基于SVM/LDA的SAR图像目标鉴别方法     

赵凤军  高东生  贾亚飞 《中国科学院研究生院学报》2012,29(4):507-511

提出一种基于主成分分析和支持向量机与线性判别分析结合算法的合成孔径雷达(synthetic aperture radar,SAR)图像目标鉴别方法.利用主成分分析算法对SAR图像向量进行降维并提取其全局特征,对降维后的全局特征采用最小类内散度支持向量机算法进行变换,并对变换结果训练生成最佳分类器,进行分类完成目标鉴别.实验结果表明该方法可以获得较高的分类正确率.  相似文献   

基于特征提取的垃圾邮件检测     

卜华龙  夏静  郑尚志 《巢湖师专学报》2014,(3):28-31

垃圾邮件处理作为一种典型的文本分类应用问题,受到高维数据的困扰。为提高垃圾邮件检测的效率和准确率,提出一种基于PLS特征提取和SVM的入侵检测算法,首先对原始垃圾邮件数据利用偏最小二乘算法降低维度,再采用遗传算法寻优转换特征子集,并通过支持向量机SVM进行分类。 Matlab仿真实验表明,本算法能有效降低数据维数,提高检测的准确率。  相似文献   

改进的基于支持向量机模型剪接位点的预测     

王丽美  ;郑大军  ;郑程友 《宜宾学院学报》2014,(12):93-98

在采用概率编码的基础上,利用支持向量机模型对人类剪接位点进行预测,重点研究了基于核主成分分析方法对最终预测模型的影响.从实验结果看,这种改进的基于支持向量机模型剪接位点的预测在敏感性和特异性上优于其他模型.  相似文献   

小样本条件下基于VMD-SVM的电网技改项目科技投资预测研究     

王绵斌  齐霞  安磊  耿鹏云  王建军 《科技管理研究》2020,(16)

随着我国电力改革体制的不断推进,未来输配分离的市场环境下,电网的盈利模式将以输配电服务为主,电网在电力市场中的地位将发生较大的变化。新环境下要求电网企业对自身的投资、运行以及成本需要更精确的控制。电网技改工作作为电网科技更新换代的日常工作,对电网运营成本具有较大的影响,因此,科学合理地预测电网技改项目每年的科技投资额就尤为重要。电网技改科技项目的年度投资历史数据由于样本数量少,难以构建基于统计数据的常规预测模型对技改项目的年度科技投资进行科学和客观的预测。本文针对电网技改项目科技投资年度预测属于小样本预测的特点,选取了支持向量机SVM模型作为预测模型,并且在预测开始之前进行变分模态分解(VMD),通过将技改科技投资数据分解为特征各异的子序列,将每一个子序列数据通过不同的SVM模型进行预测,得到各子序列的预测结果后,对子序列的预测结果进行叠加,从而得到最终预测结果。通过某区域电网的实际数据验证,本文提出的VMD-SVM的电网技改项目科技投资预测方法能够有效改进预测精度,预测精度为1.51%,而单采用同参数的SVM模型的预测精度仅有2.02%,本文提出的模型具有更高的精度,证实了本文提出方法的有效性。  相似文献   

Multi-task multi-modality SVM for early COVID-19 Diagnosis using chest CT data     

《Information processing & management》2022,59(1):102782

In the early diagnosis of the Coronavirus disease (COVID-19), it is of great importance for either distinguishing severe cases from mild cases or predicting the conversion time that mild cases would possibly convert to severe cases. This study investigates both of them in a unified framework by exploring the problems such as slight appearance difference between mild cases and severe cases, the interpretability, the High Dimension and Low Sample Size (HDLSS) data, and the class imbalance. To this end, the proposed framework includes three steps: (1) feature extraction which first conducts the hierarchical segmentation on the chest Computed Tomography (CT) image data and then extracts multi-modality handcrafted features for each segment, aiming at capturing the slight appearance difference from different perspectives; (2) data augmentation which employs the over-sampling technique to augment the number of samples corresponding to the minority classes, aiming at investigating the class imbalance problem; and (3) joint construction of classification and regression by proposing a novel Multi-task Multi-modality Support Vector Machine (MM-SVM) method to solve the issue of the HDLSS data and achieve the interpretability. Experimental analysis on two synthetic and one real COVID-19 data set demonstrated that our proposed framework outperformed six state-of-the-art methods in terms of binary classification and regression performance.  相似文献   

基于ACA-SVM融合的变压器故障诊断     

臧大进  严宏凤  王彦长 《商丘师范学院学报》2011,27(9):37-42

变压器故障诊断是一项复杂而有难度的技术,受到很多因素的影响.本文提出了基于ACA-SVM融合的变压器故障诊断方法,即将蚁群优化算法（ACA）用于SVM参数优化.它不仅具有很强的全局搜索能力,而且容易实现.经实验结果证明,基于ACA-SVM融合的变压器故障诊断结果与实测数据基本一致,其预测精度高于普通的SVM和IEC三比值法,能有效诊断变压器内部潜伏性故障.  相似文献   

基于支撑向量机的神经元分类器     

张泽麟  徐金玉 《宜宾学院学报》2011,(6):41-42

根据神经元的几何特征,通过SVM支撑向量机,构造一族神经元分类器.该分类器能够较准确地区分运动神经元、中间神经元以及感觉神经元,并且可以检测到这几种分类以外的神经元.  相似文献   

支持向量机理论研究     

谢福民 《科技广场》2011,(1):6-8

如何解决分类问题和回归问题是支持向量机算法的基本内容。本文研究了使用支持向量机算法解决线性和非线性分类问题和回归问题的原理和方法。  相似文献   

基于KNN和SVM的中文文本自动分类研究     

张野  杨建林 《情报科学》2011,(9)

借助文本分类系统软件,采用来自10个大类的中文文本数据,按照训练集与测试集2:1的比例,使用KNN和SVM分类算法,对数据集进行自动分类的实验。旨在通过具体的语料库实验,探讨文本自动分类的关键技术,分析、比较与评价实验结果,探讨文本分类中具体参数的设置和不同分类算法之优劣。  相似文献   

基于SVM的岸桥起升电动机工作状态分类     

唐刚  李庆中  胡雄 《上海海事大学学报》2019,40(2):78-82

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