导读:本文包含了平滑支持向量机论文开题报告文献综述及选题提纲参考文献，主要关键词:支持向量机,平滑削边绝对偏离惩罚,截断Hinge损失支持向量机,财务预警
平滑支持向量机论文文献综述
刘遵雄,黄志强,刘江伟,陈英[1]（2014）在《平滑削边绝对偏离惩罚截断Hinge损失支持向量机的财务危机预报》一文中研究指出针对传统支持向量机(SVM)分类存在对离群点敏感、支持向量(SV)个数多和分类面参数非稀疏的问题,提出了平滑削边绝对偏离(SCAD)惩罚截断Hinge损失SVM(SCAD-TSVM)算法,并将其用于构建财务预警模型,同时就该模型的求解设计了一个迭代更新算法。结合沪深股市A股制造业上市公司的财务数据进行实证分析,同时对比L1范数惩罚SVM、SCAD惩罚SVM和截断Hinge损失SVM(TSVM)构建的T-2和T-3模型,结果发现SCAD-TSVM构建的T-2和T-3模型都具有最好的稀疏性和最高的预报精度,而且其在不同训练样本数上的平均预测准确率都要比L1范数SVM(L1-SVM)、SCAD-SVM和TSVM算法的高。(本文来源于《计算机应用》期刊2014年03期）
王文蔚,史越,尚琦坤,刘峰,侯俊杰[2]（2013）在《平滑支持向量机的航空发动机性能衰退故障诊断》一文中研究指出为解决发动机所监控的健康指数不能多于测量参数的问题,采用平滑支持向量机方法(SSVM),用4个参数对发动机九类衰退故障进行诊断,并与传统的支持向量机方法(采用LSSVM)进行对比。研究表明:在样本数量小、样本分布不平衡等条件的影响下,SSVM对各类部件性能衰退故障的诊断正确率均在90%以上。相对于LSSVM,SSVM无需优化参数,鲁棒性强,对样本集大小和样本集数目不平衡性的适应性良好,更适合航空发动机性能衰退故障的诊断。(本文来源于《火力与指挥控制》期刊2013年07期）
刘丹军,管卫江,张入财,付伟基[3]（2012）在《基于最小二乘支持向量机的太阳黑子数平滑月均值预报试验》一文中研究指出为研究最小二乘支持向量机在太阳黑子数预报中的应用能力,本文基于1972年1月至1996年1月平滑月平均太阳黑子数资料,选择合适的参数和核函数,采用最小二乘支持向量机回归方法创建了未来1、2个月的平滑月平均黑子数预报模型,选择1996年3月～2006年6月的数据进行预报试验,同时与相同资料下的BP神经网络模型结果进行了比较,结果表明最小二乘支持向量机回归方法在预报非线性的平滑月平均黑子数中体现了较好的预报能力,可以较准确地做出未来1至2个月的预报,随着预报时效的延长预报误差逐渐增大,在未来1个月预报中绝对误差在5.0以内,平均绝对误差为1.0左右;在未来2个月预报中绝对误差可以控制在10以内,平均绝对误差为2.2,同时最小二乘支持向量机回归方法的预报效果要远好于BP神经网络方法。(本文来源于《S14 空间天气地基监测与数值模拟》期刊2012-09-12）
宋召青,郑苏,李志成[4]（2010）在《基于平滑滤波与最小二乘支持向量机的人脸图像识别研究》一文中研究指出平滑滤波能抑制或消除噪声源,获得高质量的图像?建立了完整的人脸识别系统,通过预处理、特征提取和分类识别叁个过程,实现了人脸的分类识别?研究了预处理过程中的平滑滤波方法,比较了邻域平均、高斯平滑和中值滤波的处理效果?在识别阶段采用最小二乘支持向量机,进行了人脸识别实验。(本文来源于《第二十九届中国控制会议论文集》期刊2010-07-29）
宋召青,程子君,郑苏[5]（2010）在《基于平滑滤波与最小二乘支持向量机的指纹图像识别研究》一文中研究指出平滑滤波能抑制或消除噪声,获得高质量的图像。建立了完整的指纹识别系统,通过预处理、特征提取和分类识别3个过程,实现了指纹的分类识别;研究了预处理过程中的滤波增强方法,比较了邻域平均、高斯平滑和中值滤波的处理效果;在识别阶段采用最小二乘支持向量机,进行指纹识别实验,并对实验结果进行了比较。(本文来源于《海军航空工程学院学报》期刊2010年02期）
何海江[6]（2009）在《适应Web检索的平滑型排序支持向量机》一文中研究指出代价敏感的排序支持向量机将样本的排序问题转换为样本对的分类问题,以适应Web信息检索.然而急剧膨胀的训练样本对使得学习时间过长.为此,文中提出一种支持二次误差的代价敏感的平滑型排序支持向量机(cs-sRSVM),用分段多项式光滑函数近似铰链损失函数,将优化目标转变为无约束问题.再由Newton-YUAN算法求无约束问题的唯一最优解.在排序学习公开数据集LETOR的实验表明,cs-sRSVM与已有的代价敏感排序算法相比,训练时间更短,而检索性能同样出色.(本文来源于《模式识别与人工智能》期刊2009年06期）
李传宗[7]（2008）在《加权平滑支持向量机及外汇数据的实证分析》一文中研究指出作为国际金融重要的组成部分,汇率一直是人们研究与讨论的热点问题。自2005年7月21号起,我国开始实行以供求为基础、参考货币进行调节、有管理的浮动汇率制度。在新的浮动汇率体制下,人民币汇率频繁而大幅度的波动,给我国经济带来很多不利的影响,汇率风险增加,投机加强,也加大了经济金融市场的不稳定性。如能及时、准确地预测未来一定时间内人民币汇率的变动将具有很重要的意义。本文首先讨论了汇率预测方法的进展,支持向量机用于预测的综述以及其所存在的问题,接着介绍了支持向量机的原理、平滑支持向量机以及局部加权回归原理。之后,讨论了支持向量机在实际应用中所存在的对不同训练样本点具有相同误着惩罚问题,通过借鉴局部加权回归算法来改进支持向量机参数C,并且在求解优化问题时,将原约束问题转化为无约束的凸二次规划问题,进而得到新模型的方案:加权平滑支持向量回归模型(w-SSVR),并且作了相应的对比试验验证算法的性能。在分析经典汇率决定理论的基础上,结合人民币的具体情况,选择了中美两国的10个宏观经济指标作为影响汇率的因素,构建了基于这10个结构变量的加权平滑支持向量回归汇率预测模型,利用1999年1月到2008年3月的数据,进行汇率预测的实证研究,实证结果表明,加权平滑支持向量回归模型的预测精度比一般的支持向量回归模型的预测精度要高,MAPE只有0.298%,拟合效果很好,表明该模型对汇率的预测是可行的。最后,尝试调整结构变量,从预测结果的评价指标看,对结构变量的调整与优化的效果很好,进一步提高了预测的精度。(本文来源于《厦门大学》期刊2008-05-01）
李传宗,席斌,耿代[8]（2008）在《平滑支持向量机聚类研究》一文中研究指出支持向量聚类(Support Vector Clustering,SVC)的运算有较高的计算复杂性,本文在优化过程中引入惩罚函数,以此作为目标函数的惩罚项,并用一个平滑函数来近似正号函数,并将优化问题的不等式约束消去,得到一个无约束问题。再利用BFGS-Armijo算法来求解该无约束问题。理论和仿真结果表明该方法提高优化问题的求解效率。(本文来源于《福建电脑》期刊2008年03期）
耿代[9]（2007）在《最小生成树平滑支持向量机聚类算法研究及其应用》一文中研究指出支持向量机(Support Vector Machines,SVM)是在统计学习理论基础上发展起来的一种新的模式识别方法,近年来在其理论研究和算法实现方面取得了突破性进展。SVM聚类方法是一种新的聚类算法,它利用核函数,通过映射把输入空间的样本点映射到高维特征空间中进行处理。其方法在性能上比经典算法有较大的改进,但传统SVM算法随着数据集的增加其时间复杂度呈指数级增加,如何减少该算法的时间复杂度从而应用于实际数据挖掘问题,正是现在研究的热点。本文针对支持向量机的聚类方法进行了研究,提出了最小生成树平滑支持向量机的算法。本文所做的工作主要是:首先,通过支持向量求解算法的分析,结合聚类的特性,提出了将平滑技术引入聚类支持向量点求解的改进算法。该方法通过加入惩罚函数,将有约束的二次优化问题转变为无约束的优化问题,从而利用传统方法进行求解,算法在有效地保持求解支持向量精度的同时,大大提高算法的性能,节省了存储空间,使求解过程的时间复杂度大为减少。实验验证了该算法能够进一步降低优化时间。其次,对支持向量机聚类的标识方法和最小生成树聚类进行了研究,提出将最小生成树应用于聚类标识的方法。该方法通过分析高维聚类数据分布特征改进了距离表达方法,更加合理地体现了特征空间内点的相似程度,使各类样本之间差别增大,增加了聚类的可靠性。此外,最小生成树的聚类标识大大减少了算法的时间度,实验结果表明该算法与其它方法相比,过程更加简单,所用时间更少。再次,将以上两种算法结合,提出了一种新的聚类算法MST-SSVC,通过实验对算法参数做出了分析,与传统算法及支持向量机改进算法的比较表明该算法大大简化了时间复杂度,同时精度基本不变,使得支持向量机聚类算法对实际大数据集的处理成为可能。最后,首次将该方法应用于社会养老保险个人调查数据的聚类分析中,取得了一些有意义的结果,表明利用该算法应用于数据挖掘是可行的。(本文来源于《厦门大学》期刊2007-06-01）
平滑支持向量机论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决发动机所监控的健康指数不能多于测量参数的问题,采用平滑支持向量机方法(SSVM),用4个参数对发动机九类衰退故障进行诊断,并与传统的支持向量机方法(采用LSSVM)进行对比。研究表明:在样本数量小、样本分布不平衡等条件的影响下,SSVM对各类部件性能衰退故障的诊断正确率均在90%以上。相对于LSSVM,SSVM无需优化参数,鲁棒性强,对样本集大小和样本集数目不平衡性的适应性良好,更适合航空发动机性能衰退故障的诊断。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
平滑支持向量机论文参考文献
[1].刘遵雄,黄志强,刘江伟,陈英.平滑削边绝对偏离惩罚截断Hinge损失支持向量机的财务危机预报[J].计算机应用.2014
[2].王文蔚,史越,尚琦坤,刘峰,侯俊杰.平滑支持向量机的航空发动机性能衰退故障诊断[J].火力与指挥控制.2013
[3].刘丹军,管卫江,张入财,付伟基.基于最小二乘支持向量机的太阳黑子数平滑月均值预报试验[C].S14空间天气地基监测与数值模拟.2012
[4].宋召青,郑苏,李志成.基于平滑滤波与最小二乘支持向量机的人脸图像识别研究[C].第二十九届中国控制会议论文集.2010
[5].宋召青,程子君,郑苏.基于平滑滤波与最小二乘支持向量机的指纹图像识别研究[J].海军航空工程学院学报.2010
[6].何海江.适应Web检索的平滑型排序支持向量机[J].模式识别与人工智能.2009
[7].李传宗.加权平滑支持向量机及外汇数据的实证分析[D].厦门大学.2008
[8].李传宗,席斌,耿代.平滑支持向量机聚类研究[J].福建电脑.2008
[9].耿代.最小生成树平滑支持向量机聚类算法研究及其应用[D].厦门大学.2007
标签：支持向量机; 平滑削边绝对偏离惩罚; 截断Hinge损失支持向量机; 财务预警;