1) least square support vector regression (LSSVR)
最小二乘支持向量机回归(LSSVR)
2) Least squares support vector regression
最小二乘支持向量回归
1.
A least squares support vector regression(LS-SVR) model for the condenser vacuum on-line monitoring was built from external factors,which provided the vacuum target value under the condition of current external environment for operators.
将影响凝汽器真空的因素分为内部因素和外部因素,从外部因素出发,建立了最小二乘支持向量回归模型,用于凝汽器真空实时在线监测,为运行人员提供了当前外部环境下凝汽器真空目标值;通过对凝汽器运行状态的量化评估,为凝汽器的检修提供了依据。
2.
Similarity association rules parameters was found through PCA and a least squares support vector regression(LS-SVR) model that detects sensor fault was built.
提出了基于主成分分析的相似关联规则的数据挖掘方法,并利用最小二乘支持向量回归方法对传感器进行故障检测。
3) Least Square-Wavelet Support Vector regression
最小二乘小波支持向量回归机
4) least squares support vector regression
最小二乘支持向量机回归
1.
Adaptive local learning based least squares support vector regression with application to online modeling for fermentation processes;
用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法
5) local least squares support vector regression
局部最小二乘支持向量机回归
6) least square support vector regression(LSSVR)
最小二乘回归型支持向量机
1.
The residual error generator of system is designed based on least square support vector regression(LSSVR),and the parameters of LSSVR are optimized by genetic algorithm(GA).
设计了基于最小二乘回归型支持向量机(LSSVR)的系统残差生成器,并引入遗传算法(GA)对LSSVR的参数进行优化,通过残差生成器生成的残差可以对系统状态进行有效识别。
补充资料：支持向量机方法
支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条