论文研究 基于核主成分与加权支持向量机的福建省城镇登记失业率预测.pdf

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

为减弱离群点对数据处理的影响, 提出了一种鲁棒的加权核主成分分析算法。利用核函数将样本投影到核空间, 在核空间构建一个样本加权重建误差最小模型, 最大限度地提取数据中的非线性信息并降低离群点样本的干扰

概述了基于核函数方法的支持向量机。首先简要叙述支持向量机的基本思想和核特征空间，然后重点介绍核函数支持向量机的前沿理论与领先技术，同时描述了核函数支持向量机在关键领域的应用。

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

论文研究-基于核主元分析与多支持向量机的监控诊断方法及其应用.pdf,  为保证密闭鼓风炉冶炼过程的正常运行,构造了一种基

居民的购房意愿在整个宏观层面上影响着整个社会结构的变迁和转型。文中基于500份居民购房意愿调查问卷,利用主成分分析法提取了主要特征,对主成分序列建立了支持向量机分类模型。五折交叉验证结果表明:分类效果

摘要?在核函数基础上,提出了一种融合支持向量机和核主元分析的核≅Α>支持向童机综合集成分类方法,给出了算法实现步骤。仿真实验表明了该算法具有很好的分类性能,特别适合于消除噪声情形的模式识别问题。

混合核函数支持向量机在磨矿粒度预测中的应用,王新华,桂卫华, 选矿厂磨矿粒度是影响精矿品位和回收率的重要因素。针对目前无法对磨矿粒度进行实时有效检测问题,提出了一种基于支持向量机的��

为解决当前隐写分析中存在的特征选取维数过高、独立性较差的问题,提出了一种新的基于降维处理的特征加权的支持向量机隐写分析方法。采用主成分分析及信息增益算法进行特征优化及特征加权,然后提出一种新的支持向量

针对火炮质量评估中现场数据少，传统评估方法过多地依赖人的主观因素的问题，提出了一种基于灰色特征加权支持向量机（GFWSVM）的火炮质量评估方法.针对评估因素重要度的不同，引入特征加权的概念.采用灰色关