检索结果-南通市图书馆

结合AB-SMOTE和c-svm的中文倾向性句子识别

在线全文

学校读者我要写书评

暂无评论

福州大学学报（自然科学版） 2012年第3期40卷 310-315页

作者：陈振伟廖祥文福州大学数学与计算机科学学院福建福州350108

提出一种结合AB-SMOTE和c-svm的中文倾向性句子识别算法.该算法先利用AB-SMOTE方法合成新样本,降低不平衡程度的同时也使数据具有更好的代表性,再对不同类别赋予不同的惩罚系数形成代价敏感的c-svm分类器,充分结合了数据层和学习算法层... 详细信息

提出一种结合AB-SMOTE和c-svm的中文倾向性句子识别算法.该算法先利用AB-SMOTE方法合成新样本,降低不平衡程度的同时也使数据具有更好的代表性,再对不同类别赋予不同的惩罚系数形成代价敏感的c-svm分类器,充分结合了数据层和学习算法层方法的优点.实验结果表明,对酒店、笔记本电脑和书籍3个不平衡语料处理时,本算法能较有效解决不平衡问题,提高倾向性句子的识别精度.

关键词：中文倾向性句子识别算法 AB-SMOTE c-svm

基于c-svm的期货订单簿量化择时交易策略研究

在线全文

学校读者我要写书评

暂无评论

无线互联科技 2019年第7期16卷 126-128页

作者：陈有为郭建峰杨昀昶西安邮电大学经济与管理学院陕西西安710121 西安电子科技大学经济与管理学院陕西西安710126

文章利用机器学习支持向量机算法中的c-svm模型来对期货进行择时,构建基于c-svm的期货订单簿择时交易策略模型,以上海黄金期货主力合约订单簿数据,引入交易止损机制进行回测评价,通过与实际真实交易信号对比,可以发现基于该模型预测的... 详细信息

文章利用机器学习支持向量机算法中的c-svm模型来对期货进行择时,构建基于c-svm的期货订单簿择时交易策略模型,以上海黄金期货主力合约订单簿数据,引入交易止损机制进行回测评价,通过与实际真实交易信号对比,可以发现基于该模型预测的择时交易信号准确率较高,从而验证基于c-svm的期货订单簿量化择时交易策略是有效的,可以辅助决策期货交易,选择合适时机进行期货合约买卖盈利。

关键词： c-svm 期货订单簿择时交易

在线全文

学校读者我要写书评

暂无评论

基于c-svm的碎米检测算法研究

湖北农业科学 2016年第20期55卷 5368-5371页

作者：梁诗华林毅鑫何金成福建农林大学机电工程学院福州350002

提出了一种基于支持向量机(c-svm)区分整精米和碎米的方法,首先对大米图像进行阈值分割、平滑处理等图像预处理,并根据大米的粒形特点,提取米粒的面积、周长等6个形态特征,利用Orange canvas数据挖掘软件对c-svm中核函数参数进行预判,... 详细信息

提出了一种基于支持向量机(c-svm)区分整精米和碎米的方法,首先对大米图像进行阈值分割、平滑处理等图像预处理,并根据大米的粒形特点,提取米粒的面积、周长等6个形态特征,利用Orange canvas数据挖掘软件对c-svm中核函数参数进行预判,最终选择线性核函数的c-svm作为分类器进行分类。对8组大米样本图像进行碎米测试,可达到较好的分类效果。试验结果表明,线性核函数的支持向量机对精整米与碎米识别分类准确率为95.6%。

关键词：碎米特征提取 Orange canvas c-svm

基于c-svm分类器对影响乘客选择出行方式的模型建立与求解

在线全文

学校读者我要写书评

暂无评论

无线互联科技 2020年第14期17卷 102-104页

作者：杨佳凝江苏大学江苏镇江212013

随着我国铁路技术的高速发展,高速铁路的里程已经超过20000 km,高速铁路可以减少人们出行时间以及增加乘客乘车舒适度等优势。因此,越来越多的人选择高速铁路出行。对于大学生而言,铁路运输是假期回家不可缺少的交通方式,选择乘高铁回... 详细信息

随着我国铁路技术的高速发展,高速铁路的里程已经超过20000 km,高速铁路可以减少人们出行时间以及增加乘客乘车舒适度等优势。因此,越来越多的人选择高速铁路出行。对于大学生而言,铁路运输是假期回家不可缺少的交通方式,选择乘高铁回家的学生越来越多。但由于种种因素,还是会有学生选择乘普通火车回家。考虑到影响学生搭乘高铁和普通火车的因素较复杂并有较大的研究空间,故文章将对此进行分析,并且判别其内在逻辑和数据结构的相关性。通过建立二分类器,对乘客选择乘坐高铁还是火车进行分类和预测。

关键词：典型相关性分析 c-svm 灰色关联度T检验模糊综合评价法

楼阁式古塔建筑夜景照明色温表现视觉适宜性评价研究

在线全文

学校读者我要写书评

暂无评论

重庆大学学报 2021年第5期44卷 1-8页

作者：侯万钧贾铁王立雄王卿臣李静天津大学建筑学院天津300072 河北工程大学建筑与艺术学院河北邯郸056000 东北财经大学公共管理学院辽宁大连116000

为改善楼阁式古塔建筑夜景照明效果不良的现状,合理优化楼阁式古塔夜景照明色温表现视觉适宜性,在只考虑色温效果视觉呈现的基础上,结合古塔周边夜景照明实际环境特征、古塔照明设计色温应用现状及照明手册色温推荐,开展不同模拟场景下... 详细信息

为改善楼阁式古塔建筑夜景照明效果不良的现状,合理优化楼阁式古塔夜景照明色温表现视觉适宜性,在只考虑色温效果视觉呈现的基础上,结合古塔周边夜景照明实际环境特征、古塔照明设计色温应用现状及照明手册色温推荐,开展不同模拟场景下的楼阁式古塔夜景照明色温视觉舒适度主观评价实验,将视觉舒适度评价值作为标签,利用c-svm支持向量机分类算法构建在不同色温及亮度工况下楼阁式古塔夜景照明色温视觉舒适性主观评价模型,并通过散点图及ROc曲线,对比不同分类模型的分类界面及结果,得到楼阁式古塔建筑最佳色温及亮度表现区间,在不同色温及亮度工况下与视觉舒适度之间的映射关系,进而对楼阁式古塔建筑照明设计色温表现情况进行评价和预测。将c-svm分类算法与照明领域问题相结合,为设计者更好地利用照明手段还原人们心目中本质的楼阁式古塔建筑特性提供理论依据,改善楼阁式古塔建筑夜景照明效果。

关键词：楼阁式古塔相关色温视觉舒适性数据挖掘 c-svm

在线全文

学校读者我要写书评

暂无评论

基于特征分组的多核融合在线自适应识别算法

小型微型计算机系统 2013年第3期34卷 585-589页

作者：王治锋毛启容詹永照江苏大学计算机科学与通信工程学院江苏镇江212013

为提高c-svm的泛化性能,提出一种基于特征分组的多核融合在线自适应识别算法.此算法首先把特征按照待识别样本集的特性分为若干组,然后根据各组特征的特性采用不同的核函数训练c-svm模型,并分别把各个模型支持向量间的相似度作为其权重... 详细信息

为提高c-svm的泛化性能,提出一种基于特征分组的多核融合在线自适应识别算法.此算法首先把特征按照待识别样本集的特性分为若干组,然后根据各组特征的特性采用不同的核函数训练c-svm模型,并分别把各个模型支持向量间的相似度作为其权重系数,通过自适应样本不断调整权重系数和模型参数,使得c-svm模型的参数能够随着待识别样本特性的变化而自适应地变化.将此算法应用于非特定人语音情感识别系统,与RBF核、多项式核和Sigmoid核的对比证明了多核融合在线自适应识别算法的优越性,通过与中性语句归一化方法相比证明了本文算法的有效性和稳定性.

关键词： c-svm 多核融合在线自适应相似度矩阵语音情感识别

在线全文

学校读者我要写书评

暂无评论

基于人为误差的支持向量机

基于人为误差的支持向量机

作者：王淑艳辽宁师范大学

学位级别：硕士

支持向量机是Vapnik等人提出的一种以统计学习理论为基础的机器学习方法,它以结构风险最小化代替经验风险最小化作为优化准则,在最小化样本点误差的同时缩小模型预测误差的上界,从而提高了模型的泛化能力,即使在小训练样本的情况下理论... 详细信息

支持向量机是Vapnik等人提出的一种以统计学习理论为基础的机器学习方法,它以结构风险最小化代替经验风险最小化作为优化准则,在最小化样本点误差的同时缩小模型预测误差的上界,从而提高了模型的泛化能力,即使在小训练样本的情况下理论上也可以得到很好的效果。对于分类问题,支持向量机的基本思想是在线性情况下,在原空间寻找两类样本的最优分类超平面;而在非线性的情况下,是通过一个非线性映射将输入数据映射到一个高维内积空间并在这一高维特征空间中寻找最优分类超平面,因此可以很好的解决样本高维问题。另外,支持向量机通过解一个线性约束的二次规划问题得到全局最优解。本文以解决分类问题为目标,对支持向量分类机从理论和模型等方面进行深入研究,主要工作如下: ◆从两类训练样本近似线性可分的情况入手,本文对传统的支持向量机算法及其变形算法进行分析和研究。 ◆通过对传统的支持向量机算法及其变形算法的分析和研究,考虑当训练集数据有较大人为误差参与的情况。本文以训练集数据受到较大的人为误差影响为出发点,研究了当训练集数据含有人为误差时如何保障其算法精度的问题,提出了基于人为误差的支持向量机(Artificial Error—Support Vector Machine以下称AE—svm)的思想。 ◆介绍了基于人为误差的支持向量机的基本理论,并建立了AE—svm的理论模型,是c—svm模型的改进和推广。

关键词：支持向量机(svm) 统计学习理论分类问题机器学习经验风险错划程度 c-svm 人为误差 AE-svm 非光滑最优化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

安全监控中声音识别的研究

安全监控中声音识别的研究

作者：台龙飞上海应用技术大学

学位级别：硕士

人类发出的语音可以很好的表达出自身的情感,故本文研究如何利用人类语音中所包含的情感来对公共场合的安全进行监控,开展工作内容如下:考虑到声音监控设备采集到的公共场合声音会包含过多的干扰噪音,需要对声音信号进行语音增强处理。... 详细信息

人类发出的语音可以很好的表达出自身的情感,故本文研究如何利用人类语音中所包含的情感来对公共场合的安全进行监控,开展工作内容如下:考虑到声音监控设备采集到的公共场合声音会包含过多的干扰噪音,需要对声音信号进行语音增强处理。传统谱相减法,对无语音段噪声能量的设定是噪声的平均能量,而平均能量易受随机冲激噪声的影响,一般会导致噪声平均能量过大,进而导致谱相减算法中语音信号频谱的损失。本文对传统谱相减语音增强算法进行了改进,将噪声能量比引入到谱相减算法中,利用噪声能量比约束过大的噪声均值能量。实验表明,改进的谱减法不仅降低了语音信号频谱损失的风险,而且还抑制了声音信号中的噪声。考虑到尚未有研究成果来明确公共场合声音中所包含的情感,本文对公共场合声音中包含的情感进行分类,分别是正常情感、危险情感、热闹情感和冷清情感。收集来自不同场景情感的声音,建立场景声音库。结合国际语音情感识别竞赛的语音特征集和语音韵律特征来提取四种类型的场景声音特征。考虑到惩罚参数c和RBF核函数宽度δ对c-svm模型分类的影响,本文将遗传算法和非线性规划相结合,增强全局和局部的搜索能力,以优化惩罚参数c和核函数宽度δ。实验证明,随机选取的参数c和δ,对场景声音情感的识别只能达到35%的准确率。而对于最优化选取的参数c和δ,识别的准确率可达到77%。其中,正常场景情感和冷清场景情感的识别率最为稳定也最高,一般可达到90%。危险场景情感和热闹场景情感之间最易混淆,识别率在60%至80%之间,影响了公共场合声音情感的整体识别率。

关键词：声音监控语音增强声音情感遗传算法 c-svm

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关于支持向量分类机算法的研究

石家庄铁道学院学报 2007年第3期20卷 31-36页

作者：范玉妹赵丽丽北京科技大学数力系北京100083

研究分析了标准的支持向量机(c-svm)、v支持向量机(v-svm)等五种算法,利用仿真实验从分类精度,计算效率,扩展性等五个方面对上述五种算法进行了分析比较。

关键词：分类支持向量机(svm) c-svm v-svm Wsvm Psvm LS-svm