导读:本文包含了标准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,增量式学习,减量式学习,可行性分析
标准支持向量机论文文献综述
顾彬,郑关胜,王建东[1]（2013）在《增量和减量式标准支持向量机的分析》一文中研究指出当训练数据每次发生改变时,例如增加或者删除部分数据,标准支持向量机的批处理算法就需要重新进行训练,这将不适合在线环境的计算.为了克服这个问题,Cauwenberghs和Poggio提出了增量和减量式标准支持向量机算法(C&P算法).通过理论分析,证明C&P算法的可行性和有限收敛性.可行性证明确保了C&P算法的每步调整都是可靠的,有限收敛性证明确保了C&P算法通过有限步调整最终收敛到问题的最优解.在此基础上,进一步通过实验结果验证了所给出的理论分析的结果.(本文来源于《软件学报》期刊2013年07期）
刘晓冰,周世宽,薄洪光,蒙秋男,常剑[2]（2012）在《基于支持向量机的作业基础标准成本制定方法》一文中研究指出为解决传统标准成本制定过程中存在的主观经验性、不及时性和平均化带来的误差等问题,提出一种基于邻域粗糙集、随机分布理论和支持向量机的作业标准成本制定方法。首先通过邻域粗糙集理论进行属性约简,确定影响作业成本的属性因素,依据约简属性集从实例库中抽样并分析随机属性的分布规律,确定置信区间;然后用支持向量机建立随机属性和作业成本的回归模型,利用随机属性的置信区间确定作业标准成本的区间范围并最终确定作业标准成本值;最后建立作业标准成本的回归模型,预测小批量或新产品的标准成本。通过钢铁企业的应用实例,给出了该方法的具体实现过程,并验证了方法的有效性。(本文来源于《计算机集成制造系统》期刊2012年10期）
赖红松,吴次芳[3]（2012）在《基于支持向量机的标准农田地力等级评价——以浙江省温州市鹿城区为例》一文中研究指出提出了一种基于支持向量机(SVM)的标准农田地力等级评价方法,并给出了遗传算法-模拟退火(GASA)优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构造SVM样本集,然后运用GASA优化SVM参数算法训练SVM,建立标准农田地力等级的SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行了评价,结果为:2级田和3级田分别占测试样本代表标准农田总面积(115.7 hm2)的45.04%和54.96%,该方法的评价正确率为100%。应用BP神经网络法对测试样本进行评价,其评价正确率为90%。结果表明,SVM用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。(本文来源于《土壤学报》期刊2012年05期）
赖红松,吴次芳[4]（2011）在《基于粗糙集和支持向量机的标准农田地力等级评价》一文中研究指出标准农田是耕地的精华,是确保国家粮食安全的关键。科学评价标准农田地力等级对标准农田培肥和土壤改良有着重要意义。将粗糙集(Rough Set,RS)理论和支持向量机(SupportVector Machine,SVM)相结合,提出了基于RS和SVM的标准农田地力等级评价方法,同时,利用遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了GASA优化SVM参数算法。该方法首先在确定标准农田地力等级评价指标的基础上,利用地力调查样本数据及传统的指数和法评价结果构建RS决策表,应用RS穷尽算法对决策表进行约简,剔除冗余的评价指标,然后用约简后的评价指标作为SVM的输入,运用GASA优化SVM参数算法对SVM进行训练,建立标准农田地力等级的RS-SVM评价模型。应用该方法对温州市鹿城区标准农田地力等级进行评价,与未用RS约简的SVM模型和BP神经网络模型评价结果进行对比,SVM模型和BP神经网络模型的输入指标数均为15个,其评价正确率分别为100%和90%;RS-SVM模型的输入指标数为14个,其评价正确率分别为100%,结果表明,该方法通过RS约简评价指标后,SVM评价精度并没有降低,但降低了SVM输入向量维数和计算复杂度,提高了训练效率;SVM用于标准农田地力等级评价,具有比BP神经网络更高的评价精度,可有效用于标准农田地力等级评价,为耕地地力评价提供了新方法。(本文来源于《自然资源学报》期刊2011年12期）
马喜波,阎爱侠[5]（2008）在《支持向量机算法用于烷基苯的热容和标准焓值的预测》一文中研究指出建立了有关烷基苯结构和它们的热容、标准焓值之间的定量构效关系模型。根据烷基苯的分子结构式,其每个结构分别采用含有6数字的编码来表示。本文建立的定量构效关系模型分别采用了多元线性回归、多元非线性回归和支持向量机算法。所有的化合物被分为训练集和测试集。对每个模型的训练集和测试集的相关系数、平均绝对误差和均方差进行了计算,并对叁个模型的预测效果进行了对比讨论。在烷基苯的热容、标准焓值的预测上支持向量机算法略优于另两种方法,显示出了支持向量机算法在预测化合物物理化学性质方面的优越性。(本文来源于《北京化工大学学报(自然科学版)》期刊2008年02期）
徐翘[6]（2006）在《基于支持向量机的城市防洪标准和排涝标准的耦合研究》一文中研究指出对城市而言,无论是外洪还是内涝,产生的灾害后果都是一样的。因而对城市防洪和排涝都应采用同样的标准。但是,由于我国目前城市防洪和城市排涝的规划与建设分别由水利部门和城建部门负责,在防洪标准和排涝标准的选取上并没有达成一致,导致了防洪标准越高、内涝越严重的现象出现。为了避免类似现象的发生,本文将针对不同类型的城市提出城市防洪标准和排涝标准的耦合模型,从而解决城市防洪和城市排涝标准之间不协调的问题,使城市防洪标准与排涝标准趋于一致,将城市排涝纳入城市防洪。 本文首先在国内外城市洪涝灾害情况、防洪治涝现状调查研究的基础上,对我国目前城市防洪和治涝中存在的问题进行了探讨,综合了城市防洪和城市排涝的分析计算办法,然后运用支持向量机法建立了城市防洪标准和城市排涝标准的耦合模型、提出利用遗传算法对其参数进行优化选择,最后利用该模型对浙江省的叁个城市(桐乡、兰溪和温州)的城市防洪重现期和排涝重现期进行了相关分析,同时也验证了该模型的可行性。(本文来源于《浙江大学》期刊2006-02-01）
标准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：
为解决传统标准成本制定过程中存在的主观经验性、不及时性和平均化带来的误差等问题,提出一种基于邻域粗糙集、随机分布理论和支持向量机的作业标准成本制定方法。首先通过邻域粗糙集理论进行属性约简,确定影响作业成本的属性因素,依据约简属性集从实例库中抽样并分析随机属性的分布规律,确定置信区间;然后用支持向量机建立随机属性和作业成本的回归模型,利用随机属性的置信区间确定作业标准成本的区间范围并最终确定作业标准成本值;最后建立作业标准成本的回归模型,预测小批量或新产品的标准成本。通过钢铁企业的应用实例,给出了该方法的具体实现过程,并验证了方法的有效性。
（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。
标准支持向量机论文参考文献
[1].顾彬,郑关胜,王建东.增量和减量式标准支持向量机的分析[J].软件学报.2013
[2].刘晓冰,周世宽,薄洪光,蒙秋男,常剑.基于支持向量机的作业基础标准成本制定方法[J].计算机集成制造系统.2012
[3].赖红松,吴次芳.基于支持向量机的标准农田地力等级评价——以浙江省温州市鹿城区为例[J].土壤学报.2012
[4].赖红松,吴次芳.基于粗糙集和支持向量机的标准农田地力等级评价[J].自然资源学报.2011
[5].马喜波,阎爱侠.支持向量机算法用于烷基苯的热容和标准焓值的预测[J].北京化工大学学报(自然科学版).2008
[6].徐翘.基于支持向量机的城市防洪标准和排涝标准的耦合研究[D].浙江大学.2006