|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于SVM的行人步态实时分类方法显示文摘针对行人行走和跑步步态差异会影响行人定位精度的问题,提出一种基于支持向量机(support vector machine,SVM)的步态实时分类方法,将行人步态分为行走和跑步2类。行人步态原始数据由安装于足部的加速度计和陀螺仪提供,通过对原始数据进行坐标系转换、快速傅里叶变换(fast fourier transform,FFT)和数据降维等步骤建立SVM的训练数据输入量。算法采用测试多组匀速或变速的行走和跑步数据进行实验验证,以支持向量空间中的高斯分布作为判断依据。结果表明,SVM的实时分类成功率达到98.6%以上。 | 吴哲君 赵忠华 唐雷 | 2015 | 电子测量技术2015，38，7： | 19 |
| 2 | 基于支持向量机和改进BP神经网络的路基边坡稳定性研究显示文摘针对京新高速公路项目在建设中遇到的裂缝、滑移、倾倒等大量边坡稳定性问题,为了探讨边坡岩土体参数与边坡稳定性间的相关关系,以及保证研究项目路段在运营期间的行车安全,实现公路网尤其是山区公路的安全、高效、便捷运行,在已有研究的基础上,分别建立了支持向量机以及附加动量因子mc而改进后的BP神经网络两种边坡稳定性预测模型。通过引入45个训练样本,对5个工程边坡实例的安全系数进行预测计算,分析了两种模型的平均误差和最大误差,比较了两种模型的预测精度和适用范围,并且对京新高速公路胶泥湾至冀晋界路段的工程边坡稳定性进行了预测。结果显示,样本训练阶段,支持向量机和BP神经网络两种模型均具有较高的模拟精度,而BP神经网络更优;在样本预测阶段,支持向量机的预测精度明显优于BP网络;当随着样本容量不断增大时,两种计算模型的预测精度也逐渐提高;通过结果可以得出,支持向量机预测模型有较强的外推能力和预测计算的有效性,可以更好地描述边坡稳定性复杂的非线性关系,更适用于边坡稳定性的预测分析。 | 史笑凡 杨春风 王可意 | 2019 | 公路交通科技2019，36，1： | 14 |
| 3 | 基于IFA-SVM的高速公路沥青路面使用性能预测显示文摘针对传统定性法对高速公路沥青路面使用性能预测精度不高的问题,结合支持向量机理论和改进萤火虫算法,建立了一种基于IFA-SVM的预测模型。首先在预测模型中引入萤火虫领域搜索,克服了寻优过程中随着迭代次数的增加而发生萤火虫的随机移动。其次,在后续寻优过程中采用动态调整算法搜索步长来平衡全局搜索能力,加快了SVM模型性能参数的寻优选择。最后通过实例验证,并与标准FA-SVM预测方法进行对比分析,验证了IFA-SVM模型的有效性和预测精度的可行性。研究结果表明:(1)采用标准FA-SVM对G6高速公路白银段路面使用性能各个指标进行预测,其相对误差最大达2.543 5%,最小为0.820 6%,而利用IFA-SVM模型预测结果的相对误差最值分别为1.085 8%和0.365 4%,且其均方根误差均小于标准FA-SVM方法。(2)IFA-SVM模型在高速公路沥青路面使用性能预测时,收敛速度更快,精度高于标准的FA-SVM,预测结果不仅更加接近实测值,而且对高速公路沥青路面的养护决策提供有效支持。 | 李海莲 林梦凯 王起才 | 2019 | 公路交通科技2019，36，12： | 10 |
| 4 | 岩质边坡落石运动特征参数分析及SVM预测模型显示文摘以落石的水平运动距离、弹跳高度和运动能量3个运动特征参数为目标,引入正交试验法对其影响因素进行了敏感性分析及其较不利因素水平组合研究。然后选取影响落石运动特征参数的5个因素为影响因子建立数据样本集,引入支持向量机方法建立落石预测系统对岩质边坡落石运动特征参数进行了预测。最后结合工程实例对预测系统进行了验证。本文研究结果表明:正交试验方法可以确定影响落石运动特征参数的主次因素及较不利因素水平组合;基于支持向量机(Support Vector Machine,SVM)的预测系统不需要进行Rockfall软件的建模计算过程,就可以估算出岩质边坡落石的运动特征参数,方便快捷。 | 周爱红 王帅伟 袁颖 尹超 | 2017 | 公路交通科技2017，34，3： | 9 |
| 5 | 基于贝叶斯证据框架下SVM的油层识别模型研究显示文摘支持向量机(support vector machine,SVM)方法在石油测井领域的油层识别中取得了很好的应用效果,但SVM方法的识别效果受到惩罚参数和核参数的影响,不同的参数组合直接影响识别精度的优劣。为了在油层识别中获得更好的识别效果,提出一种基于贝叶斯证据框架下SVM的油层识别模型,即根据测井数据的训练样本信息,采用贝叶斯证据框架的理论求解惩罚参数以及核参数,再通过所求得的决策函数对测井数据的测试样本进行识别。实际测井数据实验表明,基于贝叶斯证据框架下SVM的油层识别模型的油层识别效果得到提高,优于传统SVM方法和基于粒子群优化算法(particle swarm optimization,PSO)的SVM方法。 | 夏莘媛 戴静 潘用科 韩扬 | 2016 | 重庆邮电大学学报(自然科学版)2016，28，2： | 6 |
| 6 | 改进的BPSO的特征基因选择方法及其在结肠癌检测中的应用研究显示文摘为了避免二进制粒子群算法(BPSO)容易陷入局部极值的缺陷,提出了一种改进的二进制粒子群算法(IBP-SO)。该算法在运行过程中引入遗传算法的交叉和变异策略,以便增加种群的多样性,避免粒子的早熟收敛;同时采用免疫算法的疫苗机制,通过合理的疫苗提取、疫苗接种、疫苗选择有效地抑制种群退化的可能。首先采用Wilcoxon秩和检验指标来获得对分类起较大作用的预选特征子集,然后利用IBPSO算法对基因的特征子集和支持向量机(SVM)的参数进行寻优,最后采用IBPSO算法对结肠癌检测问题进行了研究。实验结果表明,该方法可以在较少的特征基因下取得较高精度,且所选的特征基因与结肠癌密切相关,进一步验证了方法的可行性和有效性。 | 柴欣 孙劲耀 郭磊 武优西 | 2013 | 计算机科学2013，40，7： | 4 |
| 7 | 一种基于信息熵数据修剪的支持向量机:EB-SVM显示文摘支持向量机在处理分类问题时,如果两类数据重叠严重会造成分类器过学习,降低泛化性能。为此提出了一种基于信息熵的数据修剪支持向量机EB-SVM(entropy based-support vector machine),其主要思想是通过计算样例信息熵删除部分边缘数据和边界处混淆程度较高的样例以及噪声数据,用较少的训练样例学习SVM分类器。实验结果表明,该方法能够有效提高SVM的泛化性能。 | 曹林林 张化祥 王至超 | 2012 | 山东大学学报(理学版)2012，47，5： | 1 |
| 8 | Study and application on the evaluation method of porous formation for long-term waterflooding sand reservoir显示文摘Nine targets which stand both for the static characteristic of produced formations and the dynamic parameter of wells including the average permeability,variation coefficient of permeability,moving capability,remaining recoverable reserves,coefficient of flooding,daily oil production,increasing rate of water cut,cumulative liquid production per unit meter and efficiency index of oil production are selected as the evaluation indexes,a novel model to evaluate the porous formations in long-term waterflooding sand reservoir was established by using the support vector machine and clustering analysis. Data of 57 wells from Shentuo 21 block Shengli oilfield was analyzed by using the model. Four kinds of formation groups were gained. According to the analysis result,different adjustment solutions were put forward to develop the relevant formations. The Monthly oil production increased 7.6 % and the water cut decreased 8.9 % after the adjusted solutions. Good results indicate that the learning from this method gained will be valuable adding to other long-term waterflooding sand reservoirs in Shengli oilfield and other similar reservoirs worldwide. | Wang Changjiang Jiang Hanqiao Chen Minfeng Geng Zhanli Liu Pengfei | 2009 | Engineering Sciences2009，7，3： | 1 |
| 9 | 蜂窝网络终端直通通信功率控制研究显示文摘随着智能用户设的普及和高速网络应用爆炸式增长,人们对移动网络的系统容量和服务质量的要求不断提高。设备到设备(D2D:Device-to-device)通信是在系统的控制下,允许终端直接通过复用网络资源并提升网络容量。D2D通信复用上行链路资源时,基站容易受到干扰,复用下行链路资源时,下行链路的用户容易受到干扰。为了构建一个高效的移动网络,通过功率控制来抑制基站或终端用户之间的干扰,以满足用户服务质量的要求。 | 杨亚飞 李晖 | 2016 | 中国新通信2016，18，21： | 0 |
| 10 | 篮球运动员不同步态下生物力学信号对比分析显示文摘通过便携式步态信息采集系统,将篮球运动员直线行走、跑步、运球时的步态信息采集保存至SD卡,后期基于支持向量机(SVM)的模式识别方法对数据离线处理。对比分析篮球运动员在不同步态下的生物力学信号特征。实验结果表明:该方法能够成功分类识别不同步态,验证了该系统的实用性。 | 方正 曾富荣 江建烽 陈扬 王超 | 2017 | 传感器与微系统2017，36，1： | 0 |
| 11 | 基于特征加权的FSVM在低信噪比语音识别中的应用显示文摘模糊支持向量机(FSVM)赋予每个样本一个模糊隶属度,优化了最优分类面,具有好的抗噪性。为提高低信噪比条件下的语音识别准确率,减小传统支持向量机(SVM)中噪声样本对分类精度造成的影响,首先将模糊支持向量机(FSVM)应用于语音识别系统中的识别网络。在此模型的基础上,考虑到语音样本各维特征的影响,计算各维特征的信息增益作为对分类的重要程度,依据此重要程度确定对各维特征的加权系数,构造加权核函数。为了减小一对一分类模式下的时间复杂度,引入了三叉决策树策略。在仿真实验中,采用韩语语料库的耳蜗滤波器倒谱系数(CFCC)作为实验数据,实验结果表明,在低信噪比语音识别中,特征加权模糊支持向量机(FWFSVM)比传统的SVM具有更好的鲁棒性。 | 刘红芬 张雪英 刘晓峰 黄丽霞 王子中 | 2014 | 太原理工大学学报2014，45，6： | 0 |
| 12 | 基于小样本的安全第一投资组合优化模型显示文摘为了解决小样本情况下安全第一投资组合选择问题,将结构风险最小化原则引入投资组合选择过程中。根据结构风险最小化原则的直接实现,构建了含有范数约束的安全第一投资组合优化模型,并研究了模型参数的选取方法。实验结果验证了本模型的有效性。 | 杨扬 哈明虎 | 2015 | 河北大学学报(哲学社会科学版)2015，40，1： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员