题名 基于无约束优化的最小二乘支撑向量机
1
作者
熊福松 王晓明 朱香卫
机构
南京铁道职业技术学院信息工程系 江南大学数字媒体学院
出处
《计算机应用》
CSCD
北大核心
2010年第9期2297-2300,共4页
文摘
为了解决最小二乘支撑向量机(LSSVM)优化问题需要耗费大量时间的问题,提出了利用牛顿优化法来解决LSSVM优化问题的方法(称为Newton-LSSVM)。首先把LSSVM优化问题转化为无约束化优化问题的形式,然后再采用牛顿优化法来迭代求解。实验结果表明,该方法在大幅度减少LSSVM算法的训练时间开销的同时,能够获得与采用传统优化方式求解LSSVM优化问题一样的泛化能力。
关键词
监督学习 最小二乘支撑向量机 优化算法
Keywords
supervised learning Least Square Support Vector Machine （ LSSVM） optimization algorithm
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
题名 PEMFC的PSO优化LS-SVM动态建模仿真
被引量：1
2
作者
仲志丹 朱新坚 任远
机构
上海交通大学电信学院自动化系燃料电池研究所
出处
《计算机仿真》
CSCD
2008年第2期248-251,共4页
基金
国家863课题基金资助项目(2003AA517020)
文摘
质子交换膜燃料电池(PEMFC)作为一种电化学反应装置,湿度管理对于它的运行性能十分关键。为了建立相应的动态模型,采用了最小二乘支撑向量机(LS-SVM)算法,并使用微粒群算法(PSO)对LS-SVM模型参数进行了自动优化。这种方法建立的动态数学模型能够以进气湿度和工作电压为输入量预测输出的电流密度。仿真结果显示,模型的预测值和实验数据间的平均平方相对误差小于0.0001,能够达到很好的预测精度。因此,这种优化建模策略可以有效的应用到PEMFC研究中。
关键词
质子交换膜燃料电池 动态模型 最小二乘支撑向量机 微粒群
Keywords
Proton exchange membrane fuel cell （PEMFC） Dynamic model Least squares support vector ma-chine （ KS - SVM） Particle swarm optimization （PS0）
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
题名 基于LS-SVM的货物编号自动识别系统研究
3
作者
梁碧婵
机构
陕西广播电视大学宝鸡市分校
出处
《物流技术》
北大核心
2014年第5期439-440,共2页
基金
陕西广播电视大学科研项目(SXBJ-B08)
文摘
指出利用图像识别的技术对配送货物的编号进行识别是一种有效的方法,它不仅实现简单,而且成本较低,是一种能够实现RFID功能的低成本方法,并将最小二乘支撑向量机(Least Square Support Vector Machine,LSSVM)用于货物的编号自动识别。通过实验验证了其有效性。
关键词
机 器视觉最小二乘支撑向量机 自动识别 数字切分
Keywords
machine vision LS-SVM automatic identification number segmentation
分类号
TP391.44
[自动化与计算机技术—计算机应用技术]
