论文研究基于超球支持向量机的语音识别研究 .pdf

探索一种实用的基于想象运动思维脑电的脑-机接口（BCI）方式，为实现BCI应用奠定比较坚实的理论和实验基础。对6名受试者进行三种不同时段（箭头出现2 s、1 s和0 s后提示按键）情况下想象左右手运动

基于支持向量机的多要素非平稳时间序列预测研究，穆进超，陈晓云，当前，在非平稳数据的时序预测中，通常只采用单要素数据进行支持向量机回归预测，从而导致泛化能力较差，为了改善这一状况，文章

提出基于粒子群优化（Particle Swarm Optimization，PSO）算法和支持向量机（Support Vector Machines，SVM）的入侵检测方法，为优化SVM性能，使用PS

SVM是基于统计学习理论的结构风险最小化原则的，它将最大分界面分类器思想和基于核的方法结合在一起,表现出了很好的泛化能力。并对目前的三种主流算法SVMlight，Bsvm与SvmFu在人脸检测、MNI

支持向量机推广性能的分析是机器学习中的一项重要内容。依据可通过最小化本性支持向量个数来构造支持向量机的思路，结合稀疏学习，从贪婪方法的角度出发，提出了一种新的支持向量机，称之为贪婪支持向量机。利用UC

研究和选择碳循环的影响因素是预测碳通量的重要环节，也是研究碳循环机理的重要步骤。然而从众多的影响因素中选择重要的因素，依然存在着困难。提出利用相关分析、遗传算法和神经网络进行碳通量预测的主要因素选择的

论文研究-多属性决策的支持向量机方法.pdf,

基于尺度不变特征变换的特征包（BoF-SIFT）支持向量机的分类方法具有较好的手势识别效果，但是计算复杂度高、实时性较差。为此，提出了融合Hu矩与基于快速鲁棒特征的特征包（BoF-SURF）支持向量机

训练样本选择是支持向量机应用研究领域的重要课题之一。为此提出了一种类内模式选择新方法。该方法从选择集子空间逼近原类别样本子空间的思想出发，通过迭代，逐一选择那些到已选样本集所在子空间距离最远的样本。在

设计实现了一个高扩展性的元搜索引擎，并提出基于关联规则的聚类算法作用于查询结果，大大提高查询结果的可浏览性。实验结果表明该聚类算法在复杂度和聚类效果上均优于传统的k-means算法。