【摘要】：支持向量機是一種以統(tǒng)計學(xué)習(xí)理論為基礎(chǔ)的機器學(xué)習(xí)算法,著重解決小樣本的建模問題,并且對非線性高維數(shù)據(jù)具有較好的處理能力。通常對于多維特征的數(shù)據(jù),會對每一維數(shù)據(jù)做歸一化處理以消除量綱的影響,但缺點在于忽視了各維特征的權(quán)重差異。提出了一種加權(quán)最小二乘支持向量機的建模方法,通過熵值法確定每一維特征的權(quán)重,根據(jù)特征權(quán)重對數(shù)據(jù)進行加權(quán)處理,最后由最小二乘支持向量機建立該系統(tǒng)模型。實驗表明,對于多維特征的數(shù)據(jù),所提方法具有更好的建模效果。
【作者單位】： 中南大學(xué)機電工程學(xué)院;
【基金】：教育部新世紀人才基金(NCET-13-0593)資助
【分類號】：TP181

【相似文獻】

相關(guān)期刊論文 前10條

1 鄒斌,李落清;支持向量機回歸與v-支持向量機分類解的關(guān)系[J];湖北大學(xué)學(xué)報(自然科學(xué)版);2004年01期

2 吳娟;范玉妹;王麗;;關(guān)于改進的支持向量機的研究[J];攀枝花學(xué)院學(xué)報;2006年05期

3 劉碩明;劉佳;楊海濱;;一種新的多類支持向量機算法[J];計算機應(yīng)用;2008年S2期

4 尹傳環(huán);牟少敏;田盛豐;黃厚寬;;單類支持向量機的研究進展[J];計算機工程與應(yīng)用;2012年12期

5 王云英;閻滿富;;C-支持向量機及其改進[J];唐山師范學(xué)院學(xué)報;2012年05期

6 李逢煥;;試述不確定支持向量機應(yīng)用分析及改進思路[J];中國證券期貨;2012年12期

7 邵惠鶴;支持向量機理論及其應(yīng)用[J];自動化博覽;2003年S1期

8 曾嶸,蔣新華,劉建成;基于支持向量機的異常值檢測的兩種方法[J];信息技術(shù);2004年05期

9 魏玲,張文修;基于支持向量機集成的分類[J];計算機工程;2004年13期

10 沈翠華,鄧乃揚,肖瑞彥;基于支持向量機的個人信用評估[J];計算機工程與應(yīng)用;2004年23期

相關(guān)會議論文 前10條

1 余樂安;姚瀟;;基于中心化支持向量機的信用風(fēng)險評估模型[A];第六屆（2011）中國管理學(xué)年會——商務(wù)智能分會場論文集[C];2011年

2 史曉濤;劉建麗;駱玉榮;;一種抗噪音的支持向量機學(xué)習(xí)方法[A];全國第19屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（下冊）[C];2008年

3 何琴淑;劉信恩;肖世富;;基于支持向量機的系統(tǒng)辨識方法研究及應(yīng)用[A];中國力學(xué)大會——2013論文摘要集[C];2013年

4 劉駿;;基于支持向量機方法的衢州降雪模型[A];第五屆長三角氣象科技論壇論文集[C];2008年

5 趙晶;高雋;張旭東;謝昭;;支持向量機綜述[A];全國第十五屆計算機科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會議論文集[C];2003年

6 周星宇;王思元;;智能數(shù)學(xué)與支持向量機[A];2005年中國智能自動化會議論文集[C];2005年

7 顏根廷;馬廣富;朱良寬;宋斌;;一種魯棒支持向量機算法[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

8 張曉濱;尹英順;趙培坤;馬秀蘭;;基于漸進直推支持向量機的半對半多類文本分類[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

9 徐會敏;王玉蘭;;線性規(guī)劃支持向量機模型的研究[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

10 郭一楠;程健;肖大偉;楊梅;;分布式多分類支持向量機[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 張曉雷;支持向量機若干問題的研究[D];清華大學(xué);2012年

2 郭虎升;支持向量機的優(yōu)化建模方法研究[D];山西大學(xué);2014年

3 姚毓凱;支持向量機關(guān)鍵技術(shù)及其在人體活動識別中的應(yīng)用研究[D];蘭州大學(xué);2015年

4 張華美;穿墻雷達基于支持向量機的成像算法研究[D];南京郵電大學(xué);2015年

5 王喜賓;基于優(yōu)化支持向量機的個性化推薦研究[D];重慶大學(xué);2015年

6 夏書銀;基于分類噪聲檢測的支持向量機算法研究[D];重慶大學(xué);2015年

7 閆辛;半監(jiān)督支持向量機模型與算法研究[D];上海大學(xué);2016年

8 陳素根;非平行平面支持向量機及特征提取中若干問題研究[D];江南大學(xué);2016年

9 劉大蓮;大規(guī)模稀疏支持向量機算法研究[D];北京交通大學(xué);2017年

10 鞠哲;基于支持向量機的賴氨酸翻譯后修飾位點預(yù)測方法研究[D];大連理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 佟樂;添加Universum數(shù)據(jù)雙支持向量機[D];河北大學(xué);2015年

2 胡金扣;魯棒支持向量機研究[D];河北大學(xué);2015年

3 邱志勇;一類支持張量機及其算法研究[D];華南理工大學(xué);2015年

4 李萌;基于支持向量機的高分遙感影像分類技術(shù)研究與應(yīng)用[D];中國地質(zhì)大學(xué)(北京);2015年

5 李勝剛;基于支持向量機的短期風(fēng)電功率預(yù)測[D];湖南工業(yè)大學(xué);2015年

6 孫亭亭;基于支持向量機的燃煤機組燃燒優(yōu)化算法的研究[D];山東大學(xué);2015年

7 王芳;基于支持向量機的滬深300指數(shù)回歸預(yù)測[D];山東大學(xué);2015年

8 武放;基于支持向量機的復(fù)雜工業(yè)系統(tǒng)典型非正常工況分類問題研究[D];哈爾濱工業(yè)大學(xué);2015年

9 王恩;監(jiān)督和半監(jiān)督支持向量機研究[D];西安郵電大學(xué);2015年

10 吳福林;孿生支持向量機模型選擇問題研究[D];中國礦業(yè)大學(xué);2015年

，

本文編號：2541727