收藏本站
《2008年计算机应用技术交流会论文集》2008年
收藏 | 手机打开
二维码
手机客户端打开本文

最小二乘支持向量机组合优化算法研究

刘太安  
【摘要】:LS-SVM(least squares support vector machine)在工程实践中被广泛应用,但在大样本条件下,求解LS- SVM仍然非常困难。借鉴组合优化算法思想,提出了基于组合最优化算法的最小二乘支持向量机算法COLS- SVM(combinatorial optimization least squares support vector machine),在若干不同维数的数据集上,对传统的LS- SVM算法、COLS-SVM算法以及改进算法进行数值试验,并进行比较分析。数值实验表明:COLS-SVM算法及其改进算法比传统的LS-SVM算法及稀疏化在运算时间和回归精度上都有一定的优势。
【作者单位】:山东科技大学信息工程系
【基金】:山东省自然科学基金项目(2007ZRB019FK)资助。
【分类号】:TP301.6

【参考文献】
中国期刊全文数据库 前9条
1 朱家元,杨云,张恒喜,王卓健;基于优化最小二乘支持向量机的小样本预测研究[J];航空学报;2004年06期
2 王海峰,胡德金;最小二乘支持向量机的一种稀疏化算法[J];计算机工程与应用;2005年33期
3 朱家元;陈开陶;张恒喜;;最小二乘支持向量机算法研究[J];计算机科学;2003年07期
4 余艳芳;高大启;;一种改进的最小二乘支持向量机及其应用[J];计算机工程与科学;2006年02期
5 张浩然;汪晓东;;回归最小二乘支持向量机的增量和在线式学习算法[J];计算机学报;2006年03期
6 王静;蒋珉;;若干优化算法的运行分析比较[J];计算机仿真;2006年03期
7 阎威武,邵惠鹤;支持向量机和最小二乘支持向量机的比较及应用研究[J];控制与决策;2003年03期
8 井彦林;仵彦卿;杨丽娜;侯晓涛;;组合最小二乘支持向量机与粒子群优化算法研究黄土湿陷性[J];西安理工大学学报;2006年01期
9 甘良志;孙宗海;孙优贤;;稀疏最小二乘支持向量机[J];浙江大学学报(工学版);2007年02期
【共引文献】
中国期刊全文数据库 前10条
1 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
2 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
3 杨波;郑颖人;唐晓松;李安洪;;人工智能在双排全长式抗滑桩设计中的应用[J];地下空间与工程学报;2010年02期
4 唐晓松;郑颖人;段永胜;李安洪;;人工智能在埋入式抗滑桩设计中的应用[J];地下空间与工程学报;2010年02期
5 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
6 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
7 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
8 薛彦轶;刘晓东;;基于最小二乘支持向量机的航材备件需求建模[J];兵工自动化;2007年06期
9 高博;谭永红;张新良;;基于在线LSSVM的超声波电机转速预测器[J];兵工自动化;2007年09期
10 张丽叶;郑绍钰;;基于LS-SVM的装备研制费用建模与分析[J];兵工自动化;2009年02期
中国重要会议论文全文数据库 前10条
1 马文涛;;参数优化LSSVM的巷道围岩松动圈预测研究[A];第九届全国岩土力学数值分析与解析方法讨论会论文集[C];2007年
2 ;Soft Sensor Modeling Based on Least Squares Support Vector Machines[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 4)[C];2005年
3 ;Dynamic Modeling of Sensors Using Support Vector Machines[A];第七届国际测试技术研讨会论文集[C];2007年
4 ;Cloud Classification by Combining Fractal Geometry Features with Support Vector Machine[A];Proceedings of the 8th International Symposium on Test and Measurement(Volume 2)[C];2009年
5 ;Weak Harmonic Signal Detection in Chaos Using Least Squares Support Vector Machines[A];Proceedings of the 8th International Symposium on Test and Measurement(Volume 6)[C];2009年
6 杜鹏飞;彭代强;林幼权;;基于二乘向量机的特征点配准算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
7 谭彩凤;邢座程;田海军;;基于OpenCV体系结构的LSSVM算法与人脸检测研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
8 夏虹;杜兴富;张楠;;基于支持向量机的故障诊断技术研究[A];中国核科学技术进展报告——中国核学会2009年学术年会论文集(第一卷·第3册)[C];2009年
9 牛凌峰;吴健民;;临近支撑向量机的并行算法(英文)[A];中国运筹学会第九届学术交流会论文集[C];2008年
10 ;Multi-Class Classification Algorithm Based on Support Vector Machine[A];Proceedings of the 7th International Conference on Measurement and Control of Granular Materials[C];2006年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
3 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
4 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
5 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
6 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年
7 邵咏妮;水稻生长生理特征信息快速无损获取技术的研究[D];浙江大学;2010年
8 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
9 李绍成;基于静电感应和显微图像的油液磨粒监测技术研究[D];南京航空航天大学;2009年
10 赵永平;支持向量回归机及其在智能航空发动机参数估计中的应用[D];南京航空航天大学;2009年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
3 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
4 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
5 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
6 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
7 刘玲玲;PID参数整定技术的研究及应用[D];郑州大学;2010年
8 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
9 田向伟;基于参数优化LSSVM在转炉煤气系统预测中的应用[D];大连理工大学;2010年
10 穆大芸;多变量时间序列预测与储备池优化方法研究[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前9条
1 柯晶,钱积新;应用粒子群优化的非线性系统辨识[J];电路与系统学报;2003年04期
2 乐清洪,杨海瑛,朱名铨;基于有监督线性特征映射(SLFM)网络的材料性能预测模型[J];航空学报;2000年04期
3 朱家元,杨云,张恒喜,王卓健;基于优化最小二乘支持向量机的小样本预测研究[J];航空学报;2004年06期
4 李文辉,刘树德,宋强,谢林;单纯形加速法的一种改进方案[J];基础自动化;1994年02期
5 刘清海,赵文清,丁予展;禁忌搜索离散优化技术[J];起重运输机械;2001年05期
6 陆桂华,郦建强,杨晓华;水文模型参数优选遗传算法的应用[J];水利学报;2004年02期
7 崔万照,朱长纯,保文星,刘君华;最小二乘小波支持向量机在非线性系统辨识中的应用[J];西安交通大学学报;2004年06期
8 赵洪波,冯夏庭;位移反分析的进化支持向量机研究[J];岩石力学与工程学报;2003年10期
9 井彦林;仵彦卿;曹广祝;崔中兴;;基于数据挖掘技术的黄土分类问题研究[J];岩石力学与工程学报;2005年24期
【相似文献】
中国期刊全文数据库 前10条
1 虞成诚;钟声;胡绍华;;基于深度优先搜索的一般图匹配算法[J];计算机工程与科学;2008年12期
2 ;[J];;年期
3 ;[J];;年期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026