期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
参数协同优化的TSVR增强型TSK模糊系统
1
作者 王维 赵云龙 +1 位作者 彭小玉 潘小东 《计算机科学》 北大核心 2025年第7期75-81,共7页
Takagi-Sugeno-Kang(TSK)模糊系统作为特殊的非线性回归系统,能够解决机器学习任务,但其处理高维问题的效果并不理想,且对于规则的确定和调整较为困难。为了优化该系统,将沿用模糊IF-THEN规则。首先运用模糊C均值聚类对数据集进行划分,... Takagi-Sugeno-Kang(TSK)模糊系统作为特殊的非线性回归系统,能够解决机器学习任务,但其处理高维问题的效果并不理想,且对于规则的确定和调整较为困难。为了优化该系统,将沿用模糊IF-THEN规则。首先运用模糊C均值聚类对数据集进行划分,将数据点嵌入表征点到模糊聚类中心隶属度的空间,进而利用孪生支持向量回归机(TSVR)确定两个回归平面,从而得到回归值。考虑到不同数据集适应不同的关键参数,如聚类数等,采用遗传算法(GA)进行统一参数寻优,简化了领域知识的先验设置,形成了TSVR-GA-TSK(TG-TSK)模糊系统。实验结果表明,相比于经典回归算法和典型的TSK模糊系统,TG-TSK模糊系统具有良好的回归精度和鲁棒性,在Nemenyi检验的两两比较中具有显著优势。 展开更多
关键词 TSK模糊系统 tsvr 遗传算法 协同优化 回归任务
在线阅读 下载PDF
基于KNN-TSVR算法的MIMO-OFDM系统信道估计 被引量:6
2
作者 李朔 雷为民 张伟 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第2期176-181,242,共7页
为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后... 为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论. 展开更多
关键词 信道估计 K最近邻(KNN)算法 多进多出(MIMO)系统 正交频分复用(OFDM) 孪生支持向量回归(tsvr)
在线阅读 下载PDF
基于SSA-TSVR的飞机状态预测方法研究 被引量:2
3
作者 赵晗 樊智勇 刘涛 《计算机测量与控制》 2024年第9期125-132,156,共9页
为了构建地面飞行安全态势监测系统,针对飞机状态数据向地面传输过程中出现数据传输异常情况而导致无法对飞机状态进行实时监控的问题,提出一种基于SSA-TSVR的飞机状态预测方法,使用随机森林算法对真实飞行数据进行特征重要度分析,筛选... 为了构建地面飞行安全态势监测系统,针对飞机状态数据向地面传输过程中出现数据传输异常情况而导致无法对飞机状态进行实时监控的问题,提出一种基于SSA-TSVR的飞机状态预测方法,使用随机森林算法对真实飞行数据进行特征重要度分析,筛选与待预测飞机状态参数关系密切的重要参数,获得待预测参数与飞行数据间重要度关系;通过孪生支持向量回归算法建立预测模型,对缺失的关键飞行状态参数进行预测;并运用飞鼠搜索算法对孪生支持向量回归模型进行优化,根据不同预测对象选择对应的最优核函数,提高了模型预测精度;以飞行高度、速度为预测对象进行实验验证,预测模型实现了利用不完整飞行数据对飞机状态进行准确预测,对飞机飞行状态监测有着重要意义。 展开更多
关键词 飞行状态预测 孪生支持向量回归 飞鼠搜索算法 随机森林 QAR数据
在线阅读 下载PDF
非平行ε-带支持向量回归机 被引量:1
4
作者 高新豫 杨志霞 卢振兴 《计算机科学与探索》 CSCD 2013年第7期649-658,共10页
提出了一个非平行ε-带支持向量回归机,它通过一对凸二次规划问题确定一个ε-不敏感的上界超平面和一个ε-不敏感的下界超平面,从而得到最终的回归函数。每个凸二次规划问题的规模是传统的支持向量回归机的一半。与双支持向量机相比,虽... 提出了一个非平行ε-带支持向量回归机,它通过一对凸二次规划问题确定一个ε-不敏感的上界超平面和一个ε-不敏感的下界超平面,从而得到最终的回归函数。每个凸二次规划问题的规模是传统的支持向量回归机的一半。与双支持向量机相比,虽然它们都是寻找两个不一定平行的超平面来构造最终的回归函数,但是非平行ε-带支持向量回归机的几何意义更接近传统的支持向量回归机。数据实验结果也表明,非平行ε-带支持向量回归机不仅具有良好的泛化性能,而且速度快。 展开更多
关键词 机器学习 支持向量回归机(SVR) 双支持向量回归机(tsvr)
在线阅读 下载PDF
增量式约简最小二乘孪生支持向量回归机 被引量:7
5
作者 曹杰 顾斌杰 +1 位作者 熊伟丽 潘丰 《计算机科学与探索》 CSCD 北大核心 2021年第3期553-563,共11页
为了解决增量式最小二乘孪生支持向量回归机存在构成的核矩阵无法很好地逼近原核矩阵的问题,提出了一种增量式约简最小二乘孪生支持向量回归机(IRLSTSVR)算法。该算法首先利用约简方法,判定核矩阵列向量之间的相关性,筛选出用于构成核... 为了解决增量式最小二乘孪生支持向量回归机存在构成的核矩阵无法很好地逼近原核矩阵的问题,提出了一种增量式约简最小二乘孪生支持向量回归机(IRLSTSVR)算法。该算法首先利用约简方法,判定核矩阵列向量之间的相关性,筛选出用于构成核矩阵列向量的样本作为支持向量以降低核矩阵中列向量的相关性,使得构成的核矩阵能够更好地逼近原核矩阵,保证解的稀疏性。然后通过分块矩阵求逆引理高效增量更新逆矩阵,进一步缩短了算法的训练时间。最后在基准测试数据集上验证算法的可行性和有效性。实验结果表明,与现有的代表性算法相比,IRLSTSVR算法能够获得稀疏解和更接近离线算法的泛化性能。 展开更多
关键词 最小二乘 孪生支持向量回归机(tsvr) 约简方法 增量式学习
在线阅读 下载PDF
基于竞争ISPO双胞支持向量回归短期负荷预测 被引量:4
6
作者 彭显刚 王洪森 《电力系统及其自动化学报》 CSCD 北大核心 2014年第10期46-50,68,共6页
双胞支持向量回归TSVR(twin support vector regression)参数的合理选择严重影响回归结果的准确性。该文采用竞争型智能单粒子算法CISPO(competitive intelligent single particle optimizer)优化参数。CISPO针对智能单粒子算法中各因... 双胞支持向量回归TSVR(twin support vector regression)参数的合理选择严重影响回归结果的准确性。该文采用竞争型智能单粒子算法CISPO(competitive intelligent single particle optimizer)优化参数。CISPO针对智能单粒子算法中各因子值难以确定的问题,在每次迭代中根据待优化参数的变化情况自动选择最佳的因子值,同时引入迭代竞争因子,避免算法前期陷入混乱,而后期又能更好地找到全局最优值。将基于CISPO优化的TSVR模型应用到电力系统短期负荷预测中,结果表明,该方法能有效提高负荷预测的速度和精度。 展开更多
关键词 双胞支持向量回归 竞争型智能单粒子算法 短期负荷预测 参数优化 智能单粒子算法
在线阅读 下载PDF
双支持向量回归的牛顿算法 被引量:1
7
作者 郑逢德 张鸿宾 《计算机工程》 CAS CSCD 2013年第1期191-194,共4页
为提高支持向量回归的运算速度,提出一种双支持向量回归的牛顿算法。求解2个只带一组约束的支持向量问题,以减少运算量,将2个约束优化问题转化为无约束最优化问题,并采用牛顿迭代算法求解。实验结果表明,在保证与支持向量回归和双支持... 为提高支持向量回归的运算速度,提出一种双支持向量回归的牛顿算法。求解2个只带一组约束的支持向量问题,以减少运算量,将2个约束优化问题转化为无约束最优化问题,并采用牛顿迭代算法求解。实验结果表明,在保证与支持向量回归和双支持向量回归拟合能力相当的同时,该算法能减少训练时间。 展开更多
关键词 机器学习 模式识别 支持向量回归 双支持向量回归 无约束优化 牛顿算法
在线阅读 下载PDF
增量式约简拉氏非对称ν型孪生支持向量回归机 被引量:1
8
作者 张帅鑫 顾斌杰 潘丰 《计算机科学与探索》 CSCD 北大核心 2023年第11期2640-2650,共11页
拉氏非对称ν型孪生支持向量回归机是一种泛化性能良好的预测算法,然而其并不适用于增量提供样本的场景。为此,提出了一种增量式约简拉氏非对称ν型孪生支持向量回归机(IRLAsy-ν-TSVR)算法。首先,引入正号函数,将有约束最优化问题转换... 拉氏非对称ν型孪生支持向量回归机是一种泛化性能良好的预测算法,然而其并不适用于增量提供样本的场景。为此,提出了一种增量式约简拉氏非对称ν型孪生支持向量回归机(IRLAsy-ν-TSVR)算法。首先,引入正号函数,将有约束最优化问题转换成无约束最优化问题,并采用半光滑牛顿法在原始空间直接求解,以加快收敛速度。接着,利用矩阵求逆引理,实现半光滑牛顿法中Hessian矩阵求逆的高效增量更新,节省时间开销。然后,为了减少样本累积导致的内存消耗,使用约简技术分别筛选增广核矩阵的列向量和行向量以逼近原增广核矩阵,确保解的稀疏性。最后,在基准测试数据集上验证算法的可行性和有效性。结果表明,与一些代表性算法相比,IRLAsy-ν-TSVR算法继承了离线算法的泛化性能,能够获得稀疏解,更适合大规模数据集的在线学习。 展开更多
关键词 孪生支持向量回归机(tsvr) 半光滑牛顿法 在线学习 增量式学习 约简技术
在线阅读 下载PDF
新型鲁棒孪生支持向量回归机 被引量:1
9
作者 陈素根 石婷 《计算机科学与探索》 CSCD 北大核心 2023年第5期1157-1167,共11页
回归问题是模式识别与机器学习领域的基本问题之一,孪生支持向量回归机(TSVR)是在支持向量回归机(SVR)基础上发展而来的一种处理回归问题的新算法,它在处理无噪声数据时表现出较好的性能,但在处理有噪声数据时往往性能不佳。为了降低噪... 回归问题是模式识别与机器学习领域的基本问题之一,孪生支持向量回归机(TSVR)是在支持向量回归机(SVR)基础上发展而来的一种处理回归问题的新算法,它在处理无噪声数据时表现出较好的性能,但在处理有噪声数据时往往性能不佳。为了降低噪声对孪生支持向量回归机性能的影响,结合ε-不敏感损失函数与Huber损失函数构造了混合Hε损失函数,该损失函数可以有效地适应于不同分布类型的噪声;然后基于混合Hε损失函数和结构风险最小化(SRM)原则提出了一种鲁棒的孪生支持向量回归机(Hε-TSVR),并在原始空间中利用牛顿迭代法求解模型。分别在有噪声和无噪声的人工数据集、UCI数据集上进行实验,与支持向量回归机和孪生支持向量回归机等算法比较,实验结果验证了所提算法的有效性。 展开更多
关键词 模式识别 支持向量回归机(SVR) 孪生支持向量回归机(tsvr) 损失函数
在线阅读 下载PDF
加权光滑投影孪生支持向量回归算法 被引量:5
10
作者 徐奔业 顾斌杰 +1 位作者 潘丰 熊伟丽 《计算机工程》 CAS CSCD 北大核心 2022年第12期104-111,118,共9页
现有双边移位投影孪生支持向量回归(PPTSVR)算法在训练阶段没有考虑不同位置样本对超平面构造的影响,当样本中存在异常点时会降低算法拟合性能。针对该问题,提出一种加权光滑投影孪生支持向量回归算法。采用孤立森林法赋予每个样本不同... 现有双边移位投影孪生支持向量回归(PPTSVR)算法在训练阶段没有考虑不同位置样本对超平面构造的影响,当样本中存在异常点时会降低算法拟合性能。针对该问题,提出一种加权光滑投影孪生支持向量回归算法。采用孤立森林法赋予每个样本不同的权值,并且赋予样本中异常点很小的权值,通过将权值引入算法目标函数,削弱异常点对超平面构造的影响。为直接在原空间中寻求最优超平面,引入正号函数,将有约束优化问题转化为无约束优化问题,并采用Sigmoid光滑函数对目标函数进行光滑处理,证明其任意阶可微且严格凸的特性,进而在原空间中采用牛顿迭代法进行求解。在基准数据集和人工测试函数上的实验结果表明,该算法相比于现有代表性回归算法具备更好的拟合性能和更快的训练速度,尤其当训练样本中存在异常点时,相比于PPTSVR算法拟合性能提升更明显。 展开更多
关键词 投影 孪生支持向量回归 孤立森林 Sigmoid光滑函数 牛顿迭代法
在线阅读 下载PDF
应用光谱指数和机器学习反演紫丁香叶片的叶绿素面密度 被引量:1
11
作者 杜菲菲 安慧君 李贺新 《东北林业大学学报》 CAS CSCD 北大核心 2024年第2期75-83,共9页
为无损监测植物叶片叶绿素面密度,及时反映植物的生长状态,以内蒙古农业大学东校区紫丁香(Syringa oblata Lindl.)为研究对象,获取了160枚叶片反射率光谱(350~2500 nm)及其对应的叶绿素面密度数据,在一维和二维光谱指数的基础上引入三... 为无损监测植物叶片叶绿素面密度,及时反映植物的生长状态,以内蒙古农业大学东校区紫丁香(Syringa oblata Lindl.)为研究对象,获取了160枚叶片反射率光谱(350~2500 nm)及其对应的叶绿素面密度数据,在一维和二维光谱指数的基础上引入三维光谱指数(I_(TBI)),基于原始光谱(R)、一阶微分光谱(R_(FD))和二阶微分光谱(R_(SD))构建了全波段不同维度光谱指数,经皮尔逊相关系数法(PCC)筛选出最优光谱指数,构建了海洋捕食者算法优化孪生支持向量机融合模型(MPA-TSVR),并与孪生支持向量回归机(TSVR)、偏最小二乘回归法(PLSR)、反向传播神经网络(BPNN)和支持向量回归机(SVR)模型对比分析。结果表明:不同维度下最优光谱指数与叶绿素面密度间的最大相关系数分别是I_(TBI3)(R_(SD714),R_(SD745),R_(SD700))为0.9015、I_(SRI)(R_(FD704),R_(FD738))为0.8911和R_(FD744)为0.8740。不同预处理下最优光谱指数建模精度由高到低顺序为:R_(SD)、R_(FD)、R,R_(SD)-MPA-TSVR反演效果最佳,测试集决定系数(R^(2))为0.9060,均方根误差(R_(MSE))为3.8827;不同维度下最优光谱指数建模精度由高到低顺序为:三维光谱指数、二维光谱指数、一维光谱指数,I_(TBI3)-MPA-TSVR反演效果最佳,测试集R^(2)为0.9110,R_(MSE)为3.7763,相比于I_(TBI3)-TSVR、I_(TBI3)-PLSR、I_(TBI3)-BPNN和I_(TBI3)-SVR模型更稳定。因此,I_(TBI3)-MPA-TSVR模型可为无损监测紫丁香的生长状态提供参考。 展开更多
关键词 紫丁香 叶绿素面密度 光谱指数 海洋捕食者算法 孪生支持向量机
在线阅读 下载PDF
增量式稀疏密度加权孪生支持向量回归机
12
作者 丁伟杰 顾斌杰 潘丰 《计算机工程》 CAS CSCD 北大核心 2024年第7期123-132,共10页
密度加权孪生支持向量回归机(DWTSVR)是一种能够反映数据内在分布的回归算法,具有预测精度高和鲁棒性强等优点,然而其并不适用于训练样本以增量形式提供的场景。针对该问题,提出一种增量式稀疏密度加权孪生支持向量回归机(ISDWTSVR)。首... 密度加权孪生支持向量回归机(DWTSVR)是一种能够反映数据内在分布的回归算法,具有预测精度高和鲁棒性强等优点,然而其并不适用于训练样本以增量形式提供的场景。针对该问题,提出一种增量式稀疏密度加权孪生支持向量回归机(ISDWTSVR)。首先,辨别新增数据是否为异常样本,并赋予有效样本适当的权重,减小异常样本对模型泛化性能的影响;其次,结合矩阵降维与主成分分析思想筛选出原始核矩阵中的一组特征列向量基代替原特征,实现核矩阵列稀疏化,以获得稀疏解;接着,借助牛顿迭代法和增量学习策略对上一时刻的模型信息进行调整,实现模型的增量更新,同时结合矩阵求逆引理避免增量更新过程中直接求解逆矩阵,进一步加快训练速度;最后,在UCI基准数据集上进行仿真实验,并与现有代表性算法进行比较。实验结果表明,ISDWTSVR继承了DWTSVR的泛化性能,在大规模数据集Bike-Sharing上,新增一个样本模型更新平均CPU时间为5.13 s,较DWTSVR缩短了97.94%,有效地解决了模型必须从头开始重新训练的问题,适用于大规模数据集的在线学习。 展开更多
关键词 孪生支持向量回归机 增量学习 稀疏化 密度加权 牛顿迭代法
在线阅读 下载PDF
快速原空间孪生支持向量回归算法 被引量:3
13
作者 彭新俊 王翼飞 《模式识别与人工智能》 EI CSCD 北大核心 2011年第1期22-29,共8页
孪生支持向量回归(TSVR)通过快速优化一对较小规模的支持向量机问题获得回归函数.文中提出在原始输入空间中采用Newton法直接优化TSVR的目标函数,从而有效克服TSVR通过对偶二次规划问题求得近似最优解导致性能上的损失.数值模拟实验表... 孪生支持向量回归(TSVR)通过快速优化一对较小规模的支持向量机问题获得回归函数.文中提出在原始输入空间中采用Newton法直接优化TSVR的目标函数,从而有效克服TSVR通过对偶二次规划问题求得近似最优解导致性能上的损失.数值模拟实验表明该方法不仅能提高TSVR的性能,并且可降低学习时间. 展开更多
关键词 支持向量回归(SVR) 孪生支持向量回归(tsvr) 不敏感界 原始空间 NEWTON法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部