论文研究基于双隶属度模糊支持向量机的邮件过滤.pdf

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

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,

半监督支持向量机回归模型研究，冀杰，程玉虎，利用支持向量机和K近邻学习器的优点，提出一种半监督支持向量机回归模型。支持向量机通过选择高置信度的未标记样本加以标记，并��

近年来，支持向量机（SVM）方法在电力系统负荷预测领域的应用研究成为了热点，鉴于传统的标准支持向量机方法在预测时间和预测精度方面的不足，首次将多重核支持向量回归方法（Multiple Kernel L

针对不平衡数据分类问题，提出了基于Smote与核函数修改相结合的算法。首先用Smote方法处理数据，降低不平衡度;然后以黎曼几何为依据，利用保角变换，对核函数进行修改，提高支持向量机的分类泛化能力;最

论文研究-基于多任务支持向量机的健康数据融合方法.pdf,  针对电子健康服务管理中的多源数据融合难题，利用人工智能技术，