共查询到20条相似文献，搜索用时 109 毫秒
1.
为估计汽车电子市场的潜在价值,引入一种基于改进优化核函数参数支持向量机(Support Vector Machine,SVM)的中国汽车月产量预测模型.SVM采用RBF核函数和ε-SVR回归方法;参数选择归结为使推广能力的估计值最小、对偶问题最大化的最优化问题.根据2005—2009年中国汽车月产量数据,预测2010年前3个月的中国汽车月产量,并估计中国轻型汽车电子市场的潜在价值.结果表明:该模型能够提高短期预测性能,可为汽车公司的市场决策提供有价值的参考. 相似文献
2.
为准确掌握桥式起重机(简称桥吊)的动态信息,对上海外高桥集装箱桥吊的实时工况进行统计分析与预测.通过分析桥吊起升电机的振动信号和温度信号统计特性,得到振动与温度的关系;通过对信号数据的预处理,建立支持向量机(Support Vector Machine, SVM)训练模型,其中对惩罚参数和核函数参数采用交叉验证的方法进行优化;利用得到的训练模型预测后继的振动信号.与单纯用振动信号或温度信号所建的模型相比,这种振动信号与温度信号相结合的模型对电机振动信号预测的准确性更高. 相似文献
3.
为提高水上交通事故的预测精度,将引入弱化算子序列的灰色模型和支持向量回归模型的预测结果进行组合,进而构建基于IOWA算子的组合预测模型。以全国和长江某流域水上交通事故历史数据为预测样本,将组合预测模型的预测结果与其他预测模型的预测结果进行对比。结果显示:组合预测模型的预测精度更高,能更好地反映水上交通事故的发展趋势。 相似文献
4.
预测公交站点的客流量情况可以提供更可靠的公交服务并节省运营成本.利用支持向量回归机的方法对公交站点的客流量情况进行分析和预测,采用公交站点客流量历史时间序列的时间窗做输入变量,给出了采用支持回归机的方法预测算法.实例证明,即使用很少的数据,也可以保证公交站点客流量的误差很小,为实际应用打下了良好的基础. 相似文献
5.
为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机(autoregressive integrated moving average support vector machine for regression,ARIMA-SVR)的组合潮汐预测模型。潮汐分析中,潮汐可认为是由受引潮力影响的天文潮位和受环境因素影响的非线性水位的叠加。采用小波分析对潮汐样本数据进行去噪处理,使用调和分析法计算天文潮位,以调和分析法计算产生的残差作为非线性水位样本数据,并使用ARIMA-SVR模型进行潮高计算,最后将两部分的计算结果进行线性求和得到最终的潮汐预测值。利用美国旧金山港口实测潮汐数据进行预测仿真,结果表明,该组合模型解决了调和分析忽略非线性影响的问题,提高了潮汐预测准确率,可行且高效。 相似文献
6.
为准确进行港口货物吞吐量预测,采用逐步递归的方法,建立基于时间序列的港口货物吞吐量广义回归神经网络(Generalized Regression Neural Network,GRNN)预测模型.利用该模型预测某港口货物吞吐量,结果表明:对于小样本的短期预测,该模型具有适应性好、误差小等特点. 相似文献
7.
柴志成 《贵阳金筑大学学报》2008,(1):23-26
提出了一种基于SVM的网络异常流量检测新方法。分析了支持向量机的基本原理,结合网络流量异常检测的特点,讨论了异常检测的特征选择问题;提出了网络流量相关性、包长度统计变量以及异常报文统计等具有代表性的特征参数,描述了数据的预处理方法。试验结果表明,所选特征参数可有效地检测网络流量异常变化,说明基于支持向量机的在网络异常流量检测具有较好的可应用性。 相似文献
8.
介绍了一个更有效的基于支持向量机的实时超声波钢轨伤损自动检测分类系统.根据钢轨伤损的特点提取特征量,利用基于支持向量机的分类预测算法实现钢轨伤损的实时检测分类,并基于统计处理的计算伤损尺寸.在嵌入式系统DSP中利用该机器学习算法实现了伤损的实时处理和测试.实现了钢轨伤损实时报警、显示伤损类型、所处轨内位置及程度. 相似文献
9.
随着电子商务的迅速发展,推荐系统与算法已经成为理论研究的热点。支持向量机是一种强大的分类工具,由其衍生出的支持向量机回归方法能很好地解决非线性回归问题。文中以电影推荐为例,引入支持向量机回归方法来分析项目的内容,构建用户模型,进而给出推荐。实验结果和理论分析表明这种推荐算法与传统协同过滤算法相比,能够明显提高推荐精度,并显著缩短了推荐所需时间;在大样本量情况下也能同样高效。 相似文献
10.
基于模糊示例学习与指数回归理论分别得到患者生存寿命的预测模型,并对2种模型进行优化组合,提出联合预测模型,其预测结果可为患者选择治疗方案提供必要的信息. 相似文献
11.
波罗的海运价指数波动规律研究与预测 总被引：3，自引：0，他引：3
李正宏 《上海海事大学学报》2004,25(4):69-72
以波罗的海国际干散货运价指数(BFI)为研究对象,分析其长期趋势性波动规律,得到BFI的长期波动服从幂函数模型。结合统计分析工具分析BFI的季节性波动规律,得到每月的季节指数。在剔除趋势性和季节性因素后,建立ARMA预测模型,并进行拟合和误差分析。结果表明,ARMA预测模型对BFI指数的短期预测效果很好,特别是一步预测精度很高。 相似文献
12.
为了从轿车图像中快速、准确地识别出轿车车型,采用支持向量机(Support Vector Machine,SVM)方法作为分类器,以轿车的长、宽、高和轴距等4个特征参数作为输入特征向量,并根据这些特征向量对不同车型进行分类和识别.实验结果表明,对11个品牌15种车型的识别准确率达100％.本研究表明,在正确选取轿车的特... 相似文献
13.
为提高船舶航迹预测精度,解决准确建模难度大和神经网络易陷入局部最优的问题,考虑实时获取目标船AIS数据较少的特点,提出一种基于支持向量机(support vector machine,SVM)的航迹预测模型。选择AIS数据中的航速、航向和船舶经纬度作为样本特征变量;采用小波阈值去噪的方法处理训练数据;采用差分进化(differential evolution,DE)算法对模型内部参数寻优以提高模型收敛速度和预测精度。选取天津港实船某段航迹的AIS数据,比较基于DE-SVM与基于BP神经网络的航迹预测模型的仿真结果。结果表明,基于DE-SVM的航迹预测模型具有更高的预测精度,简单、可行、高效,且耗时少。 相似文献
14.
组合预测是利用各种预测模型所包含的独立有用预测信息对事物未来发展趋势进行预计、估测的过程。本文采用灰色系统理论中的关联分析方法,提出以参与组合的单个预测模型与被预测对象的关联系数和关联度为依据,确定变权重的组合预测模型方法。通过单项运动成绩的预测实例,显示了基于灰关联变权的组合预测方法是一种比单一预测方法更能收到较好预测效果的佳法。 相似文献
15.
为解决岸桥起升电动机的状态识别和实时监测问题,分析起升电动机的大量样本集,提出基于标准差的模糊C均值(standard deviation-based fuzzy C-means,S-FCM)聚类算法对起升电动机的状态进行聚类分析,并构建两种SVM模型。实验结果表明:起升电动机振动烈度可以聚类为4类。对两种SVM模型进行对比和验证,选出最理想的实时监测模型。该方法可以为设备维护保养提供依据并且可以实时在线监测岸桥起升电动机的工作状态。 相似文献
16.
基于区域大气模拟系统,采用网格嵌套方法,发展了由区域尺度气象模式 (R αM )和城市尺度气象模式 (C βM )组成的嵌套模式预报系统,为空气污染预报提供必需的气象要素场。共进行了 5组预报实验,并分别与对应区域和城市尺度的两类静力平衡预报模式 :Eta模式 (区域尺度 )和M βM (城市尺度 )的预报结果进行了比较研究。结果表明,R αM和C βM预报结果更能准确合理地反映天气系统的实际变化规律,其预报效果明显好于Eta模式和M βM。建立的嵌套模式预报系统可为空气污染业务预报提供一个好的工作平台. 相似文献
17.
采用不同的损失函数和罚函数构建了广义指数预报因子模型,用该模型来预测国际黄金价格. 构建方法包括:1)岭估计方法;2) 基于L1、L2以及二者结合的损失函数LM,利用LASSO和SCAD 2种罚函数选取不同参数EWMA的线性组合作为预报因子. 实证检验表明,该方法构建的模型有效改进了单参数EWMA预测模型,其预测精度优于已有方法. 相似文献
18.
由于半导体产业的设计和外包代工制造全球化趋势,使得集成电路容易受到硬件木马造成的严峻威胁。基于电路退化模型等的隐秘硬件木马通常将恶意行为隐藏在正常的芯片行为中,从而难以被传统的测试和验证方法发现。建立一个高效的机器学习框架,利用指令级侧信道功耗特征对无木马和插入木马的芯片电路进行分类。算法模型采用不同的指令和木马构造提取的特征向量集。为评估检测方法性能,在Altera Stratix Ⅱ FPGA中实现基于MC8051微控制器的基准电路,并详细分析在有监督和无监督模式下的5种机器学习算法模型。测试结果表明,综合各种特征条件,有监督的朴素贝叶斯方法检测准确率最高,平均为95%,有监督的支持向量机方法运行时间最短,平均为0.04 s。另外验证了无监督的支持向量机可以作为一种没有黄金参考模型下的有价值方法,即使在恶劣训练条件下,其检测准确率也在17%~72%。 相似文献
19.
为提高潮汐预报的精度，提出一种基于支持向量机(Support Vector Machine,SVM)的模块化潮汐实时预报模型. 将潮汐分为受天体引潮力影响的天文潮和受环境因素和其他因素影响的非天文潮，分别使用调和分析法和改进的SVM对天文潮和非天文潮进行预报, 结合两种方法的输出构造最终的潮汐预报结果. 在对非天文潮的预测中,将SVM与灰色模型相结合,并利用粒子群优化(Particle Swarm Optimization,PSO)算法对SVM的参数进行优化以提高预报精度. 利用火奴鲁鲁港口的实测潮汐数据进行实时潮汐预报仿真.仿真结果表明该方法具有较高的短期预报精度. 相似文献
20.
为解决船舶电力推进系统在螺旋桨负载受到风浪干扰时的稳定性问题,采用永磁同步电动机(Permanent Magnet Synchronous Motor,PMSM)作为推进电动机,在空间矢量调制(Space Vector Modulation,SVM)方法和直接转矩控制(Direct Torque Control,DTC)方法的基础上,提出一种基于滑模变结构的SVM-DTC方法.通过Simulink搭建模型进行船舶工况仿真,对推进电动机的转速和电磁转矩进行分析.仿真结果表明采用滑模控制的船舶电力推进系统具有很好的静态、动态特性和鲁棒性. 相似文献