期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
On Conditionally Positive Definite Dot Product Kernels
1
作者 V.A.MENEGATTO C.P.OLIVEIRA Ana P.PERON 《Acta Mathematica Sinica,English Series》 SCIE CSCD 2008年第7期1127-1138,共12页
Let m and n be fixed, positive integers and P a space composed of real polynomials in m variables. The authors study functions f : R →R which map Gram matrices, based upon n points of R^m, into matrices, which are n... Let m and n be fixed, positive integers and P a space composed of real polynomials in m variables. The authors study functions f : R →R which map Gram matrices, based upon n points of R^m, into matrices, which are nonnegative definite with respect to P Among other things, the authors discuss continuity, differentiability, convexity, and convexity in the sense of Jensen, of such functions 展开更多
关键词 conditionally positive definite kernels dot product kernels Gram matrices CONVEXITY convexity in the sense of Jensen
原文传递
基于点积-平移SVM的客运通道客流量预测方法
2
作者 梁吉贵 王剑非 +1 位作者 李智明 高瑢 《国外电子测量技术》 2025年第7期7-13,共7页
为适应客运通道客流量数据的复杂非线性特性,挖掘客流量的多维度影响因子,提出了一种基于点积-平移支持向量机(Support Vector Machine,SVM)的客运通道客流量预测方法。综合考虑影响客运通道客流量的各种因素,进行客流量多维度影响因子... 为适应客运通道客流量数据的复杂非线性特性,挖掘客流量的多维度影响因子,提出了一种基于点积-平移支持向量机(Support Vector Machine,SVM)的客运通道客流量预测方法。综合考虑影响客运通道客流量的各种因素,进行客流量多维度影响因子分析,并采用皮尔逊相关分析技术计算多维度影响因子与客运通道客流量之间的关联系数。采集客流量历史数据,与关联系数一同输入支持向量机模型中。采用混合点积核函数和平移不变型核函数,进行支持向量机模型求解。依据映射函数逐步进行预测,实现未来时刻客运通道客流量预测。实验结果表明,该方法能够精准捕捉客运通道客流量变化规律。在晴天、雨天等不同环境下,对工作日、普通周末、春节、国庆节等不同节假日时的客运通道客流量预测误差低于0.7%,预测稳定性均稳定在98.5%以上,有效证明了该方法具有良好的可靠性。该方法有助于客运资源的合理调配,推动智能化客运管理水平的提升。 展开更多
关键词 点积核函数 平移不变型核函数 支持向量机 客运通道 客流量预测 影响因子分析
原文传递
乘积匹配多项式的存在性 被引量:2
3
作者 刘建强 《兰州理工大学学报》 CAS 北大核心 2019年第2期149-154,共6页
假若一个以点积为自变量的多项式不是再生核,则它无法在机器学习的核方法中使用.解决此问题的办法之一是匹配另外一个点积的多项式,使两者乘积成为再生核.在一定条件下,通过解一系列的不等式,得到匹配多项式存在的充分必要条件,并探讨... 假若一个以点积为自变量的多项式不是再生核,则它无法在机器学习的核方法中使用.解决此问题的办法之一是匹配另外一个点积的多项式,使两者乘积成为再生核.在一定条件下,通过解一系列的不等式,得到匹配多项式存在的充分必要条件,并探讨与此条件相关的数列和生成函数列的性质. 展开更多
关键词 点积核 再生核 多任务核 连分式 函数列
在线阅读 下载PDF
基于点积-平移支持向量机的客运需求预测 被引量:1
4
作者 沈瑞光 裴玉龙 《大连海事大学学报》 CAS CSCD 北大核心 2012年第4期99-102,共4页
提出一种适用于多影响因素回归拟合的全社会客运量预测的点积-平移型支持向量机算法.该算法能够全面、系统地分析影响客运量需求变化的关联因素,通过关联元素去冗处理,确定作为支持向量机算法输入变量的核心关联元素.考虑到客运量预测... 提出一种适用于多影响因素回归拟合的全社会客运量预测的点积-平移型支持向量机算法.该算法能够全面、系统地分析影响客运量需求变化的关联因素,通过关联元素去冗处理,确定作为支持向量机算法输入变量的核心关联元素.考虑到客运量预测是一个基于时序变化的外推过程,并且受社会经济发展中多项影响因素的制约,数据变化存在着阶段性特征,提出利用点积-平移型核函数来拟合需求变化过程.对历史数据集的测试结果表明,该算法性能评价满足要求,可为远景客运量预测提供理论依据. 展开更多
关键词 支持向量机 去冗处理 点积-平移核函数 客运量预测
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部