收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量回归的增量建模方法

王玲  穆志纯  郭辉  
【摘要】:本文针对生产实际中数据批量增加的情况,为了提高所建立的模型准确性和模型更新问题,提出了一种新的基于支持向量回归的增量建模方法。此算法通过钢材力学性能预报建模的工业实例研究,结果表明,与传统的支持向量机增量学习算法相比,此算法提高了模型的精度,具有良好的应用潜力。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王玲;穆志纯;郭辉;;基于支持向量回归的批处理增量学习方法[J];计算机工程;2007年10期
2 萧嵘,王继成,孙正兴,张福炎;一种SVM增量学习算法[J];南京大学学报(自然科学版);2002年02期
3 陶品,张钹,叶榛;构造型神经网络双交叉覆盖增量学习算法[J];软件学报;2003年02期
4 彭彬彬,孙正兴,金翔宇;多值分类环境下基于SVM增量学习的用户适应性研究(英文)[J];南京大学学报(自然科学版);2004年02期
5 姜卯生,王浩,姚宏亮;朴素贝叶斯分类器增量学习序列算法研究[J];计算机工程与应用;2004年14期
6 杨森,徐海涛,柴乔林;应用支持向量机实现增量入侵检测[J];计算机工程与应用;2004年27期
7 刘璨;粗集神经网络过程监控模型的增量学习法[J];机床与液压;2004年01期
8 滕月阳,唐焕文,张海霞;一种新的支持向量机增量学习算法[J];计算机工程与应用;2004年36期
9 李兴涛;CMMS批处理作业菜单化在IBM-3090机上的实现[J];鞍钢技术;1996年05期
10 赵启林,卓家寿;BP网络的最大误差学习算法[J];河海大学学报(自然科学版);2000年01期
11 张仕华;王学业;;增量回归支持向量机改进学习算法[J];计算机工程与应用;2006年03期
12 陶品,张钹,叶榛;可继续学习的构造型神经网络构造算法[J];计算机工程与应用;2002年08期
13 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
14 曾嵘,刘建成,蒋新华;一种基于支持向量机的增量学习算法[J];铁道科学与工程学报;2005年01期
15 李祥纳;艾青;秦玉平;刘卫江;;支持向量机增量学习算法综述[J];渤海大学学报(自然科学版);2007年02期
16 刘涵;刘丁;;基于支持向量机的一类混沌系统自适应逆控制[J];控制理论与应用;2007年05期
17 赵汗青;;一种支持向量回归的局部邻域稀疏化方法[J];火力与指挥控制;2008年S2期
18 萧嵘 ,王继成 ,孙正兴 ,张福炎;一种SVM增量学习算法α-ISVM[J];软件学报;2001年12期
19 刘风;王正群;陈广花;;基于类别信息的分类器集成方法Cagging[J];计算机应用;2008年S2期
20 万辉;魏延;;一种改进的最小二乘支持向量机算法[J];重庆师范大学学报(自然科学版);2010年04期
中国重要会议论文全文数据库 前10条
1 王玲;穆志纯;郭辉;;基于支持向量回归的增量建模方法[A];第25届中国控制会议论文集(上册)[C];2006年
2 彭姝迪;林静玉;周渠;李孟励;;加权支持向量回归机在传感阵列模式识别中的应用[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
3 张健沛;李忠伟;杨静;;一种基于多支持向量机的并行增量学习方法(英文)[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
4 吴德会;;非线性动态系统的SVR辨识法[A];第二十六届中国控制会议论文集[C];2007年
5 尹焕平;孙宗海;;基于自然梯度的支持向量回归在线算法[A];2009中国控制与决策会议论文集(3)[C];2009年
6 林关成;李亚安;李国辉;;支持向量回归的连续过松弛训练算法研究[A];2010’中国西部声学学术交流会论文集[C];2010年
7 赵莹;万福永;;支持向量机的增量学习算法及其在多类分类问题中的应用[A];第25届中国控制会议论文集(下册)[C];2006年
8 杨慧中;邵信光;石晨曦;;一种改进的支持向量回归机启发式算法[A];2005中国控制与决策学术年会论文集(上)[C];2005年
9 李华;;数字摄影测量作业批处理的应用[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
10 董泽;纪国瑞;王东风;韩璞;徐大平;;基于置信机的风电场风速预测误差补偿[A];全国第二届信号处理与应用学术会议专刊[C];2008年
中国博士学位论文全文数据库 前10条
1 余艳芳;改进型支持向量回归机及其在过程建模与控制中的应用[D];华东理工大学;2010年
2 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
3 孙少超;数据校正和支持向量机的过失误差识别的研究[D];华东理工大学;2012年
4 赵强利;基于选择性集成的在线机器学习关键技术研究[D];国防科学技术大学;2010年
5 李卫;基于核方法的模糊模型辨识研究[D];上海交通大学;2008年
6 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
7 于萍;自适应逆控制方法研究及其应用[D];华北电力大学(河北);2006年
8 唐发明;基于统计学习理论的支持向量机算法研究[D];华中科技大学;2005年
9 王利民;贝叶斯学习理论中若干问题的研究[D];吉林大学;2005年
10 陈晓峰;核方法在分类、回归与聚类方面的研究及应用[D];江南大学;2009年
中国硕士学位论文全文数据库 前10条
1 王(山弄);支持向量回归在曲线拟合/重构中的应用[D];中国农业大学;2005年
2 胡国圣;基于遗传算法和支持向量回归的网格资源预测[D];吉林大学;2010年
3 陆宇由;基于MPEG4和支持向量机的智能报警系统研究[D];长沙理工大学;2005年
4 刘扬;基于支持向量技术的Agent强化学习研究与应用[D];合肥工业大学;2007年
5 杜鹃;基于支持向量机的非线性预测控制研究[D];浙江大学;2006年
6 陈士骞;基于逼近基元的智能非线性系统模型研究[D];武汉科技大学;2008年
7 马丽;基于支持向量回归理论的股份预测实证研究[D];新疆大学;2011年
8 吴欢欢;基于噪声模型的支持向量回归机的分析[D];哈尔滨工业大学;2011年
9 王珏鑫;基于多种智能计算方法的支持向量回归机参数优化[D];吉林大学;2010年
10 杜玲;覆盖算法的增量学习研究[D];安徽大学;2010年
中国重要报纸全文数据库 前1条
1 本报记者 冯卫东;人类与机器的对话[N];科技日报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978