·
搜索结果:找到“增量算法”相关结果53409条
排序: 按相关 按相关 按时间降序
  • 【期刊】 核空间结合样本中心角度的支持向量机增量算法

    刊名:计算机应用与软件 作者:夏书银 ; 王越 ; 张权 关键词:增量算法 ; 支持向量机 ; KKT ; 核空间 ; 超平面 ; 样本中心 机构:重庆理工大学计算机科学与工程学院 ; 重庆理工大学计算机科学与工程学院 ; 西南交通大学交通运输与物流学院 年份:2012
    摘要:为了提高增量算法的训练精度,在核特征空间下,求得原训练集的两类中心点和两个中心点的超法平面,获取原训练集样本到超法平面距离和到两中心点中点的比值,将比值最小的n个样本点结合原训练集中的支持向量和增量集中违背KKT条件的样本产生新的训练集。最后给出的数学模型显示,该算法不需要计算核特征空间,比现有的众多支持向量机增量算法保留了更多的支持向量数目,保证了训练精度。
  • 【期刊】 基于支持向量机增量算法的锅炉燃烧效率建模研究

    刊名:锅炉技术 作者:叶向前 ; 谭磊 ; 方彦军 关键词:燃烧效率 ; 燃烧模型 ; 支持向量机 机构:广东电网公司 ; 广东电网公司 ; 武汉大学动力与机械学院 年份:2013
    摘要:针对锅炉燃烧效率建模问题,选取燃料量和总风量等参数描述负荷对锅炉热效率的影响,建立基于支持向量机(SVM)的锅炉两级燃烧模型。根据历史工况对飞灰含碳量及锅炉燃烧效率进行预测,提出利用改进型增量学习算法对训练样本进行优化,保证预测结果精度的前提下同时缩短了训练时间。针对广东大唐潮州三百门电厂1 000MW机组现场运行数据建立飞灰含碳量及锅炉热效率SVM模型,对其进行仿真分析,模型预测值与实测值误差较小,表明该燃烧效率模型的预测效果良好。
  • 【期刊】 基于支持矩的无误差支持向量机增量算法

    刊名:电脑知识与技术 作者:徐薇 ; 董丽梅 ; 夏书银 ; 龚钰梁 关键词:支持向量机 ; KKT ; 增量 ; 支持矩 机构:中南民族大学 ; 中南民族大学 ; 四川大学电气信息学院 ; 重庆大学计算机学院 ; 米酷网络科技有限公司 年份:2012
    摘要:为了提高支持向量机的训练速度,并有效地提高预测结果的精确度,提出了支持向量机支持矩的概念以及相应的支持向量机算法,仿真实验证明,该算法相比传统算法在明显提高了训练速度的情况下,保留了预测精度而没有产生新的误差,获得了很好的预测效果。
  • 【期刊】 三维Laguerre模型的外存式增量算法及可视化技术

    刊名:纳米技术与精密工程 作者:李俊琛 ; 李旭东 ; 盛捷 关键词:外存式增量算法 ; Laguerre模型 ; 微观组织结构 ; 仿真 机构:兰州理工大学甘肃省有色金属新材料省部共建国家重点实验室 ; 兰州理工大学甘肃省有色金属新材料省部共建国家重点实验室 ; 兰州理工大学材料科学与工程学院 ; 兰州理工大学生命科学与工程学院 年份:2011
    摘要:在用Laguerre算法实现纳米级材料微观组织结构可视化仿真的过程中,解决了传统算法在设计实现三维Laguerre模型(L模型)程序化与可视化时计算机内存占用量大、程序数据结构复杂等问题,设计了由大到小、层层嵌套的空间数据结构,用6个三重嵌套结构体数组作为中间变量,实现了三维L模型体、面、线、点之间数据的传递与拓扑关系的表达.在此基础上,以硬盘上的外部文件为动态存储空间,设计了硬盘数据文件与内存结构体数组之间实时联动的数据交互方案,避开了计算机内存的限制.在仿真超大规模纳米级材料的微观组织结构时,程序运行的内存占用量恒定为1.2 MB,仿真规模仅受限于硬盘的大小,存储微观组织结构几何信息的数据最后以文本文件的形式输出,方便了在工程实际中的应用与二次开发.
  • 【论文】 金融高频数据的关联规则增量算法改进研究

    作者:陈龙 关键词:关联规则 ; 金融高频数据 ; 关联规则增量更新算法 机构:吉林大学 ; 吉林大学 年份:2010
    摘要: 在金融市场中,高频数据包含了以分钟或秒为采集频率的数据,以及在交易过程中实时采集的数据。对金融高频数据进行挖掘研究,能够更多且更准确地捕捉到证券市场发生的每一个细小的变化,因而利用高频数据研究股票价格比低频数据更具优势。从股票高频交易数据中找出不同股票之间的关联规则,有利于证券投资者了解股票的走势以及股票之间的关联关系,对于做出正确的投资决策起到积极作用。本文主要通过改进后的关联规则增量更新算法研究金融高频数据问题。首先介绍了股票的相关知识,金融高频数据的相关特点和发展现状。其次,介绍了关联规则的定义和相关属性,并对典型的Apriori算法进行了分析;利用Apriori算法通过大量实际的高频股票交易数据进行了实时的增量挖掘,从而得出了一些不同股票价格之间的关联规则。然后,针对原始的股票高频数据量很大,新增加的高频数据量很小,而经典的Apriori算法需要频繁扫描整个数据库的特点,本文对典型的Apriori算法进行了改进;通过在Apriori算法的候选频繁项集基础上新增加了次选频繁项集和备选频繁项集,将改进的增量更新算法同样应用于先前的高频数据进行挖掘,因为大大减少了扫描原始数据库的次数,所以运算速度大幅提高;同时,由于新增了次选频繁项集和备选频繁项集,使得产生频繁项集的候选项集规模扩大,发现频繁项集的精确度也有所提高。本文采用的是上证和深证的8只医药股的五分钟数据,并利用典型的Apriori算法和更新后的增量算法分别进行挖掘,实验结果表明,更新的增量算法在运算时间和提取关联规则的准确度方面明显优于典型的Apriori算法的增量挖掘,对于投资者做出正确的投资决策具有一定指导意义。
  • 【论文】 流形学习的邻域选择和增量算法研究

    作者:高翠珍 关键词:数据降维 ; 流形学习 ; 自适应邻域选择 ; 增量学习 机构:山西大学 ; 山西大学 年份:2012
    摘要:随着信息技术的快速发展,真实世界中数据的规模也在以几何级的速度增长,出现了大量的高维数据,这些数据具有高维稀疏性。数据的这种高维稀疏性给现代数据分析与处理带来巨大挑战。数据降维是许多高维数据分析任务的预处理阶段之一,然而随着维数的不断膨胀,传统的线性数据降维方法已不能满足需求,需要找到新的降低数据维数的方法。流形学习就是一种新的非线性降维技术,即通过分析高维观测空间中样本集的外在特性来发掘隐藏在其中的本质结构,从而得到有用的信息,它已经成为大规模海量高维数据预处理的关键技术。近年来,基于不同理论和方法的流形学习算法已经取得了较好的研究成果,能更好地挖掘隐藏在高维数据中的低维流形结构。 然而,流形学习的这些算法仍然存在一些问题,如根据流形结构自适应地构建邻域关系图直接关系到流形低维本征结构的有效重构;基于矩阵谱分解的方法不能得到数据集从原采样空间到本征结构空间对应的显式映射函数,对不断增加的新采样点得到其低维嵌入值是困难的。这些流形学习领域中的重要问题,理论上和应用上都值得关注。本文就这两个问题展开了研究,具体贡献如下: (1)针对传统邻域选择方法不能根据流形样本密度和弯曲度合理选择邻域的缺点,提出了一种有序自适应的邻域选择算法。该算法从流形上曲率最小的点开始,以宽度优先的次序不断地处理每个点。根据流形结构的局部线性特性,利用已有的邻域信息增量地对搜索到的数据点选择合适的邻域。实验结果表明:该方法应用于Isomap后,对不同结构的数据集嵌入结果更加准确。 (2)基于人的认知,提出了一种保持局部邻域关系的增量Hessian LLE(LIHLLE)算法,该方法通过保证流形新增样本点在原空间和嵌入空间局部邻域的线性关系不变,用其已有邻域点的低维坐标线性表示新增样本点,得到新增点的低维嵌入,实现了增量学习。在Swiss roll with hole和frey_rawface数据集上的实验表明本文提出的方法简便、有效可行。 (3)基于Isomap算法全局保距的思想,提出了局部保距的增量Isomap算法(LI-Isomap),该算法通过保证新增点在各个邻域方向的径向距离不变,最小化新增点与邻域点间夹角在原空间和嵌入空间的差来实现增量学习,给出了目标函数,通过解最优化问题得到新增点的低维嵌入,在Swiss roll和frey_rawface数据集上的实验表明该方法合理高效。 总之,本研究通过对不同流形结构的探讨,提出了一种普适性较强的自适应邻域选择算法,为大多数流形学习算法提供参考和技术支持;对已有的一些流形学习算法进行扩展,提出了对应的增量流形学习算法,增强了流形学习算法的学习能力,使其适用范围更广
  • 【期刊】 改进的离散增量算法预测27类折叠子的结构类型

    刊名:内蒙古大学学报(自然科学版) 作者:张怀光 ; 胡秀珍 关键词:离散增量 ; 伪氨基酸组分 ; 位置权重矩阵 ; 蛋白质折叠子 ; 蛋白质结构类型 机构:内蒙古工业大学理学院 ; 内蒙古工业大学理学院 年份:2009
    摘要:蛋白质二级结构预测是三级结构预测的一个非常重要的中间步骤,而折叠子识别和结构类型的准确预测则可以提高二级结构和三级结构预测的准确度.本文从蛋白质的一级序列出发,提出了一种改进的预测算法:以二肽组分、预测的二级结构信息、伪氨基酸组分和位置权重矩阵打分值等特征分别作为参数,输入离散增量算法的单分类器中,通过加权融合单分类器的计算结果,对27类折叠子的结构类型进行了预测,取得了较好的预测结果.
  • 【期刊】 处理缺失数据的朴素贝叶斯分类增量算法

    刊名:科学技术与工程 作者:蒋望东 ; 陆小艺 ; 林士敏 关键词:增量学习 ; 朴素贝叶斯 ; 缺失数据 机构:湖南财经高等专科学校信息管理系 ; 湖南财经高等专科学校信息管理系 ; 广西桂能软件有限公司 ; 广西师范大学计算机科学系 年份:2008
    摘要:在具有缺失数据的数据集的分类过程中,缺失的数据中蕴含着有用的信息未被考虑的情况会引起分类精度的下降。增量式的学习能够利用不断加入的信息更新学习模型,并充分利用先验信息求解当前问题。给出了一个利用朴素贝叶斯分类模型实现对缺失数据的增量分类的算法。该算法增量学习的过程中考虑了缺失数据和先验信息对分类器的影响。
  • 【期刊】 基于仿增量算法的圆度误差快速准确评定

    刊名:机械工程学报 作者:岳武陵 ; 吴勇 关键词:最小外接圆法 ; 最小区域法 ; 圆度误差 ; 误差评定 ; 计算几何 ; 仿增量算法 机构:南通大学机械工程学院 ; 南通大学机械工程学院 ; 南通大学机械工程学院 年份:2008
    摘要:提出按最小外接圆法和最小区域法评定圆度误差的仿增量算法。将工件轮廓看作一个点集,并在其中建立可以确定圆(环)的子集。若子集确定的圆(环)包容原点集,则可得到相应的圆度误差;否则每次给子集增加一个在包容区域外的点构成新子集,确定包容新子集的圆(环)并去掉其中不在圆(环)边界上的点。证明了该算法是单调收敛的。同时还提出以按最小外接圆法评定圆度误差时在包容边界上的点为最小区域法初值的新思路。该算法概念清楚、模型简单,易于在计算机上实现。几个实际零件圆度误差的评定验证了算法不仅正确,而且结果准确,耗时极少。
  • 【期刊】 按最大内接圆法评定圆度误差的仿增量算法

    刊名:计量学报 作者:岳武陵 ; 吴勇 关键词:计量学 ; 圆度误差 ; 最大内接圆 ; 误差评定 ; 仿增量算法 机构:南通大学机械工程学院 ; 南通大学机械工程学院 ; 南通大学机械工程学院 年份:2008
    摘要:按最大内接圆法评定圆度误差的仿增量算法是将工件轮廓看作一个有序点集,并建立一个初始子集和它的内接圆。通过迭代的方法由此初始圆得到全点集的内接圆,然后用新的迭代的方法由此内接圆求得全点集的最大内接圆。两次迭代过程类似,均是通过对原子集增加一个点得到新子集,由新子集求一个更接近目标的新圆,并舍弃新子集中不在新圆圆周上的点,直到达到目标。证明了该算法是正确的且单调递增收敛的。用几个实际零件圆度误差的评定验证了该算法。
  • 【论文】 基于粗糙集和决策树理论的时态增量算法

    作者:冯敏敏 关键词:时态数据 ; 分类挖掘 ; 时态数据转化 ; 决策树算法思想 ; 粗糙集理论 ; 增量式挖掘 机构:浙江工业大学 ; 浙江工业大学 年份:2009
    摘要: 时态数据挖掘是数据挖掘中一个重要的研究课题,有其自身的特点,它需要在数据挖掘过程中考虑数据集中各数据之间存在的时间关系。决策树和粗糙集是数据分类的两个最重要的方法,决策树在知识表示上有层次、自然和推理易理解的特点,而粗糙集理论在处理数据模糊和不确定性方面有着优势,对于增量时态数据,我们将借鉴决策树算法思想对转换后的时态序列数据处理,在构造决策树过程中,利用粗糙集理论来优化决策树的构造和规则的提取,从而提出一种新的增量式分类挖掘算法。 本文首先给出了与时态数据有关的数学概念以及相关性质,介绍了时态数据转化方法并给出了其改进的算法。然后介绍决策树分类算法和粗糙集基础理论,接着分析了决策树分类算法固有的缺点以及应用于时态数据分类挖掘中的缺点,提出了基于粗糙集与决策树理论的时态增量算法,最后给出算法的应用实例,对股票的数据进行分析,给出实验结果。 本文的主要贡献是提出了改进的时序转化方法,在构建决策树的过程中,优化了信息熵的计算,提出了时间特性属性组合的思路和用粗集理论的相关概念对生成的决策树进行剪枝处理思路,在增量数据处理问题上,针对本文的时态数据处理方法,提出对应的增量数据处理方法。本文所做的贡献对于时态数据分类挖掘具有一定的意义。
  • 【专利】 一种基于支持向量机增量算法的锅炉燃烧效率预测方法

    作者:叶向前 ; 谭磊 ; 韩玲 ; 方彦军 年份:2012
    摘要:一种基于支持向量机增量算法的锅炉燃烧效率预测方法:S1选取核函数;S2构成初始数据集;S3初始数据预处理;S4取训练样本、测试样本;S5敏感系数ε=0.0001,训练精度0.00001,罚系数C与宽度系数σ的缺省值分别为10和0.0001;S6求泛化;S7选择泛化最佳参数对;S8训练得到初始分类器Ω0、支持向量集和非支持向量集S9寻找新增样本集X1中是否有违背广义KKT条件yif(xi)>1的样本点;S10构成新的集合S11再对X求分类器Ω和支持向量SV;S12建立锅炉燃烧效率的支持向量机预测模型。本发明输入参数少便于测量,省去繁琐的计算过程,锅炉燃烧工况训练时间短,更加满足DCS系统在线计算的要求,具有较高的预测精度。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转