共查询到20条相似文献，搜索用时 296 毫秒
1.
谱聚类是一种无监督学习的聚类方法,其具有能够收敛至全局最优且适用于任意形状样本空间的优点.然而,传统方法构造的相似矩阵有时难以准确反映出数据之间的近似关系,从而导致聚类结果不佳.粒计算技术能够很好地解决这一问题.通过将数据邻域粒化,从粒子的视角重新衡量数据之间的近似关系,提出了一种基于邻域粒的谱聚类方法.首先,将样本的单一属性通过邻域粒化的方式形成邻域粒子;然后,将属于同一样本的粒子组合构造成粒子向量;接着,利用定义的2种邻域粒距离公式,对构造出的粒向量进行距离度量,并通过径向基函数生成相似矩阵,从而进行谱聚类;最后,使用UCI数据集进行验证,将谱聚类算法与邻域粒结合,从邻域参数和邻域粒向量的距离度量方式2个方面进行性能测试,并与传统聚类算法进行对比.实验结果表明,基于邻域粒构造的相似矩阵在谱聚类中是可行且有效的. 相似文献
2.
基于决策论中信息源合并规则,提出了基于支持向量机的并行学习方法(B-SVMs).在训练阶段,B-SVMs将一个大规模问题随机分解成若干规模较小的子问题,针对每个子问题同时训练支持向量机.在测试阶段,各个支持向量机并行给出测试结果,B-SVMs利用信息源合并规则将各支持向量机的输出组合而得到最终测试结果.在4个问题上与基于多数投票策略的组合支持向量机(MV-SVMs)和快速模块化支持向量机(FM-SVMs)相比,B-SVMs的泛化能力较高.与利用全部样本训练的标准支持向量机相比,B-SVMs极大地减少了训练时间和测试时间,而且具有与其相当的泛化能力. 相似文献
3.
[目的]快速鉴别不同品种的薰衣草精油,为精油品质控制提供可靠的科学方法依据.[方法]通过气相色谱质谱(GC-MS)测定三个品种共66个薰衣草精油样品,应用峰面积归一法确定各成分的相对含量.对构建的特征信息数据进行主成分分析(PCA),选取7个主成分代替原始数据,再利用支持向量机技术进行分类和预测,对不同品种的薰衣草精油进行鉴别.[结果]通过48个样本建立支持向量机的分类模型,对18个样本进行预测,对训练集样本的训练正确率达到97.92;,对预测集样本的正确识别率达到94.44;.[结论]主成分分析结合支持向量机方法具有很好的分类和鉴别作用,可作为薰衣草精油品种区分的有效方法之一,为薰衣草精油的质量控制提供了一定的科学依据. 相似文献
4.
廖文婧 《西南大学学报(自然科学版)》2014,36(5)
该文提出一种基于边界支持向量的自适应增量支持向量机,对每轮训练的样本集提取其边界支持向量,从而减少训练向量数目,提高训练效率。通过自适应调整参数,可以更好地适应新增样本。采用 UCI（University of California Irvine）机器学习数据库和Statlog数据库对本文方法进行验证,实验结果表明本文方法的训练时间优于标准支持向量机和一般增量支持向量机。其分类精度也明显优于一般增量支持向量机,在训练数据较少时,其分类精度与标准支持向量机相差不大,但随着训练数据的增加,分类精度逐渐超越标准支持向量机。该文的方法更适合大规模数据集的增量学习。 相似文献
5.
6.
针对林业资金投资变化的定量预测,提出一种基于改进支持向量机的预测方法.利用滑动时间窗口方法将历年林业资金投资数据构造成时间序列,将其做为数据样本集并由改进支持向量机加以训练以得到预测模型.通过某省近20年的林业资金投资数据实验验证了预测方法的有效性,实验结果表明:与传统预测方法相比,基于改进支持向量机的预测方法明显提高了投资变化预测精度. 相似文献
7.
强模糊支持向量机在稻瘟病气象预警中的应用 总被引：6，自引：0，他引：6
针对稻瘟病气象顸警中样本含有模糊信息,支持向量机对含有模糊信息样本无法处理的问题,建立适合稻瘟病气象预警特点的分类预警算法(强模糊支持向量机).以模糊事件的可信性测度为基础,将模糊分类问题转化为求解模糊机会约束规划问题;将模糊机会约束规划化转化为与其等价的二次规划,据此给出强模糊支持向量机.并且研究了强模糊支持向量机在稻瘟病气象预警中的应用方法.对浙江省宁波市某水稻种植区2004-2007年稻瘟病气象预警试验,数据结果与实际情况吻合.由此可说明强模糊支持向量机能较好地解决样本中含有模糊信息的分类问题,基于强模糊支持向量机的稻瘟病气象预警方法对于稻瘟病气象预警有较大的优越性. 相似文献
8.
应用粗糙集与决策树相结合的数据挖掘方法评价吉林省某地的土壤地力等级.研究数据共有161条记录,16个属性,使用粗糙集对土壤属性进行约简,去除了5个土壤冗余属性,得到属性约简集;使用决策树方法对土壤数据建立决策树模型,得到了土壤评价的决策树模型,并提取了分类规则.实验表明:将粗糙理论与决策树相结合的数据挖掘方法能去除冗余属性,同时保留了原始数据的内部特点,相对于单-使用决策树方法,决策树规模减小,规则集较精简,提高了分类的效率. 相似文献
9.
一种基于粗糙集理论的特征选择方法 总被引：3，自引：3，他引：0
目的 特征集中特征质量的好坏能够影响到文本分类的精度,所以选择一种好的特征选择方法对于文本分类的效果起着重要的作用.方法 粗糙集理论为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了有效的工具.提出了一种基于粗糙集的特征选择方法.结果 通过实验结果表明该方法利用粗糙集的约简理论降低了特征维数,同时保证了分类性能.使用该方法进行特征选择时比目前常用的特征选择方法获得较好的分类效果.结论 粗糙集的属性约简理论可以用在规则提取和特征选择上,利用粗糙集的属性约简理论进行特征选择时能够获得较理想的分类效果. 相似文献
10.
《农业科技与信息》2017,(23)
本文针对新疆地区进行需水预测研究。由于影响需水预测精度的因素很多,而且预测方法比较多,实际用水量的数据又难以获取。所以,本文选取支持向量机的方法,由于支持向量机支持基于小样本进行快速、准确预测的特点,对新疆地区需水量进行准确的预测。采用了粗糙集与支持向量机相结合的方法,对影响因子进行筛选,根据支持度筛选出主要影响因子,然后将这些主要影响因子作为输入的样本数据,构建支持向量机模型,用2000—2013年的数据进行训练,并且用2014—2015年的数据进行检验。最终,将该模型用于预测新疆地区2016—2020年的需水量。本文构建模型预测结果的平均绝对百分比误差只有0.11,可见模型预测精度很高,该种研究方法可以作为训练样本较少情况下的一种需水预测方法。 相似文献
11.
研究了一类风险过程,其中保费收入为复合Poisson过程,而描述索赔发生的计数过程为保单到达过程的p-稀疏过程．给出了生存概率满足的积分方程及其在指数分布下的具体表达式,得到了破产概率满足的Lundberg不等式、最终破产概率及有限时间内破产概率的一个上界和生存概率的积分-微分方程,且通过数值例子,分析了初始准备金、保费收入、索赔支付及保单的平均索赔比例对保险公司破产概率的影响. 相似文献
12.
梁阔洋 《湖南农业大学学报(自然科学版)》2015,(4):137-141
法治方式是十八大以来中国共产党探索出来的加强党风建设的新路径。整党整风运动式、会议专题式、法治方式是中国共产党九十多年来加强党风建设的三种方式,而法治方式是新方式与新选择。以法治方式加强党风建设的具体路径有五个方面：一是培育党员领导干部的“法治”意识与价值观念。二是清理完善党内法规制度,构建有法可依的党内法制体系。三是构建规范权力运行的制约和监督体系。四是搭建追逃追赃国际平台,加快对外逃人员的法制惩处。五是强化警示,定期发布党员领导干部的贪腐案例。以法治方式加强党风建设要处理好党内法规与国家法制的关系、加大党员领导干部相关事项的信息透明度与公开性、借鉴成功经验构建廉政文化。 相似文献
13.
14.
基于高光谱的水稻叶片氮素营养诊断研究 总被引：2，自引：0，他引：2
为快速、准确地实现水稻氮素营养诊断,以中嘉早17水稻为试验对象,设置4种施氮水平的水稻栽培试验,利用便携式地物波谱仪获取240组水稻分蘖期顶三叶在350~2 500 nm的光谱数据。随机将样本划分为训练集(160个样本)和测试集(80个样本)。首先,通过多元散射校正(MSC)、变量标准化校正(SNV)、平滑算法(SG)3种方法分别对原始光谱进行预处理;然后,采用主成分分析(PCA)和连续投影算法(SPA)对预处理后的光谱进行特征降维,选取累积贡献率超过99.98%的前24个主成分作为模型的输入变量,对于经过MSC、SNV和SG处理后的光谱数据,还分别筛选出12、15、19个特征波长;最后,应用支持向量机(SVM)基于上述处理分别建立水稻氮素营养诊断模型。结果表明,采用MSC-PCA-SVM模型进行水稻氮素营养诊断的识别准确率最高,其在训练集和预测集上的准确率分别达99.38%和97.50%。 相似文献
15.
基于邻域直方图的玉米田绿色植物图像分割方法 总被引：1，自引：0，他引：1
为了准确分割绿色植物与土壤背景,克服田间环境的复杂性,比如植物阴影、残渣的存在和光照强度变化等外界因素带来的影响,采用图像处理和支持向量机方法,以超绿特征(2G-R-B)灰度图像为研究对象,以像素点邻域组成的灰度直方图特征作为输入特征向量,通过试验选出最佳训练参数和最优邻域窗口模型。实验表明,该方法适应不同光照强度,并且可以减小噪声、植物阴影和残渣对图像分割带来的影响,得到完整的分割图像。 相似文献
16.
基于粗集的支持向量机在故障诊断中的应用 总被引：1，自引：1，他引：0
根据支持向量机分类的基本原理,通过应用粗集理论方法对样本数据进行了预处理,去除冗余特征,提高了支持向量机分类效率.通过对涡轮机故障诊断,认为该方法可以提高故障诊断精度和诊断效率. 相似文献
17.
最小二乘支持向量机方法在农用柴油机故障诊断中的应用研究 总被引：1，自引：0，他引：1
采用最小二乘支持向量机法对农用柴油机故障进行计算机仿真诊断。结果表明：该方法能够提高故障诊断的准确性,减少误诊。 相似文献
18.
电梯故障时,具有故障特征提取困难和故障类型识别率低的问题。因此,拟提取其振动信号并进行分析,找到故障特征。然而,鉴于其振动信号为非平稳、非高斯且背景噪声较大的信号,给有效辨识造成很大困难,所以,提出应用最优小波包分解和最小二乘支持向量机相结合进行电梯智能故障诊断的方法。借助最优小波包理论,首先提取电梯故障振动信号的能量分布;然后将其能量分布与时域指标相结合,构造故障特征向量;最后,将故障特征向量作为粒子群算法优化最小二乘支持向量机的输入对电梯故障类型进行识别。仿真结果表明,最优小波包理论与最小二乘支持向量机相结合的故障诊断技术发挥了两者的优势,证明了该方法的有效性和实用性。 相似文献
19.
在提取茶叶样本主要化学成分含量的基础上,首先将对茶叶品质的描述以向量的形式直观地表现出来,再利用支持向量机模型,对训练样本进行分类,找出茶叶品质划分的判决函数,最后把判决函数在测试样本集上进行试验,取得了很好的分类效果。这种将SVM数学模型应用到茶叶品质鉴定中的做法,具有较强的实用价值和推广价值。 相似文献