核函数设计论文-曹万鹏,罗云彬,史辉

核函数设计论文-曹万鹏,罗云彬,史辉

导读:本文包含了核函数设计论文开题报告文献综述及选题提纲参考文献,主要关键词:核函数,SVM,ACO,分类器

核函数设计论文文献综述

曹万鹏,罗云彬,史辉[1](2018)在《一种支持向量机算法设计中优化的混合加权核函数选取与样本加权方法》一文中研究指出为提高支持向量机(SVM)算法的分类精度,本文基于SVM分类算法工作原理,提出一种新的样本权值设置方法,并将SVM最大分类间隔因素引入蚁群算法(ACO)中,实现了优化的混合加权核函数选取.首先,依据最大分类间隔决定SVM分类模型潜在分类能力这一原理,基于样本对最大分类间隔的不同贡献自适应地为其设置权值.然后,将SVM最大分类间隔因素引入ACO搜索算法的参数设置中,对混合加权核函数方案进行确定.本文算法从提高SVM分类模型分类确定性的角度出发,实现了训练样本权值、核函数以及其相应系数的自适应设置、选取.最终,本文方法用于一系列有针对性的笔迹验证实验,实验结果证明用本文方法学习所得SVM分类模型对后续待检测样本具有更高分类精度.(本文来源于《小型微型计算机系统》期刊2018年02期)

许永秀,田雨波,胡晓朋,李双双[2](2018)在《基于一种新型核函数高斯过程的双频微带天线设计》一文中研究指出针对采用高斯过程进行建模时,不同核函数形式有着不同学习效果的问题,提出了一种自定义的平方指数形式的核函数,并基于多项式函数拟合对这种新型的核函数进行了数值仿真。仿真结果表明,该核函数不但可以提高模型的精确度和有效性,而且还可以提高模型的学习能力和泛化能力。最后,将基于该核函数的高斯过程建模方法用于矩形双频微带天线优化设计和WLAN双频单极子天线优化设计,进一步证明了这种方法是可行的和有效的。(本文来源于《计算机应用研究》期刊2018年08期)

张艺烁[3](2016)在《基于词序列核函数的专利设计目标分类方法研究》一文中研究指出创新是保持现代社会稳定发展的关键问题,当现有的技术很难再做改进时,就需要改变以往的思维方式。设计者受到思维惯性和知识领域的限制要做出创新是非常困难的,而专利中丰富的创新知识和成果为人们提供了便捷的创新思维。面对丰富的专利资源,要从中直接获取设计目标、待解决的问题、实施方案等创新信息是相当困难的。如何通过专利处理让相关人员能够方便地获取专利中的创新信息已经成为了当今的研究热点。本文通过分析中文专利文本的结构与格式,利用词法分析、句法分析得到设计目标句的标志词以及其句式特征。通过标志词、句式特征,对专利文本中的句子进行过滤获得专利目标的候选句子集合。利用特征选择将候选集转化为样本,采用朴素贝叶斯、逻辑回归、支持向量机叁个分类算法做对比试验,对样本进行分类得到专利设计目标句。实验表明,支持向量机算法相对于其他两个算法来讲准确率高2个百分点,整体准确率在70%以上。在设计目标分类的研究中,针对传统的词序列核函数语义支持不足的情况,通过改进的高斯核函数引入对语义信息的支持,将两者进行线性加权得到改进的词序列核函数。在使用改进的词序列核函数、结合支持向量机对设计目标进行分类,并将该方法与传统的基于高斯核函数的支持向量机算法进行对比。首先,通过词法与句法分析将样本数据转化为特征向量。其次,将句法分析中的依存关系作为语义特征加入到特征向量中。最后,分别使用改进的词序列核与高斯核对样本进行预测。实验表明,改进的词序列核方法与基于高斯核的支持向量机方法相比提高了4个百分点的准确率。(本文来源于《河北工业大学》期刊2016-12-01)

潘光斌,徐锦,廖玲[4](2014)在《基于核函数的间接测量系统模型设计》一文中研究指出介绍了核函数的基本理论和方法,提出了基于核函数主成份分析(KPCA)的间接测量模型构建方法,并与神经网络方法进行了比较,数值仿真实例证明了该方法在非线性测量模型的建模性能上的改进。(本文来源于《计量与测试技术》期刊2014年03期)

蒋德,仇悦,沈海斌[5](2013)在《适用于传感器系统的核函数运算硬件设计》一文中研究指出针对人工智能与传感器技术结合的技术趋势,提出了2种适用于传感器系统的支持向量机核函数运算硬件实现方法。这2种方法均支持多种核函数运算,并采用了串行运算的方式,回避了原有架构对样本数不够灵活和面积对样本数过于敏感的缺点。对2种实现方法在多个角度进行对比,并探讨其优缺点。实验结果表明:一种适合于对面积要求高,支持核函数不多的场合;另一种适合于对速度要求高,支持核函数较多的场合。(本文来源于《传感器与微系统》期刊2013年09期)

董金威[6](2013)在《基于高斯核函数的带钢边缘缺陷检测系统的设计与实现》一文中研究指出钢铁工业的发达与否代表了一个国家的工业化水平,而且其在国家的经济组成成分中占了不可忽视的比例。带钢是钢铁工业的主要产品之一,用途非常广泛,可以用来制造自行车车架、轮圈、刀片等,其质量将会影响到社会各行各业的安全。判断带钢优劣,是否符合规格的标准之一就是板型质量。在所有板型质量废品中,镰刀弯废品量占有非常大的比重,所以如何在大量的带钢中检测出镰刀弯废品将是一项有意义和挑战性的课题。检测镰刀弯废品就是检测出边缘部分具有突起或者凹陷的带钢,也就是对带钢边缘进行回归来判断其是否具有缺陷。传统的最小二乘法曲线拟合有容易受突出值的影响并有过拟合、收敛速度慢等缺点。核回归也是一种非参数回归估计方法,它可以不去假定模型的分布形式,通过直接对数据进行处理来获得估计值,从而避免了模型假定所带来的误差。为了实现带钢镰刀弯缺陷的准确检测,本文从计算机应用角度出发,结合数学、计算机视觉和人工智能等学科的知识,提出并实现了基于高斯核函数的带钢边缘缺陷检测系统。通过对核函数的选择,参数的确定,实验结果得出,基于高斯核函数的带钢边缘缺陷检测系统具有高识别率,强鲁棒性。(本文来源于《华中科技大学》期刊2013-01-01)

徐冲,刘保国,刘开云,郭佳奇[7](2010)在《基于组合核函数的高斯过程边坡角智能设计》一文中研究指出高斯过程(GP)是近年来发展迅速的一种全新学习机。与支持向量机(SVM)相比,该方法有着容易实现、超参数可自适应获取及预测输出具有概率意义等优点。结合边坡工程中的边坡角设计,编写了在多种因素影响下边坡角设计的GP程序,为克服单一核函数预测精度和网络泛化能力差的缺点,采用单一核函数相加作为GP的组合核函数,将自动关联性测定参数(ARD)引入其中,建立了关于超参数的GP回归网络模型,使用共轭梯度下降算法导出最优超参数,用ARD超参数进行输入属性相关性分析和特征选取,并以此网络对测试样本进行学习预测,结合支持向量回归方法给出了在回归问题上的应用和对比分析。结果表明:在边坡角智能设计应用中,采用组合核函数的GPR网络ARD参数具有明确的物理意义,预测回归性能优于SVM,且预测输出的概率解释能更好的体现预测值的代表性,为边坡角设计开辟新径。(本文来源于《岩土力学》期刊2010年03期)

王璞,杨建宇[8](2007)在《基于乘积性模糊函数的核函数设计方法》一文中研究指出利用乘积性模糊函数,提出一种双线性时频分布的核函数设计新方法,能够在模糊域有效地抑制噪声和多分量间的交叉项。在多分量强弱信号环境中,提出基于逐次减小误差的递归算法重构强信号,减小传统分析方法的残余信号影响和参数误差传播效应。利用分段近似的原则,可将非线性调频信号分解为多分量线性调频信号,从而将核函数设计方法推广到非线性调频信号环境。最后,仿真结果证实了该方法对多分量调频信号的有效性。(本文来源于《电波科学学报》期刊2007年06期)

柳桂国,柳贺,黄道[9](2007)在《模式分析的核函数设计方法及应用》一文中研究指出利用卷积算子和H1(R)核函数给出了一种设计Hn(R)核函数的新方法,该方法简便易行。运用该方法设计的核函数,应用在轴承正常振动信号数据、轴承内圈、外圈以及滚动体故障振动信号数据进行核主成分分析(KPCA)中,仿真结果表明:该方法可以有效地识别轴承正常和内圈、外圈以及滚动体故障。(本文来源于《华东理工大学学报(自然科学版)》期刊2007年03期)

黄正华[10](2007)在《基于生物序列分析的核函数设计及应用》一文中研究指出模式分析解决的是检测数据集合中存在的潜在关系问题,它在现代人工智能和计算机科学应用领域的许多问题中发挥着重要作用。我们可以根据模式理解某个数据源中内在的关系、规律性或者结构。通过检测到的数据集合中的显着模式,系统能够对来自同一数据源的新数据做出相关预测。模式分析领域较新的研究成果-模式分析的核方法,通过把原本存在非线性关系的数据嵌入到某个可以发现线性关系的空间,达到降低求解复杂度的效果。此法之所以行得通,关键在于存在一条计算捷径:通过核函数,能够不用计算具体的非线性映射,就得到输入数据映射到高维空间后的特征。随着人类基因组计划的快速发展,生物信息学技术在人类疾病与功能基因的发现与识别、基因与蛋白质的表达与功能研究方面都发挥着关键的作用。该学科的许多具体研究工作,就是基于海量的观测数据挖掘内在规律,再通过这种内在规律来做出类别判断或者新的功能预测。比如基因序列分类、蛋白质功能预测等等。综合技术进步与实际应用的需要,可以考虑将“基于核的学习方法”应用于生物序列分类任务,应用过程中的难点就是计算捷径-核函数的合理设计。本文围绕这一难点展开的工作,主要包括以下叁个方面的内容:(1)深入分析了已有的核方法框架。虽然各种任务的目的不同,但是运用核方法的程序,其工作的方式是一致的。算法程序被调整为接受输入数据之间的内积,随后核函数被用来计算输入数据映射到特征空间后的内积,从而使得算法程序在高维空间中仍能正常使用。这一流程说明核方法具有模块性,也证实了它本身作为学习算法的可重用性;(2)探讨了核的基本性质和构造理论,以此为理论基础,分析了K .Tsuda等人提出的边际核函数定义,并通过在边际核特征空间中,进一步引入特征向量之间的距离作为生物序列相似性的度量,提出了基于离量度的边际核函数定义;(3)使用K .Tsuda等人提出的边际核函数和本文定义的基于距离量度的边际核函数,利用模式分析的核方法,随后进行了具体的gyrB(旋转酶B亚单位)氨基酸序列分类实验。实验结果证明基于距离量度的边际核的识别效果要优于原边际核,且也具备一定的推广空间。(本文来源于《江南大学》期刊2007-06-01)

核函数设计论文开题报告

(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:

针对采用高斯过程进行建模时,不同核函数形式有着不同学习效果的问题,提出了一种自定义的平方指数形式的核函数,并基于多项式函数拟合对这种新型的核函数进行了数值仿真。仿真结果表明,该核函数不但可以提高模型的精确度和有效性,而且还可以提高模型的学习能力和泛化能力。最后,将基于该核函数的高斯过程建模方法用于矩形双频微带天线优化设计和WLAN双频单极子天线优化设计,进一步证明了这种方法是可行的和有效的。

(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。

核函数设计论文参考文献

[1].曹万鹏,罗云彬,史辉.一种支持向量机算法设计中优化的混合加权核函数选取与样本加权方法[J].小型微型计算机系统.2018

[2].许永秀,田雨波,胡晓朋,李双双.基于一种新型核函数高斯过程的双频微带天线设计[J].计算机应用研究.2018

[3].张艺烁.基于词序列核函数的专利设计目标分类方法研究[D].河北工业大学.2016

[4].潘光斌,徐锦,廖玲.基于核函数的间接测量系统模型设计[J].计量与测试技术.2014

[5].蒋德,仇悦,沈海斌.适用于传感器系统的核函数运算硬件设计[J].传感器与微系统.2013

[6].董金威.基于高斯核函数的带钢边缘缺陷检测系统的设计与实现[D].华中科技大学.2013

[7].徐冲,刘保国,刘开云,郭佳奇.基于组合核函数的高斯过程边坡角智能设计[J].岩土力学.2010

[8].王璞,杨建宇.基于乘积性模糊函数的核函数设计方法[J].电波科学学报.2007

[9].柳桂国,柳贺,黄道.模式分析的核函数设计方法及应用[J].华东理工大学学报(自然科学版).2007

[10].黄正华.基于生物序列分析的核函数设计及应用[D].江南大学.2007

标签:;  ;  ;  ;  

核函数设计论文-曹万鹏,罗云彬,史辉
下载Doc文档

猜你喜欢