排序方式: 共有171条查询结果,搜索用时 0 毫秒
91.
气体绝缘组合电器(GIS)内的绝缘介质SF6及其衍生物的种类与体积严重地影响G IS的绝缘能力,定量分析故障GIS内SF6衍生物有助于评估设备发生故障的原因。为了从GIS设备内SF6气体的红外光谱中获取衍生物的种类及体积,使用支持向量机(SVM)回归法建立了SF6及其部分衍生物的定量分析模型,采用粒子群优化(PSO)算法对支持向量机的参数进行了优化选择,与遍历选择参数方法相比,粒子群优化避免了交叉验证的耗时与盲性。 相似文献
92.
目前对于大坝变形的预测都是基于单一的预测模型,该模型无法同时考虑样本数据量及影响因子优选情况,而灰色模型适用于短期的预测,并能够很好的确定影响因子,而支持向量机适用于长期的预测,无法确定最佳的影响因子。本文将支持向量机和灰色模型进行很好的结合,可以达到模型互补的目的,提高影响因子的优化及训练样本的拟合和预测样本的预测精度。 相似文献
93.
可靠的语音端点检测算法是稳健语音识别系统所必须的。针对现有算法在噪声环境下的稳健性问题,提出了基于单类SVM(Support Vecfor Machine)的端点检测算法。通过对多特征信息进行在线学习与综合,以及采用双层决策机制,有效提高了语音检测的稳健性。实验表明,算法在多种噪声环境和信噪比条件下有效,明显提高了语音识别系统在噪声环境下的识别率。 相似文献
94.
95.
An integrated approach utilizing proteomics and bioinformatics to detect ovarian cancer 总被引:6,自引:1,他引:6
INTRODUCTION Ovarian cancer is the most lethal gynecologicmalignancy. Poor survival rates are mainly attribut-able to late diagnosis. Most patients at diagnosis haveadvanced stage disease. The 5-year survival rate forlate clinical stage ovarian cancer is only 25%, but forearly stage disease, the survival rate can be as high as90%. CA125, the most widely used biomarker forovarian cancer, does not have a satisfying positivepredictive value. In early stage ovarian cancer,40%–50% pati… 相似文献
96.
采用用户历史查询词构建用户画像时,现有向量空间模型存在特征稀疏和上下文依赖性强的问题。针对该问题,通过引入 LDA 主题模型,首先提取查询词潜在主题,得到查询词对应的主题分布;然后将概率最大的主题对应的词扩充到原始特征空间中,丰富用户特征;最后采用 SVM 分类算法对用户基本属性进行分类,构建用户画像。实验表明,利用 LDA 模型对用户特征进行扩展比传统向量空间模型用户画像精度提高了 1.6%。 相似文献
97.
数据挖掘技术中的支持向量机是一种基于结构风险最小化的分类算法.文章通过分析该算法的机理和应用特征,结合中医脏腑辨证理论,通过对大量中医脏腑辨证施治实例的研究,探索出用该算法解决一直困扰传统中医“脏腑辨证”分析过程中的诸多不确定性问题的方法,具有良好的实用价值. 相似文献
98.
INTRODUCTION Support Vector Machine (SVM) is a relativelynew soft computing method based on statisticallearning theory presented by Vapnik (1995). In SVM,original input space is mapped into a high dimen-sional dot product space called feature space in whichthe optimal hyperplane is determined to maximize thegeneralization ability of the classifier. The optimalhyperplane is found by exploiting a branch ofmathematics, called optimization theory, and re-specting the insights provided by … 相似文献
99.
100.
SVM算法在高新技术企业财务危机预警模型中的应用研究 总被引:1,自引:0,他引:1
财务危机预警模型一直是国内外学者研究的重点。在回顾国内外相关研究的基础上,运用支持向量机(SVM)方法,选取净资产收益率、应收账款周转率、速动比率、盈利现金比率、高新技术产品和服务收入增长率作为输入变量,并定义违约作为输出变量,建立了我国高新技术企业财务危机预警模型,并利用75家非上市高新技术企业的数据进行实证分析,取得了98%的训练样本准确率和92%的验证样本准确率,预测精度较高,证明SVM方法在高新技术企业财务危机预警建模方面的有效性。 相似文献