论文研究基于支持向量机的非线性系统辨识研究.pdf

以ETM 影像数据为例，采用基于支持向量机的方法对黄河中上游区域湿地信息进行提取，并将该方法与传统的最大似然分类提取方法以及面向对象的提取方法进行对比分析。结果表明：基于支持向量机方法的提取精度高达9

双支持向量机是一种新的非平行二分类算法，其处理速度比传统支持向量机快很多，但是双支持向量机在训练之前要进行大量的复杂逆矩阵计算；在非线性情况下，它不能像传统支持向量机那样把核技巧直接运用到对偶优化问题

针对传统混沌支持向量机参数寻优算法的不足,提出了一种改进的粒子群IPSO算法。该算法通过延长迭代的开始阶段和最后阶段的搜索时间,实现了算法的全局搜索与局部搜索能力之间的平衡,进而优化模型参数,建立了基

针对纺织行业客户流失问题建立了基于支持向量机的预测模型。基于该行业预测客户流失指标属性多、相关系数高的特点，首先采用主成分分析法从多指标属性中筛选出客户流失的主要因素，有效地降低了支持向量机的训练维度

分析了虚拟企业中的伙伴选择问题，针对传统决策方法中的不足，提出应用支持向量机对竞标企业自动分类与筛选，向决策者提交候选伙伴列表，并结合其他选择算法实现伙伴选择的方法。通过分类，以达到缩减决策输入数量，

针对癫痫发作给病人带来的巨大伤害，为临床治疗留下足够空余时间，提出一个可以预测癫痫发作的系统模型。对21名癫痫病人进行研究，提取具有较低算法复杂度的排列熵构成特征向量，将其输入支持向量机（suppor

双支持向量机是近年提出的一种新的支持向量机。在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的推广能力。但双支持向量机没有考虑不同输入样本点可能会对分类超平面的形成产生不同

鉴于灰色预测方法和支持向量机各自的优点，将灰色预测方法与支持向量机相结合，建立灰色支持向量机模型，并以极差替代收益的标准差度量波动率，运用新模型对深圳基金波动率进行实例分析。通过与v支持向量机的预测

基于支持向量机的移动支付类应用安全评估研究，费会，郭燕慧，移动支付类恶意应用泛滥，准确评估其安全性显得尤为重要。近年来，机器学习方法已经在文本识别、医学诊断、异常流量检测等领域取

研究了外力矩作用下刚体转动动力学系统存在的混沌吸引子类型、数量和特性，分析了5个平衡点的属性。系统状态在5个平衡点邻域沿某方向的收敛和沿某方向的发散，可以形成各种各样的周期吸引子，单核、双核、三核、连