共查询到20条相似文献，搜索用时 140 毫秒
1.
陈华 《科学学与科学技术管理》2007,28(7):192-194
考虑一种带有分类变量的企业信用评估问题,在综合分析企业评估指标的基础上,提出了一套完整的企业信用评估指标。基于数据挖掘技术中的k-means算法和支持向量机算法,提出一种综合的企业信用评估方法。 相似文献
2.
基于多目标规划和支持向量机的企业信用评估模型 总被引：3，自引：0，他引：3
针对两类样本企业信用状况的重叠问题,提出一种基于多目标规划和支持向量机(SVM)的企业信用评估模型.基于TOPSIS法,分别以"正常企业"样本逼近理想点、"违约企业"样本逼近负理想点为目标,构建多目标规划模型;运用实码加速遗传算法求解得出指标综合权重,通过构造加权样本,减少两类样本企业信用状况的重叠,可在一定程度上提高SVM的预测精度.应用实例证明了该模型的可行性和有效性. 相似文献
3.
顺流向位移是坝体形变监测中的重要指标。针对神经网络、支持向量机模型存在的局限性,提出基于粒子群优化与最小二乘支持向量回归的模型对顺流向位移进行预测。结合实地坝体数据,通过与神经网络、传统支持向量机等模型进行对比实验和分析,结果表明,该方法具有误差低、计算效率高等特点。 相似文献
4.
5.
为了提高文本分类的准确性和效率,提出了一种基于潜在语义分析和超球支持向量机的文本分类模型.针对SVM对大规模文本分类时收敛速度较慢这一缺点,本文将超球支持向量机应用于文本分类,采用基于增量学习的超球支持向量机分类学习算法进行训练和分类.实验结果表明,超球支持向量机是一种解决SVM问题的有效方法,在文本分类应用中具有与SVM相当的精度,但是明显降低了模型复杂度和训练时间. 相似文献
6.
7.
8.
孙运利 《内蒙古科技与经济》2013,(16):72-74
文章应用一种将模糊综合评价与支持向量机相结合的方法,建立变压器状态评估模型。该模型综合考虑了多种变压器状态信息,利用模糊综合评价法解决不确定问题的优势,发挥了支持向量机适合解决小样本问题、泛化能力强的特点,具有较高的判断准确率。实例分析表明了该模型的有效性。 相似文献
9.
10.
面对网络电子交易中,各种诈骗信息层出不穷,交易风险越来越大。为了保证网络交易的安全,促进电子商务的快速发展。提出了支持向量机的电子商务交易风险预测方法。支持向量机可以利用电子商务完成交易过程中积累的各项有效数据,对未来的数据进行预测,准确评估在未来交易中,不同等级客户面临的交易风险。通过实验对提出的电子商务预测风险方法进行校验表明:该方法能够对不同的网络交易行为安全性进行较好的预测,预测精度较高,克服传统方法的缺陷,更适合当前的网络交易行为。 相似文献
11.
12.
关于支持向量回归机的模型选择 总被引：28，自引：0，他引：28
支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法。模型选择是设计支持向量机的重要内容之一。本文在分析用于回归的支持向量机原理的基础上,分别从核函数的选择、模型参数的作用、模型参数的调整方法等模型选择方面进行了综述,并讨论了模型选择的优缺点,最后指出在实际应用中常见的核函数和模型参数调整方法。 相似文献
13.
14.
15.
基于挣值分析和风险管理，通过蒙特卡洛模拟获取项目数据，使用二次判别分析、随机森林和支持向量机进行模型学习和完工预测是项目控制的有效方法之一。在现有研究基础上，考虑项目执行过程中的剩余工作时间、剩余工作费用和风险，分别应用现有研究方法、梯度提升树和人工神经网络进行模型学习，利用嵌套交叉验证进行模型选择和模型评估。研究结果表明，优化后的方法显著提升项目完工预测的准确率。 相似文献
16.
17.
针对传统的支持向量机在分类中不能够逼近任意的分类界面,而造成分类精度低的问题,本文在传统的支持向量机核函数基础上,提出了一种基于遗传算法优化的支持向量机结构模型,并将该方法应用在DNA序列分类上。实验结果表明了本文算法在同等条件下要比传统的SVM分类方法具有更加优越的特征提取性能。 相似文献
18.
基于混沌优化的支持向量机地下水位动态预测 总被引：1，自引：0，他引：1
地下水位动态受到自然因素和人为因素的影响,随机性明显,因此在地下水物理过程分析的基础上构建地下水位动态预测的随机性模型对地下水资源评价具有重要意义。本文将小样本机器学习理论——统计学习理论中的支持向量机理论引入地下水位动态预测。最小二乘支持向量机是支持向量机的一种,考虑到地下水位动态序列的长度和峰值突变性的特点,本文提出一种改进的支持向量机-峰值识别最小二乘支持向量机;并针对支持向量机算法存在的参数优化、训练和测试速度等问题,结合混沌优化方法,建立了基于混沌优化的峰值识别最小二乘支持向量机地下水位动态预测模型;最后本文以内蒙古河套灌区义长灌域1990年~2004年3个灌期(夏灌(4月~6月)、秋灌(7月~9月)和秋浇(10月~11月)降水量、平均气温、蒸发量、引水量、地下水开采量、地下水排泄量和地下水位埋深共15年45个样本资料为数据源,将该模型和原最小二乘支持向量机模型分别用于义长灌域地下水位动态预测。结果表明,该模型的拟合值、检验值和预测值与实际值复合的很好,拟合的平均相对误差绝对值为2.0868%,检验的平均相对误差绝对值为3.4777%,预测的平均相对误差绝对值为6.8589%,且训练和测试速度快,而原最小二乘支持向量机模型预测的平均相对误差绝对值为20.6767%。因此,该模型用于地下水位动态预测是可行和有效的。 相似文献
19.
20.
[研究目的]为提高人工分类效率,降低因分类人员主观知识结构和客观环境因素影响导致的分类错误率,本研究构建了基于层次分类器的专利文本分类模型。[研究方法]随机抽取A、D、E、H4个部中的4000条中文发明专利,以其名称和摘要数据为实验对象,通过文本预处理及文本特征表示后,基于KNN、支持向量机、Rocchio和朴素贝叶斯4种机器学习模型,分别探索IPC部、大类、小类和大组层次上的最佳分类模型及其组合。[研究结论]实验结果显示,层次结构可有效改善平面分类模型的性能,层次组合模型比层次单一模型拥有更高的分类准确率,各层次的最优分类模型分别是：支持向量机(部)、Rocchio+支持向量机(大类)、Rocchio+朴素贝叶斯+支持向量机(小类)、KNN+朴素贝叶斯+支持向量机+支持向量机(大组)。 相似文献