基于支持向量机故障模式分类 libsvm matlab
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
在支持向量机(supportvectormachines,SVM)中,如何衡量SVM的分类能力,最小化风险泛函是一个重要的指标。根据支持向量机小样本特点,给出了支持向量机分类能力的一个量化标准:最优超
模糊支持向量机及其在文本分类中的应用,朱健,刘斌,当文本分类采用多类分类时,标准支持向量机会混分和漏分样本。针对这一问题,提出了模糊支持向量机,模糊支持向量机为了提高分类
针对不均衡分类问题,提出了一种基于隶属度加权的模糊支持向量机模型。使用传统支持向量机对样本进行训练,并通过样本点与所得分类超平面之间的距离构造模糊隶属度,这不仅能够消除噪点和野值点的影响,而且可以在一
在模糊多分类问题中,由于训练样本在训练过程中所起的作用不同,对所有数据包括异常数据赋予一个隶属度。针对模糊支持向量机(fuzzy support vector machines,FSVM)的第一种形式
论文研究-多项式光滑的半监督支持向量分类机.pdf, 为了处理半监督支持向量分类优化中的非凸非光滑问题,引入一族多项式光滑函数来逼近非凸的目标函数,给出的多项式函数在样本的高密度区逼近精度高,逼近精
相比现有技术,基于微波技术的脑中风检测无电离辐射,是一种安全便捷低廉的检测方法。目前主要的脑中风微波检测方法是微波成像,但由于脑部结构复杂,成像精度和可靠性不高。近年来,基于机器学习的分类方法开始应用
支持向量机的模型选择问题就是对于一个给定的核函数,调节核参数和惩罚因子C。分析了网格搜索算法和模式搜索算法,通过结合上述两种算法的优点提出了网格模式搜索算法。其核心原理是先用网格算法在全局范围内进行快
为了更有效地提高图像隐写分析的速度和正确检测率,提出了一种基于改进的支持向量机的隐写分析方法。采用Fridrich提出的多特征融合提取算法对图像进行特征提取,克服了单一特征不能很好描述图像差别的不足。