共查询到20条相似文献，搜索用时 203 毫秒
1.
2.
铁路客运量数据受多种因素影响而呈现出非线性等特点,为了进一步提高其预测精度,文章提出了粒子群算法（ PSO）优化支持向量机（ SVM）的公路客运量预测模型。利用PSO寻优能力突出的优点,对支持向量机的参数进行了优化选择,并用优化后的支持向量机模型对公路客运量进行预测。研究结果显示,相比BP神经网络和传统的SVM预测方法,基于PSO-SVM的预测精度更高,从而表明了粒子群算法优化支持向量机的方法是有效的。 相似文献
3.
多相机组网网络设计具有多参数、多约束、运算量大等特点,在理论上是一个复杂的优化策略问题,寻找其绝对精确的最优解通常需要很大的运算量,因此在实现时必须考虑算法效能。利用基于粗糙集的启发式属性约简算法获得特征属性的约简,在此基础上利用改进的支持向量机对约简信息进行预测。为了获得最优预测精度,采用混沌粒子群优化（PSO）算法以避免SVM预测模型的局部优化。最后通过实验对粒子群优化（PSO）算法、改进的PSO（IPSO）算法与混沌PSO（CPSO）算法性能进行比较,分析结果表明,相比于其它方法,该方法在收敛速度以及防止局部寻优等性能方面有较大提高。 相似文献
4.
支持向量机（SVM）在处理大样本特征维数较多的数据集时,算法消耗时间长而且容易陷入局部最优解,选择不合适的SVM算法参数会影响SVM模型分类性能。为了提高SVM性能,提出了基于粒子群算法（PSO）和遗传算法（GA）相结合的SVM特征选择与参数同步优化算法PGS。在UCI标准数据集上的实验表明,PGS算法能有效地找出合适的特征子集及SVM算法参数,提高收敛速度并能在较小的特征子集获得较高的分类准确率。 相似文献
5.
为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。 相似文献
6.
7.
支持向量机作为一种分类算法,虽然具有避免局部最优解、鲁棒性好等优点,但由于核函数、参数的选择等问题经常导致分割结果不理想。针对以上问题,将遗传算法（GA）和支持向量机（SVM）结合,通过遗传算法选取最优参数训练支持向量机模型,使用训练好的模型分割图像。实验结果表明,采用该算法能够得到理想的分割结果。 相似文献
8.
9.
提出一种融合帧差循环控制的网络流量监测模型,分析了网络流量在网络空间中的数据分布结构,进行网络流量的信号模型时间序列分析,采用融合帧差循环控制方法进行流量信息调度,实现流量的准确预测。仿真结果表明,利用该模型进行网络流量预测精度较高,对异常流量的挖掘准确性较好,可提高网络流量的检测能力。 相似文献
10.
为实现人体运动意图预测,该文提出一种基于粒子群优化（particle swarm optimization,PSO）算法优化回声状态网络（echo state network,ESN）的模型预测控制（model predictive control,MPC）方法。首先,利用运动捕捉系统获得人体动作运动学信息,通过OpenSim软件反解算获取动力学信息;其次,以动力学信息为输入,运动学信息为输出,构建人体骨骼肌肉系统的ESN模型,并利用PSO算法优化ESN模型的关键参数;同时,将线性化后的ESN模型作为MPC控制对象,通过运动学信息,反优化MPC目标函数,求解目标结果,完成对人体运动意图的预测;最后,通过比较实验验证了所提方法的有效性。该方法对人体运动意图预测及穿戴式机器人控制算法设计等相关应用研究与教学实践具有实际意义。 相似文献
11.
基于网络行为趋同性及ON/OFF模型,提出了一种改进的数据网络流量模型C-ON/OFF.通过理论分析及仿真实验,研究了C-ON/OFF模型中两个具有物理意义的参数（N和n）与生成流量归一化自协方差之间的关系.相比于其他模型,C-ON/OFF模型具有结构简单、计算复杂度低、物理意义明确等优点. 相似文献
12.
为实现上市公司的财务危机预警,根据我国的实际情况,将因财务状况异常而被特别处理(ST)作为沪深证券交易所上市公司陷入财务危机的标志,建立财务危机预警模型。该模型采用粒子群优化算法对支持向量机参数进行优选。仿真结果表明,该模型能有效地避免过拟合和欠拟合现象,与神经网络模型相比泛化能力强,预测精确度高。 相似文献
13.
为了提高传统方法生成交通拥堵指数（TPI）的准确率,引入一种基于经验模态分解（EMD）与Elman神经网络的组合模型实现交通拥堵指数预测。首先,利用EMD将TPI序列分解为不同时间尺度下的IMF分量和剩余分量;然后,通过偏自相关函数（PACF）计算各分量的滞后期数,以此确定各分量在Elman神经网络中的输入和输出变量;之后,通过上述方法计算出各分量预测值并相加;最后,计算出总预测结果。通过计算结果可知,EMD-PACF-Elman预测方法3个评价指标（平均绝对误差、均方误差、平均绝对百分误差）的计算结果与单一Elman神经网络模型、EMD-Elman神经网络模型、单一BP神经网络模型、EMD-BP神经网络模型相比都为最低,分别为0.562 4、0.598 9、0.110 7。因此, EMD-PACF-Elman预测方法可以有效地预测TPI,同时也为进一步预测交通拥堵趋势提供了依据。 相似文献
14.
15.
林长方 《和田师范专科学校学报》2010,29(5):194-196
文章在分析统计学习理论和支持向量机理论的基础上,分别从人脸检测和识别、说话人/语音识别、网络入侵检测、手写体数字识别及其他应用研究等方面对SVM的应用研究进行了综述,并讨论了SVM的优点和不足,展望了其应用研究的前景。 相似文献
16.
影响二甲醚催化燃烧的因素较多,并且影响因素之间又相互作用,将支持向量机引入二甲醚预测领域.为了克服LS-SVM的局限性,提出将粗糙集理论、粒子群优化算法以及SVM算法相结合,对LS-SVM的惩罚因子和径向基函数的参数进行优化选取.对二甲醚催化燃烧进行了实例研究.结果表明,所提出的模型提高了网络的预测精度,验证了该模型的有效性. 相似文献
17.
随着机动车数量的迅猛增加,城市交通拥堵状况日益严峻,城市道路拥堵严重影响着居民的日常工作和生活,因此研究道路拥堵程度,以及对道路拥堵变化进行预测则显得尤为重要。为此,构建一个基于拥堵指标的MM-SVR模型,在考虑下一时段可能到达路段的潜在车流量情况下,对道路拥堵情况进行深入探究。首先,融合速度、区域内交通流量构建道路拥堵程度指标,然后基于历史数据构建将马尔科夫链与支持向量机预测相结合的MM-SVR模型对道路拥堵进行预测,以向前[n]阶状态的交通流量和速度作为输入量,将道路拥堵程度指标作为输出量。在实例验证中,使用广州市某片区的实时交通流数据对模型效果进行评测,并且使用SVR以及Adaboosting模型进行对比实验。实验结果表明,该模型无论是在拟合优度还是预测误差上均优于对比模型,在实时反映交通流拥堵情况方面有着良好表现。 相似文献
18.
姚程宽 《四川教育学院学报》2014,(3):118-121
Vapnik等人在统计学习理论和结构风险最小化的基础上提出了支持向量机算法（SVM）。该算法在高维模式识别、非线性、小样本等方面有较好的性能,已在许多领域取得了成功的应用。双正则化参数支持向量机的出现,更进一步提高了对于两类问题的研究成果。而利用样本数量来调整两个正则化参数C＋和C-的比值,这一方法也得到了较为广泛的应用和认可,特另13是在两类数据集中,即使这一理论没有经过严格的数学证明。文章以USPS数据库为基础,对之进行了大量的仿真实验,结果表明这个被广为接受的观点是不成立的。 相似文献
19.
为了探索悲伤刺激下的关键情感神经回路,利用功能核磁共振信号进行了动态因果建模．在Papez环路和相关先验知识的基础上建立情感环路的固有连接模型,并相应建立了3个调节连接模型．在这些模型中,实验刺激作用于不同的连接点,它们对脑区间的神经活动影响及对神经活动的调节方式都各自不同．然后通过贝叶斯模型比较,选出了最优模型．从群组分析中发现抑郁症患者前扣带回至右额下回的固有连接和调节连接均显著强于健康被试．随后将这些功能连接参数作为特征用于抑郁症分类,其中SVM分类器的准确率为80．73％．这也在一定程度上验证了功能连接用于抑郁症识别的有效性,并为抑郁症临床诊断提供了新的思路． 相似文献
20.
船体外板复杂曲面自动化加工一直是船舶制造业研究热点和难点,由于加工过程中船板变形影响因素过多,导致船板加工变形预测一直不够准确快速。鉴于此,将两种复合变量用来表征加工过程中热源对应的众多加工参数,采用人工鱼群算法（AFSA）优化的支持向量机（SVM）预测船板变形。经实验验证,复合参数输入的AFSA-SVM模型预测船体外板水火线加热工艺变形线平均精确度为99.87%,角变形平均精确度为99.53%,且全局最优。将其与传统的PSO-SVM模型对比,不仅精确度有了提高,而且避免了局部极值导致的部分预测结果误差过大情况。 相似文献