双支持向量机相关论文
乳腺癌是全世界女性最常见的恶性肿瘤之一,且其发病率和死亡率在近年呈现迅速增长的趋势,早期的发现与确诊是降低乳腺癌死亡率的关......
分类问题是机器学习中研究的重要问题之一,它广泛地存在于语音识别,文本分类,疾病诊断等领域.数据的收集过程中,往往由于标签记错......
随着电力电子元器件和其它非线性装置或设备在工程实践中的广泛应用,大量谐波信号被注入到公共电网中,使电力系统信号产生畸变,从......
Universum数据是最近提出的被定义为不属于分类问题中任何一类的样本集合。一些使用链条损失函数学习方法的缺点是对噪声比较敏感......
为提高逆变器故障诊断准确率,提出一种基于偏二叉树双子支持向量机(partial binary tree algorithm and twin support vector mach......
针对管道运行状态数据的非平衡性会造成管道泄漏诊断准确率下降的问题,提出了一种基于非平衡数据的管道泄漏检测与定位方法.首先,......
双支持向量机是近年提出的一种新的支持向量机。在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的......
双支持向量机是一种新的非平行二分类算法。其处理速度比传统支持向量机快很多，但是双支持向量机没有考虑不同输入样本点会对最优分......
恒星光谱分类是天文学研究的一个热点问题。随着观测光谱数量的急剧增加,传统的人工分类无法满足实际需求,急需利用自动化技术,特......
恒星光谱分类是天文技术与方法领域一直关注的热点问题之一。随着观测设备持续运行和不断改进,人类获得的光谱数量与日俱增。这些......
针对多分类支持向量机算法中的低效问题和样本不平衡问题,提出一种有向无环图-双支持向量机DAG-TWSVM(directed acyclic graph and......
针对具有两个非并行分类超平面的最小二乘双支持向量机,提出了一种在线学习算法。通过利用矩阵求逆分解引理,所提在线学习算法能充......
支持向量机（support vector machine,SVM）具有良好的学习性能和泛化能力,因而被广泛应用于恒星光谱分类中。然而实际应用面临的数据......
双支持向量机是一种新的非平行二分类算法,其处理速度比传统支持向量机快很多,但是双支持向量机在训练之前要进行大量的复杂逆矩阵......
针对数据分类问题,考虑到实际应用中噪声数据对分类结果的影响,提出一种新的基于总类内分布的松弛约束双支持向量机模型;该双支持......
针对双支持向量机模型易受异常点影响导致泛化性能较低的问题,提出了一种基于戴帽L1范数的双支持向量机模型.采用带有上限值的戴帽......
半监督学习问题是机器学习中常见的学习问题之一,不仅有带标签的数据,同时还有大量无标签数据.半监督学习问题出现于垃圾邮件过滤......
双支持向量机是近年提出的一种新的支持向量机。在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的......
提出一种基于双支持向量机的偏二叉树多类分类算法,偏二叉树双支持向量机多类分类算法.该算法综合了二叉树支持向量机和双支持向量......
长输管道输送流体的过程中,由于管道受到腐蚀、地理环境作用和第三方破坏等因素的影响,造成管道常常出现泄漏事故。在实际管道运行......
在双支持向量回归机的基础上,考虑到不同的样本点可能对回归函数产生不同的影响,提出一种改进的双支持向量回归机模型,即基于核密......
基于视觉的智能车辆导航技术是通过对各种道路环境进行感知和理解,从而确定智能车辆的可行驶区域。针对实际道路环境的复杂性与多......
遥感图像的分类是研究土地利用变化的基础。传统的遥感图像分类方法存在运算速度慢、精度比较低和难以收敛等问题。提出了一种基于......
基于机器视觉的道路识别技术是自主驾驶车辆的核心技术之一。尽管许多学者对道路识别技术进行了深入研究,但仍然存在许多问题,制约......
针对目前常用于P2P流量识别的有监督机器学习方法普遍存在时间代价较高的现状，提出采用时间代价为标准支持向量机四分之一的双支持......
受双支持向量机启发,提出模糊双超球学习机FTHLM。该方法试图为每类样本构造一个超球模型,通过构造一对超球模型将两类分类。模糊......
通过引入 Ramp 损失函数，针对双支持向量机建立了非凸双支持向量机，并采用凹凸过程迭代求解。与经典的双支持向量机相比，该算法继承了......
针对多个管道泄漏监控系统之间存在数据不能共享、不能同时进行泄漏定位的问题,提出了采用信息物理系统(cyber-physical system,CP......
