的问题转化为计算两类训练样本分别生成的尺度不变凸壳间的最近点对的问题.然后可以用几何最近点法计算尺度不变凸壳间的最近点对，把垂直平分连接最近点对线段的超平面作为线性不可分问题的分类超平面.此外，还把这种方法推广到非线性情形，并给出了解决非线性问题的一种简化算法.理论分析和实验均表明，与已有的方法比，尺度不变凸壳法...
HSMC-SVM的二次逼近快速训练算法
超球体多类支持向量机 SMO训练算法 工作集选择
2009/5/13
HSMC-SVM是一种直接型高速多类支持向量机，适合用于类别较多的分类场合，但由于SMO算法采用经验方法选择工作集，使得在用SMO算法训练HSMC-SVM时，收敛速度较慢。为提高HSMC-SVM的收敛速度，该文提出用基于二次逼近的可行方向法来训练HSMC-SVM，并使用了样本缩减策略。实验表明，这种方法可以有效提高HSMC-SVM的收敛速度，其收敛速度已经超过了基于libsvm的组合多类支持向量机...
一种新的构造SVM分类器的几何最近点法
最大间隔 尺度化凸壳 最近点对
2010/9/21
引入了尺度化凸壳(Scaled convex hull, SCH)的概念, 证明了与之相关的性质, 通过这些性质可以把求解线性不可分支持向量机(Support vector machine, SVM)的问题转化为计算两类训练样本分别生成的尺度化凸壳间的最近点对的问题. 然后可以用几何最近点法计算尺度化凸壳间的最近点对, 把垂直平分连接最近点对线段的超平面作为线性不可分问题的分类超平面. 此外, 还...
基于LS-SVM的导弹在线误差补偿逆控制
导弹 动态逆控制 最小二乘支持向量机 在线补偿
2013/7/31
提出一种基于最小二乘支持向量机(least square support vector machine, LS-SVM)在线误差补偿非线性动态逆控制器设计方案。首先运用动态逆的双阶段设计方法设计了导弹的逆控制器，即第一阶段采用动态逆方法设计快回路控制器实现对滚转、偏航和俯仰三个通道角速度的跟踪；第二阶段实现慢回路对滚转角、侧滑角和攻角的跟踪；然后，设计LS-SVM在线补偿器，以增强导弹控制系统的鲁...
基于SVM技术的入侵检测
2007/12/13
Abstract针对日益严重的网络入侵事件，提出了一种新的入侵检测方法．在对网络数据进行深刻的分析和研究的基础上，提出了基于支持向量机的入侵检测方法．首先，对1类SVM进行了必要的改进，使异常点聚集为一类（即环绕原点的一类）．然后，使用抽象化的网络数据对SVM进行训练，生成入侵事件的SVM分类器．实验表明，该方法是行之有效的．