文章-世纪中文出版社

杜志达刘运鹄《建筑与工程管理》 2020年9期

摘要:

准确的工程项目成本估算是分析工程价值的重要依据，也是实现高质量成本控制的基础。针对成本与其影响因素之间的高度非线性特征以及工程实践中小样本数据的情况，构建了基于ABC-LS-SVM的成本估算模型。该模型以LS-SVM算法为核心，采用人工蜂群算法调谐模型核心参数取值。实例表明:与其他估算模型相比，该模型实现了估算精度和建模效率的双重提高。在此基础上，依据成本估算值和测试集误差MAPE划定成本控制区间，建立成本控制模型，判断项目成本的状态和管理水平，保证项目实现预定的经济目标和社会效益，为实现项目成本的有效控制提供参考。

基于SVM的学习兴趣度分析方法的研究下载：51 浏览：377

张童常佳薇《中国仪器》 2019年5期

摘要:

对学生学习状态评价在教学活动中是非常有意义的，但是目前的学生课堂评价体系都过于主观。本文介绍了一种根据课堂中采集到人脸微笑情绪特征，并利用SVM来判断学生对当前课堂内容是否感兴趣的分析方法。

基于因素法和SVM模型的耕地质量评价方法研究下载：76 浏览：493

朱瑕1 张立亭2 靳焕焕1 《中国土壤》 2020年4期

摘要:

为减少耕地质量评价工作中确定评价指标权重人为因素的影响,选取江西省奉新县为研究对象,引入机器学习技术,建立基于SVM模型的耕地质量评价模型,探索客观、高效的耕地质量评价方法。本文应用因素法和SVM模型法分别对奉新县耕地质量等别进行划定,通过对比分析两种方法的评价结果,对两种方法的优劣及适用条件进行了判定。结果表明,与因素法相比,SVM模型法具有等别划分高效的优势;SVM模型法耕地质量评价结果的正确率高达96.93%,符合耕地质量评价精度要求。应用SVM模型进行耕地质量评价具有测算高效、受人为因素干扰小等优点,可以广泛应用于耕地质量等别更新、新增耕地质量等别划定等工作。

基于CNN-NSVM的入侵检测模型下载：41 浏览：456

王佳林童恩栋牛温佳刘吉强赵迪《信息通信与技术》 2018年12期

摘要:

网络入侵检测系统在网络安全中占据重要位置。然而，面对现代网络的复杂变化，人们对于入侵检测系统的需求不仅仅只停留在较高的准确率方面，对检测效率也提出了更高的要求。随着数据维度和数量的不断提高，训练时间也随之增长。同时，入侵检测系统对于小样本数据检测的准确率较低。针对这些问题，改进了过采样算法，提出一种新的基于CNN-NSVM的入侵检测模型，将深度神经网络与浅层分类器相结合，融合了多层卷积神经网络和多类支持向量机算法。实验结果显示，相比其他方法，显著减少了训练时间，提高了不平衡数据中小样本检测的准确率。

基于RS-PSO-SVM算法的腐蚀管道剩余强度预测技术研究下载：79 浏览：358

杨旭东周艳丽刘志娟陆亮于天齐刘勇《石油科学研究》 2020年10期

摘要:

目前,我国大多数油气管道服役时间已超过20 a,受到土壤、大气以及水体等多方面的影响,腐蚀成为危害管道安全、造成管道失效的重要因素。针对单一腐蚀缺陷管道剩余强度样本数据少、公式计算保守性强、有限元分析过于复杂等缺点,将RS、PSO和SVM算法模型有机结合,构建了腐蚀管道剩余强度预测模型。通过RS属性约简,有效提取了影响管道剩余强度的关键性指标因素,随后应用改进的PSO算法对SVM的参数进行了寻优,避免了人工试算法造成的误差过大和训练时间过长的缺点,与BP神经网络、RS-WNN算法相比,RS-PSO-SVM算法的保守性和准确性都较为优越,平均绝对百分误差为1.23%,均方根误差为0.17 MPa,模型的鲁棒性和预测性更好,对管道剩余强度的研究具有借鉴意义。

基于识别关键样本点的非平衡数据核SVM算法下载：72 浏览：398

郭婷1 王杰1 刘全明1 梁吉业2 《人工智能研究》 2019年12期

摘要:

非平衡数据处理中常采用的欠采样方法很少考虑支持向量机(SVM)的特性,并且在原始空间进行采样会导致多数类样本部分关键信息的丢失.针对上述问题,文中提出基于识别关键样本点的非平衡数据核SVM算法.基于初始超平面有效划分多数类样本,在高维空间中对每个分块进行核异类近邻抽样,得到多数类中的关键样本点,使用关键样本点和少数类样本训练最终核SVM分类器.在多个数据集上的实验证明文中算法的可行性和有效性,特别是在非平衡度高于10∶1的数据集上,文中算法优势明显.

基于SVM与fMRI技术对精神分裂症的分类研究下载：63 浏览：486

朱亚飞付舒悦杨仕虎姚佩玲谭颖《计算机研究与应用》 2020年3期

摘要:

精神分裂症是一种常见的重型精神疾病。近年来,非侵入性核磁共振影像技术被广泛应用在精神分裂症的研究。目前,已经有大批的机器学习方法应用在核磁共振影像上,例如:KNN、SVM等。通过构建脑功能连接的方式对数据进行处理。在输入分类器之前,对特征进行归一化处理。归一化后再输入SVM分类器,在线性SVM分类器中,分类准确率最高达到78.5%。与传统的直接输入分类器的结果比较,分类准确率有较好的分类效果。该研究对精神分裂症的研究有一定意义,辅助医生诊断疾病。

一种基于OCSVM的PLC网络异常检测技术下载：87 浏览：496

何世敏1 刘嘉勇2 郑荣锋1 《计算机研究与应用》 2019年12期

摘要:

针对由于正负样本量不均衡导致使用传统支持向量机异常检测准确率较低的问题,在使用西门子S7协议的PLC网络环境中,采用单类支持向量机算法来训练异常检测模型。首先结合主成分分析法降低训练模型和检测异常数据的时间开销；然后在训练单类支持向量机模型时,采用人工蜂群算法优化模型的相关参数g和C。实验结果表明,采用单类支持向量机算法并结合主成分分析法的异常检测技术在确保准确率的同时,能够有效减少计算时间。

基于改进的KPCA-PSO-WLSSVM在循环水腐蚀预测中的应用下载：44 浏览：298

秦雯《电气学报》 2019年7期

摘要:

针对石化现场腐蚀速率参数存在测量成本高、测量周期长的问题,结合国内外腐蚀研究现状提出了一种基于改进的自适应加权最小二乘支持向量机回归建模方法。该方法首先对数据进行整合处理,借助核主成分分析(KPCA)算法对整合后的数据进行主成分提取,依据处理好的数据建立LS-SVM模型;其次采用改进的加权算法对LS-SVM进行权值处理;然后采用全局搜索能力较强的混沌粒子群-模拟退火优化算法(CPSO-SA)对LS-SVM模型正则化参数和核宽度参数进行优化,提高模型的泛化能力;最后建立优化后的KPCA-WLS-SVM模型。实验结果表明,应用该方法建立的循环水腐蚀预测模型的预测准确度远远高于其他预测模型的预测准确度。

基于SVM的海浪要素预测试验研究下载：69 浏览：447

金权华锋杨永增《海洋研究》 2019年6期

摘要:

采用支持向量机对海浪要素中的有效波高进行预测,采用风场和波浪场作为学习要素,对比不同特征向量对有效波高预测结果的准确度.取台湾岛东部海区作为实验区域,使用NCEP再分析的数值模式数据作为学习样本.选用支持向量分类机,建立了4组不同特征向量的模型进行海浪有效波高的预测,并对4种模型的结果进行比较和分析.实验表明,当输入的特征向量过多或过少时,会对模型的预测结果和计算效率产生不同的影响.当使用风场和波浪场共同作为特征向量进行学习时,在该区域预测结果与模式预报结果相比更接近,相关系数将近99％,均方根误差约0.2 m.

基于卷积神经网络检测方式的Web防火墙攻击检测技术研究下载：200 浏览：2919

许世强《神经科学研究》 2022年10期

摘要:

通常情况下，传统网络安全工具仅适用于OSI低的层面进行工作，针对于应用层攻击而言并没有太大的安全可靠性。WEB应用防火墙属于使用者同web系统之间的攻击检测单元，其可以显著提升系统数据安全性特征。但是初始发展阶段的应用防火墙无法应对新型攻击方法与模式，基于该应用缺陷，本文搭建出一种基于卷积神经网络的检测方式以及基于支持向量机的检测方式，最后借助于实验方法来验证所提两种方法的正确性与有效性。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com