共查询到10条相似文献,搜索用时 703 毫秒
1.
本文从应用的角度,提出了一种基于核方法和最小二乘回归分析相结合的多元非线性回归分析方法。通过理论分析及实例验证,指出该方法可以较好的进行多元非线性回归分析,具有较强的适用性,并能降低计算的复杂度。 相似文献
2.
为了提高预测精度,提出了一种改进的最小二乘法线损预测技术。算法首次将核偏最小二乘回归算法应用于线损率预测。实验表明,提出的方法能够较好地克服变量相关性和非线性因素对预测模型的不利影响。 相似文献
3.
CLIQUE是一种基于密度和基于网格的混合聚类方法。在高维空间中,它能够有效地进行聚类,并且能够发现嵌套在高维数据空间子空间中的聚类。但是,CLIQUE算法存在着很多的局限性,主要有以下两点:首先是子空间的剪枝;其次是CLIQUE算法追求方法简单化。针对CLIQUE算法的局限性,采用基于约束条件的聚类技术、自适应网格技术和边界调整技术来对CLIQUE算法进行改进,提出了基于约束条件和自适应网格的CAG-CLIQUE算法。 相似文献
4.
5.
介绍了机器学习的发展过程,介绍了支持向量机在结构风险最小化的思想,介绍了支持向量机算法思想,介绍了通过核函数从样本空间映射到高维空间,使得本来在样本空间中线形不可分的数据,在高维空间中变得线形可分,最后通过例子使得我们对支持向量机思想有更清晰的认识。 相似文献
6.
支持向量机(SVM)是建立在统计学习理论基础上的一种通用的研究机器学习规律的方法。它具有很强的学习能力和泛化能力,可以有效地处理分类,回归等问题。SVM在处理非线性问题时,通过使用一个核函数来解决复杂计算问题。最小二乘支持向量机(LS_SVM)是SVM的一种改进,它提高了求解问题的速度和收敛精度。本文以太阳黑子为数据集,基于LS_SVM工具,使用了支持向量回归算法(SVR),实现了太阳黑子活动的预测。 相似文献
7.
8.
智能电网的—个重要特征是通过高精度的用电量预测进行电能智能调配,用电量信息的精确预测是电网智能化的关键指标.针对用电量数据非线性的特点,提出了一种基于粒子群优化的PSO-CV-SVR模型.该模型基于支持向量回归机原理,以粒子群算法和交叉验证的思想优化模型参数.将该模型应用于江苏省全社会用电量的预测分析,结果表明该模型优于BP-神经网络方法,提高了预测的精度. 相似文献
9.
本文将核权局部回归的思想应用于半参数回归模型中无参数回归部分的估计,提出两阶段局部回归估计方法及其估计步骤,并应用于进出口对通货膨胀影响的建模。 相似文献
10.
流形学习是近几年发展起来的降维方法,它能够发现非线性高维数据中的内在低维结构,从而实现非线性降维.目前,流形学习已成为机器学习和数据挖掘领域的研究热点问题.本文主要介绍了流形学习的基本思想,综合了几种主要的流形学习算法,分析了其优势和不足. 相似文献