陕西省教育厅自然科学基金(09JK380)
- 作品数:5 被引量:22H指数:3
- 相关作者:陈涛杨凯凡杜鸿科毛亚军王亮亮更多>>
- 相关机构:陕西理工大学陕西师范大学更多>>
- 发文基金:陕西省教育厅自然科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术理学石油与天然气工程更多>>
- 储油罐的变位识别与罐容表标定方法研究
- 2011年
- 为了重新制定新的罐容表,利用几何关系以及容积相等的关系,将变位后的油浮子高度与变位前油面高度联系起来,建立变位后油量与油位高度以及变位参数之间的数学模型,并采用加速遗传算法进行参数估计,最后进行模型检验和有效性分析。实验结果表明,所提出的模型具有较高的精度,是一种行之有效的标定方法。
- 边长龙毛亚军王亮亮
- 关键词:加速遗传算法参数估计
- 基于双重扰动的选择性支持向量机集成被引量:6
- 2011年
- 为了进一步提升支持向量机泛化性能,提出一种基于双重扰动的选择性支持向量机集成算法。利用Boosting方法对训练集进行扰动基础上,采用基于相对核的粗糙集相对约简与重采样技术相结合的动态约简算法进行特征扰动以生成个体成员,然后基于负相关学习理论构造遗传个体适应度函数,利用加速遗传算法选择权重大于阈值的最优个体进行加权集成。实验结果表明,该算法具有较高的泛化性能和较低的时、空复杂性,是一种高效的集成方法。
- 陈涛
- 关键词:粗糙集动态约简负相关学习加速遗传算法支持向量机集成
- 扰动算子的Drazin可逆性及其Drazin逆的表达被引量:3
- 2010年
- 本文给出了Drazin可逆算子在一个扰动下仍然Drazin可逆的充分条件,给出了扰动算子Drazin逆的表达式.同时,并根据其Drazin逆的表达式,得到了其相关的误差估计界.
- 杨凯凡杜鸿科
- 关键词:DRAZIN逆
- 基于差分进化算法的支持向量回归机参数优化被引量:12
- 2011年
- 支持向量机是结构风险最小化原理的一种新型学习技术,被广泛应用到很多工业控制领域中,良好的泛化能力和预测精度在很大程度上受到参数选取的影响。传统参数选择方法易陷入局部最优,为提高优化识别参数的精度和效率,提出基于差分进化算法的支持向量回归机参数优化算法。以均方误差最小为优化准则,差分进化算法的全局寻优能力,搜索支持向量回归机的最优参数组合,达到对参数的最优选择。通过Matlab进行仿真实验,结果表明改进的算法不仅加快参数搜索和优化的速度,而且选择的最优参数能大大提高支持向量机预测精度和泛化能力,并具有良好的鲁棒性和较强的全局寻优能力。
- 陈涛
- 关键词:支持向量回归机差分进化算法参数优化
- 泛函分析课程教学改革的探索
- 本文分析了目前泛函分析教学中存在的问题,根据泛函分析课程的特点,提出了泛函分析教学改革的一些设想和建议.精选教材,优化内容,注重对学生的引导作用是提高泛函分析教学效果的有效方法.
- 杨凯凡
- 关键词:泛函分析教学改革
- 文献传递
- 选择性支持向量机集成算法被引量:10
- 2011年
- 为有效提升支持向量机泛化性能,提出了基于差分进化算法和负相关学习的选择性支持向量机集成。通过bootstrap技术产生并训练得到多个独立子SVM,基于负相关学习理论构造适应度函数,既提高子SVM的泛化性能,又增大其之间差异度。利用差分进化算法计算各子SVM在加权平均中的最优权重,选择权值大于一定阈值的部分SVM进行加权集成。实验结果表明,该算法是一种有效的集成方法,能进一步提高SVM的泛化性能。
- 陈涛
- 关键词:差分进化算法适应函数负相关学习支持向量机