郭辉
- 作品数：10 被引量：172H指数：5
- 供职机构：北京科技大学计算机与通信工程学院更多>>
- 发文基金：国家高技术研究发展计划国家科技攻关计划北京市教委重点学科共建项目更多>>
- 相关领域：自动化与计算机技术一般工业技术金属学及工艺更多>>
- KPCA-LSSVM建模方法及在钢材淬透性中的应用研究被引量：5
- 2006年
- 通过等式约束条件修改普通的支持向量机可以得到最小二乘支持向量机,不需要再次求解复杂的二次规划问题.提出了利用核主元分析进行特征提取,在高维特征空间中计算主元,降低样本的维数,然后用最小二乘支持向量机进行建模.仿真结果表明了该方法的有效性和优越性.
- 郭辉刘贺平王玲
- 关键词：最小二乘支持向量机主元
- 基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法被引量：9
- 2005年
- 提出了用核的偏最小二乘进行特征提取.首先把初始输入映射到高维特征空间,然后在高维特征空间中计算得分向量,降低样本的维数,再用最小二乘支持向量机进行回归.通过实验表明,这种方法得到的效果优于没有特征提取的回归.同时与PLS提取特征相比,KPLS分析效果更好.
- 郭辉刘贺平
- 关键词：偏最小二乘最小二乘支持向量机
- 基于支持向量回归的批处理增量学习方法被引量：3
- 2007年
- 针对生产实际中数据批量增加的情况,为了提高所建立的模型准确性和模型更新问题,提出了一种基于支持向量回归的批处理增量学习方法。算法通过对钢材力学性能预报建模的工业实例进行研究,结果表明,与传统的支持向量机增量学习算法相比,提高了模型的精度,具有良好的应用潜力。
- 王玲穆志纯郭辉
- 关键词：支持向量回归批处理
- 基于支持向量回归的增量建模方法
- 本文针对生产实际中数据批量增加的情况,为了提高所建立的模型准确性和模型更新问题,提出了一种新的基于支持向量回归的增量建模方法。此算法通过钢材力学性能预报建模的工业实例研究,结果表明,与传统的支持向量机增量学习算法相比,此...
- 王玲穆志纯郭辉
- 关键词：支持向量回归批处理
- 文献传递
- 最小二乘支持向量机参数选择方法及其应用研究被引量：125
- 2006年
- 针对最小二乘支持向量机参数选择问题,提出了一种基于三步搜索技术的参数选择方法,理论分析表明了这种方法的有效性和优越性,可以优化选择最小二乘支持向量机参数。然后把该方法用于钢材淬透性建模中的参数选择,仿真结果表明,这种方法可以得到优化的参数,从而获得精确的建模效果。
- 郭辉刘贺平王玲
- 关键词：最小二乘支持向量机参数选择三步搜索淬透性
- 基于核主成分分析与最小二乘支持向量机结合处理时间序列预测问题被引量：15
- 2006年
- 探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元,然后用最小二乘支持向量机进行预测．通过实验表明,这种方法得到的效果优于没有特征提取的预测．同时与主成分分析提取特征相比,用核主成分分析效果更好．
- 郭辉王玲刘贺平
- 关键词：主成分分析最小二乘支持向量机核主成分分析时间序列预测
- 基于聚类算法的支持向量回归建模的新策略被引量：2
- 2006年
- 针对支持向量机对时变的样本集采用单一模型建模困难的问题,提出了一种新的学习策略.首先,使用自组织映射(SOM)神经网络和k-m eans聚类算法对初始样本集合进行聚类.然后,针对每个聚类数据集合,通过最优加权组合不同核函数的支持向量回归模型建立最终的模型.实验表明,采用这种学习策略的建模精度要优于单一支持向量回归建模方法.
- 王玲郭辉穆志纯
- 关键词：自组织特征映射K均值聚类算法加权支持向量回归
- 基于最小二乘支持向量机对偶优化问题的核偏最小二乘被引量：6
- 2006年
- 提出了一种基于对偶优化的核最小二乘(KPLS)方法,把KPLS用最小二乘支持向量机的形式表示.推导了KPLS对偶优化形式的公式,且使其具有最小二乘支持向量机的风格.在初始空间中构造优化问题,应用核技术在特征空间中解对偶问题,这种解与非线性的KPLS具有相似性.实验验证了这种方法的效果,表明了该方法的有效性和优越性.
- 郭辉刘贺平王玲
- 关键词：偏最小二乘最小二乘支持向量机核偏最小二乘
- 一种基于聚类的支持向量机增量学习算法被引量：7
- 2007年
- 提出了一种基于聚类的支持向量机增量学习算法.先用最近邻聚类算法将训练集分成具有若干个聚类子集,每一子集用支持向量机进行训练得出支持向量集;对于新增数据首先聚类到相应的子集,然后计算其与聚类集内的支持向量之间的距离,给每个训练样本赋以适当的权重;而后再建立预估模型.此算法通过钢材力学性能预报建模的工业实例研究,结果表明:与标准的支持向量回归算法相比,此算法在建模过程中不仅支持向量个数明显减少,而且模型的精度也有所提高.
- 王玲穆志纯郭辉
- 关键词：支持向量机支持向量回归聚类
- 支持向量回归的一种网络优化策略
- 2006年
- 提出一种用于支持向量回归的网络优化策略.学习策略分为两个阶段:首先训练支持向量机,得到支持向量回归的初始结构和参数,构造一个无阈值的支持向量回归网络;然后通过带有遗忘因子的递归最小二乘算法,优化计算支持向量回归网络的权值,以达到更好的函数拟合精度.与支持向量回归相比,这种策略可以得到最优的权值和阈值.仿真结果表明,该网络性能优良,具有在线应用的潜力.
- 王玲穆志纯郭辉
- 关键词：支持向量回归递归最小二乘算法网络优化
