2) Fuzzy support vector regression (F_SVR)
模糊支持向量回归(F_SVR)
3) fuzzy support vector regression
模糊支持向量回归机
1.
This paper proposes an integration algorithm for fuzzy support vector regression based on improved Adaboost.
RT的模糊支持向量回归机的集成算法。
4) support vector regression
回归型支持向量机
1.
Fault Diagnosis for Hydraulic Actuator Based on Support Vector Regression;
基于回归型支持向量机的液压舵机故障诊断
2.
Parameters selection of support vector regression based on genetic algorithm.;
基于遗传算法的回归型支持向量机参数选择法
3.
Bring forward and apply the support vector regression to learn and classify the feature of motor fault by analyzing pattern recognition of the motor fault.
通过分析电机故障模式识别的原理,提出应用回归型支持向量机进行电机故障特征学习和分类的方法;从回归型支持向量机的基本原理出发,探讨线性回归与非线性回归两种情形,对其预测能力进行分析得到误差计算公式;在其基础上建立同步电机故障诊断模型并进行仿真,通过电压波形处理前后的对比,能够及时检测到故障的发生并进行识别,从而验证了回归型支持向量机是电机故障诊断在线检测的一种有效方法;但如何把已有的先验知识应用到SVM训练中仍然是一个悬而未决的问题。
5) support vector regression(SVR)
回归型支持向量机(SVR)
1.
Aiming at the problem of difficult system identification modeling for control system,an identification modeling system was designed for control system by using support vector regression(SVR).
针对非线性控制系统辨识建模较为困难的问题,利用回归型支持向量机(SVR)设计了一例控制系统的辨识建模系统。
6) support vector regression(SVR)
回归型支持向量机
1.
On the basis of support vector regression(SVR) and synchronization code,a new digital audio blind watermarking algorithm is proposed.
该算法以回归型支持向量机(SVR)理论及同步码技术为基础,首先结合数字音频内容,选取稳定的能量、过零率作为特征向量并获得SVR训练模型,然后利用SVR训练模型自适应确定嵌入位置,最后采纳量化调制策略,分别在空间域和频率域内将同步码和数字水印嵌入到音频载体内。
2.
This algorithm takes into consideration the important image edges and utilizes the support vector regression(SVR) theory.
为了提高彩色图像检索的准确性,以回归型支持向量机(SVR)理论为基础,结合重要的图像边缘信息,提出了一种鲁棒的多特征彩色图像检索新方法。
3.
A new blind image watermarking algorithm based on Support Vector Regression(SVR) is proposed.
以回归型支持向量机(Support Vector Regression,SVR)理论为基础,提出了一种新的基于SVR的小波域盲水印算法。
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