Forecasting of stock returns by using manifold wavelet support vector machine

An admissible manifold wavelet kernel is proposed to construct manifold wavelet support vector machine(MWSVM) for stock returns forecasting.The manifold wavelet kernel is obtained by incorporating manifold theory into wavelet technique in support vector machine(SVM).Since manifold wavelet function can yield features that describe of the stock time series both at various locations and at varying time granularities,the MWSVM can approximate arbitrary nonlinear functions and forecast stock returns accurately.T...     

基于特征选择和SVM参数同步优化的网络入侵检测

为了提高网络入侵检测正确率,利用特征选择和支持向量机（SVM）参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.     

基于模糊支持向量机的变压器故障诊断

针对支持向量机对训练样本内的噪声和孤立点比较敏感,影响了支持向量机分类性能的弱点,利用模糊支持向量机的学习方法,构建了变压器故障诊断模型．采取一种基于二叉树的多分类方法,使用模糊C均值聚类算法求取模糊支持向量机的模糊隶属度,采用径向基核函数,并利用遗传算法对模糊支持向量机的参数进行寻优．实验结果表明,基于二叉数的模糊支持向量机模型相比BP神经网络、支持向量机有更高的诊断准确率,基于二叉树模糊支持向量机的变压器故障诊断方法是可行的．     

基于支持向量机的岩爆模式识别及预测

采用支持向量机,运用分析国内、外工程岩爆数据,以岩石单轴抗压强度与单轴抗拉强度的比值、洞室围岩的最大切向应力与岩石单轴抗压强度比值及弹性能量指数作为评判指标,对典型岩爆进行模式识别即分类,并进行了预测.试验结果表明,该预测方法具有较高的准确率,较好地解决了小样本及非线性等实际问题.     

船撞桥最小二乘支持向量机预测方法

为了提高桥梁与桥区通航船舶的安全性, 提出了一种船撞桥概率智能预测方法。以桥墩跨径、水流速度、水流方向与桥墩连线法线方向夹角以及航道弯曲度为系统输入, 以单航次船撞桥事故率为系统输出, 应用最小二乘支持向量机进行了船撞桥概率估算。结合实际航道, 选择了长江和黑龙江上12座桥梁的洪水期、中水期和枯水期3个时段的样本数据进行验算, 并与神经网络船撞桥概率估算结果进行对比。对比结果表明: 支持向量机方法能准确地预报船撞桥概率, 具有全局最优解, 并且收敛性和学习效率均优于神经网络。     

基于支持向量机的发动机气路故障预诊断

为实现航空发动机气路故障在线预诊断, 分析了地空数据链系统中发动机气路参数报文的协议格式, 建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础, 构建发动机报文并行处理系统, 获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数, 实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数, 获得气路参数在线预测模型, 与航路飞机建立地空数据链通信, 预测气路参数趋势。预测结果表明: 参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%, 因此, 支持向量机模型具有较高预测精度。     

基于加速混沌优化算法的支持向量机参数选择

针对支持向量机参数选择问题, 以惩罚系数、不敏感系数和RBF核函数中的宽度系数为优化变量, 采用Chebyshev映射代替Logistic映射产生初始混沌序列, 改变原有的搜索公式及增加3次载波, 提出了一种改进的加速混沌优化算法(ISCOA)。将该算法应用于人工数据集和实际数据集中, 并与常规的交叉验证法进行比较。试验结果表明: 在人工数据集中, 采用ISCOA在时间上缩短了至少23.43%, 精度上提高了至少6.31%;在实际数据集中, 预测值更接近实际值, 相对误差均控制在3.13%以下, 该算法具有较高的预测精度和寻优效果。     

基于最小二乘支持向量机的交通流量预测模型

城市交通流具有复杂性、时变性和随机性,实时准确的交通流量预测是实现智能交通诱导及控制的前提.综合分析交通流量影响因素的基础上,进行多路段的交通流量预测研究,提出了基于最小二乘支持向量机的交通流量预测改进模型,并应用平安大街的流量数据进行实例验证.结果表明,该模型具有学习速度快、跟踪性能好及泛化能力强等优点,在交通流预测中更具有实用性和推广性.     

Hepatic CT image query based on threshold-based classification scheme with gabor features

Hepatic computed tomography(CT) images with Gabor function were analyzed.Then a threshold-based classification scheme was proposed using Gabor features and proceeded with the retrieval of the hepatic CT images.In our experiments, a batch of hepatic CT images containing several types of CT findings was used and compared with the Zhao's image classification scheme, support vector machines(SVM) scheme and threshold-based scheme.     

基于支持向量机的大跨连续刚构桥可靠度分析

针对大跨连续刚构桥在可靠性分析过程中功能函数不能显示、表达的问题,提出了一种基于支持向量机分类功能可靠度的计算方法。采用拉丁超立方抽样产生一定样本的数据库,通过改变样本点中效应数据的大小,并结合有限元程序的分析,找出一定精度下离分类面最近的一对样本点,从而得到新的样本库。然后,用新的样本库构造出一个 SVM分类器函数。结合蒙特卡罗数值模拟,计算其失效概率。以四川某大跨连续刚构桥为例,验证了该方法的实用性。     

基于支持向量机的都市圈客运量预测模型

将都市圈客运量样本数据集分为训练集、测试集和检验集, 采用最小最终误差预测准则确定预测值的损失函数参数与惩罚因子, 选取ε-不敏感损失函数与高斯核函数减小预测复杂性, 构建了基于支持向量机的都市圈客运量预测模型, 并通过逐渐改变损失函数、惩罚因子与高斯核函数参数的取值, 对京津冀都市圈客运量进行了预测。预测结果表明: 客运量预测的平均相对误差为0.15%, 预测值与实测数据拟合良好, 整体变化趋势一致, 反映了预测模型的可靠性。     

基于遗传优化支持向量机的交通事故预测

针对道路交通事故的预测问题,引入基于遗传优化支持向量机算法建立交通事故预测模型。利用遗传算法寻找支持向量机的最优参数组合,并用最优参数构建相应的支持向量机预测模型。仿真计算结果表明,基于遗传算法优化支持向量机模型优于传统的SVM模型,从而可以更有效地对道路交通事故进行预测。     

基于支持向量机响应面法的连续刚构桥可靠度

针对连续刚构桥结构可靠度分析过程中功能函数不能显示和功能函数拟合时试验样本过多等问题,提出了一种结合支持向量机回归功能与响应面法的可靠度算法。该算法将支持向量机的良好性能(如：处理小样本、高维及非线性)和响应面法的优点(如：直观和高效等)结合在一起。以某连续刚构桥为例,计算了该桥中跨挠度失效模式下的可靠指标。对该失效模式下可靠度参数的敏感性进行了分析,得出了有益的结论。     

Wavelet De-noising of Speech Using Singular Spectrum Analysis for Decomposition Level Selection

The problem of speech enhancement using threshold de-noising in wavelet domain was considered.The appropriate decomposition level is another key factor pertinent to de-noising performance.This paper proposed a new wavelet-based de-noising scheme that can improve the enhancement performance significantly in the presence of additive white Gaussian noise.The proposed algorithm can adaptively select the optimal decomposition level of wavelet transformation according to the characteristics of noisy speech.The experimental results demonstrate that this proposed algorithm outperforms the classical wavelet-based de-noising method and effectively improves the practicability of this kind of techniques.     

基于PSO—SVM的交通流量短时预测

参数选择问题影响了支持向量机预测模型在交通流量中的预测性能。为了解决支持向量机预测模型的参数选择问题,引入了粒子群优化算法机制,通过粒子群优化选择支持向量机预测模型的学习训练参数,得到较优的PSO-SVM预测模型。通过实例仿真实验,将PSO-SVM预测模型与神经网络预测模型进行了比较,显示了其优越性。     

基于小波变换与支持向量机的舰船水压信号检测方法

采用小波变换与支持向量机相结合对舰船水压场信号建立检测模型.该方法通过对海浪信号进行小波分解并对某一特定低频频段信号重构,利用支持向量机对重构信号建立预测模型,预测误差值作为特征值对舰船水压信号进行检测.通过检测验算表明此方法的有效性,特别是在低信噪比情况下,仍能较好地检测到目标信号.     

����PSO-SVM�ľ�����з�ʽԤ��ģ�ͪ�

居民出行方式选择是一个较为复杂的非线性问题,受到的影响因素众多。提出采用支持向量机方法构建了居民出行方式选择模型,并以交叉验证意义下的分类准确率作为适应度函数,利用粒子群算法对支持向量机参数优化选择,避免参数设定的随机性,减少参数选择的工作量.通过实证研究表明,利用粒子群算法优化支持向量机的参数是可行的,支持向量机方法相对于BP神经网络,对居民出行方式预测有更高的精度.预测精度比BP神经网络提高了将近5个百分点,建模样本和测试样本的分类精度分别达到86.20%和82.31%.所构建的模型可用于居民出行方式预测,这对城市交通规划,出行需求预测具有现实指导意义.     

Optimization for PID controller of cryogenic ground support equipment based on cooperative random learning particle swarm optimization

Cryogenic ground support equipment (CGSE) is an important part of a famous particle physics experiment — AMS-02. In this paper a design method which optimizes PID parameters of CGSE control system via the particle swarm optimization (PSO) algorithm is presented. Firstly, an improved version of the original PSO, cooperative random learning particle swarm optimization (CRPSO), is put forward to enhance the performance of the conventional PSO. Secondly, the way of finding PID coefficient will be studied by using this algorithm. Finally, the experimental results and practical works demonstrate that the CRPSO-PID controller achieves a good performance.