论文研究支持向量回归机模型结构及性能的研究.pdf

在星敏感器导航星表的建立过程中由于恒星的数量太多,往往要进行筛选,通常这种选择是一种基于枚举的大量反复的提取过程,复杂费时而结果往往并不是最优的。而基于统计学习理论(SLT)的支持向量机(SVM)方法

支持向量机（SVM）是在统计学习理论基础上发展而来的一种新的通用学习方法，较好地解决了有限样本的学习分类问题。用支持向量机的分类算法，选取不同的核函数，构造了支持向量机的不同分类器，并将其应用于冠心病

提出了利用Cascade组合方法生成基于贝叶斯、神经网络与决策树的组合分类器，并将之应用到肝脏图像的分类中。实验结果表明，与现有医学图像分类方法相比，该组合方法可以有效地提高医学图像分类的准确性和稳定

基于支持向量机的植物叶分类识别研究,刘春爽,周平,该研究持有初次分类与再次分类的思想,先使用叶图像的形状特征与纹理特征进行植物种类的初次分类;再使用该研究提出的叶脉特征,

支持向量机非线性筛选-支持向量回归可解释性体系的建立_谭显胜.pdf 支持向量机非线性筛选

在提升支持向量机分类算法精度的问题上，提出了一种基于混合高斯模型和空间模糊度的支持向量机算法。该算法通过采用多维混合高斯模型的求带分布密度概率函数的二次规划问题的最优解，减少不同的输入样本数据对分类超

人工蜂群算法优化支持向量回归的增强型语音可懂度评价，曹棣，张雪英，提出了一种基于支持向量回归(supportvectorregression,SVR)的语音可懂度评价方法,构造了预测模型,并应用人工蜂

针对已有的情感生理参数样本类内聚合度低、不同状态较难区分的特点，提出了一种改进的模糊支持向量机识别方法。模糊隶属度函数采用高斯分布形式，高斯分布的参数分别由同类样本数据形成的最小超球体半径和样本之间的

LAMBDA方法应用于GNSS单频单点载波相位定位时，其整周模糊度的搜索域过大，解算速度过慢，制约了单频单点精确定位技术的应用。针对这一问题，结合粗糙整数映射理论，提出变粒度搜索算法，通过改善整周模糊

基于遗传-支持向量机的财务预测,樊同科,,研究企业财务预测问题,影响财务困境的输入变量较多,如何准确选择合理的输入变量参数是提高财务困境预测精度的关键。为了解决财