导读:本文包含了支撑向量机树论文开题报告文献综述及选题提纲参考文献，主要关键词:极化SAR,降维,支撑向量机,超像素
支撑向量机树论文文献综述
韩景红,王海江,冉元波,杨建华[1]（2018）在《基于支撑向量机和超像素的极化SAR图像分类》一文中研究指出针对极化SAR图像的分类方法多集中在像素级,这些方法不仅运算量大,而且分类效果较差,提出一种利用支撑向量机和超像素分割相结合的方法对极化合成孔径雷达(PolSAR)系统图像分类。首先,利用SLIC算法对Pauli分解后的极化SAR图像进行超像素分割。然后,利用预处理后的数据得到高维的极化特征空间,并利用监督局部线性嵌入(SLLE)算法对高维极化特征进行降维,减少特征空间的冗余信息,提取主要信息。最后,以超像素为处理单元,获得每个超像素内的特征,利用支撑向量机(SVM)对超像素块进行分类,获得初始类别分类结果,之后,使用Wishart分类器再次分类。实验结果表明所提的方法较基于像素点分类的方法能够得到更好的分类效果。(本文来源于《成都信息工程大学学报》期刊2018年04期）
陈本阳,张成刚,倪鸣,张蕾[2]（2018）在《基于模糊信息粒化支撑向量机的电网负荷预测》一文中研究指出针对电网负荷预测时点预测误差相对较大的问题,本文提出一种模糊信息粒化支撑向量机的负荷预测方法。该方法采用支撑向量机为短期负荷预测的基本算法,结合了模糊信息粒化模型,通过叁角型隶属函数对选定时间窗口的历史数据进行粒化,得到该时间窗口内数据变化的最小、平均和最大值,进一步结合支撑向量机进行训练与预测,实现了电网负荷的点预测和区间预测。以西安地区日负荷历史数据为例进行了算例分析,结果表明:本文提出的方法在进行点预测时精度高,平均误差为2.24%;能够对一定时间范围内的负荷变化情况和变化趋势进行预测,负荷数据真值全部落在所得的预测区间内。本文提出的方法对电网调度计划安排工作有一定意义。(本文来源于《电子设计工程》期刊2018年06期）
邢远见,陈翼,祝欢,李国刚[3]（2016）在《基于支撑向量机的地杂波虚警抑制技术》一文中研究指出由于杂波的非均匀特性,传统杂波抑制技术的杂波滤除能力有限。在强杂波环境下,处理后回波仍残留大量虚警。文中提出了新的点迹滤波技术,用于抑制杂波虚警。针对地面动目标检测体制雷达,通过提取目标和杂波的五种分类特征和五种先验特征,使用主成分分析和支撑向量机方法过滤虚假点迹。试验结果表明:文中提取的特征和设计的分类器,可在较少目标损失下,有效地抑制地杂波虚警。(本文来源于《现代雷达》期刊2016年08期）
高远,尚雷,何永辉[4]（2016）在《基于支撑向量机的软件测试方法》一文中研究指出当软件运行结果为海量的非量化信息时,传统测试方法无法进行有效测试。引入基于支撑向量机(SVM)测试模块,利用适当的核模型对灰度、图形及态势结果等非量化信息进行测试,并通过构建MATLAB环境下软件测试框架,实现对海量数据的有效测试,从而提高测试质量与效率。(本文来源于《指挥信息系统与技术》期刊2016年03期）
黄浩坤[5]（2016）在《基于支撑向量机的铝板表面缺陷分类》一文中研究指出随着金属板材的广泛运用,有色金属行业和钢铁行业对金属板材表面质量的要求越来越高。由于生产设备原因、外界环境等各种因素,金属板材,如铝板、钢带在生产过程中极易产生各种缺陷。缺陷的数量、类别、在金属板材的位置等决定板材的后续处理。在工业生产竞争激烈的当今社会,产品表面检测技术作为一种产品质量控制的重要手段,已被广泛应用到工业生产过程中。产品表面检测技术大致可分为两大类,一类是依赖人体视觉系统的人工目测法,这类方法在早期的工业生产或小型的生产工厂中常用,缺点在于速度慢,效率低,测试结果具有主观性,依赖于测试工人的工作经验;另一类则是利用机器视觉理论来实现的智能的测试方法,这类方法具有检测效率高、运行速度快、测试结果客观等优点,伴随计算机应用技术、模式识别技术和图像处理理论的快速发展,促使了该检测方法的精度的提高。在铝加工行业中表面缺陷是铝板质量的关键指标之一,铝板表面质量控制与检测系统的核心技术是缺陷的检测与识别。本文实现了一种基于机器视觉的铝板表面缺陷分类系统,提高了铝板表面缺陷的识别率。本文针对铝板表面缺陷图像的特征,采用图像处理技术及模式识别技术,结合分类器实现了铝板表面缺陷的分类,主要进行了以下工作:(1)铝板生产中常见缺陷类别总结;(2)铝板表面缺陷的预处理算法设计与实现;(3)铝板表面缺陷的特征提取与选择算法设计与实现;(4)SVM(支撑向量机)的分类原理以及分类器算法设计与实现。在铝板表面缺陷分类中,我们能够得到的缺陷样本数量往往是有限的,支撑向量机能够较好地解决小样本分类问题。本研究课题创新之处在于将支撑向量机运用到铝板表面缺陷分类之中,通过改变核函数来提高识别率。本文在对铝板表面缺陷分类系统中分类器的设计上做了大量试验,尝试了常用的分类器,通过对比,SVM分类器识别率最高。(本文来源于《电子科技大学》期刊2016-04-01）
张盼盼[6]（2015）在《基于支撑向量机的卫星姿控系统异变特征提取》一文中研究指出目前,当今迅猛发展的科学技术中的尖端技术之一,航天技术正以最快的速度在越来越广的范围内,包括在政治、经济、军事、生活以及科学技术等众多的领域内发挥着非常卓越的作用。与此同时,航天的快速发展也使得各类航天器内部结构以及所需要的功能变的日益复杂,对于价格高昂的一些航天器,系统具有很高可靠性是整个航天器系统的最基本的需求,卫星系统是航天系统中很重要的一部分,一旦卫星的某个部件发生故障,轻的会使整颗卫星的提前设定的功能达不到预期目的或者直接丧失,非常严重的情况下,甚至可能导致发生一些严重灾难性的事件,还有这将会浪费国家巨大的财产。直到目前为止,对卫星的高可靠性的保证通常是通过确保软硬件的高的可靠性以及冗余来实现的。本文主要对卫星的下传状态数据进行了分析,提取出可以表征卫星当前状态的信息,判断卫星的运行状态。本文阐述了卫星姿控系统的主要组成部分,在动力学以及运动学两个方面分别对模型进行建模,并采用了四元数与欧拉角两种并行的方式对姿态信息进行详细的描述,为后续的算法的研究提供了基础。然后,采用了经验模态分解法提取信号的特征值并利用信号的能量熵进行阈值设定判断是否有异常发生,接下来,介绍了支撑向量机(SVM)的主要原理以及如何对两个影响比较明显的参数采取优化措施,提出了一种新的非线性的方式对参数进行优化,与现有的优化算法进行比较,它加快了参数的收敛速度,有效的降低了适应度值。运用SVM提出了两种方法提取卫星状态信息,第一是对卫星的状态进行建模,获取与实际观测值之间的残差信息,进行状态信息提取,并针对复杂数据样本情况,提出了一种优化的SVM回归方法,有效的改善了拟合效果并且支撑向量数较少,避免了过学习,第二是提出了一种对信号进行样本的符号化,并提取符号熵,对符号熵利用SVM进行分类识别运算,信号的符号熵值能有效的区分各种不同的状态,再利用SVM算法进行分类识别与现有方法比较提高了分类精度。(本文来源于《电子科技大学》期刊2015-03-01）
张学峰,陈渤,王鹏辉,刘宏伟[7]（2015）在《一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法》一文中研究指出在目标识别中,对于样本数较多且分布复杂的数据,若将所有训练样本用来训练一个单一的分类器,会增加分类器的训练复杂度,且容易忽视样本的内在结构,不利于分类。因此人们提出了混合专家系统(ME),即将训练样本集划分为多个训练样本子集,并在每个子集上单独训练分类器。但是传统ME系统需要人为确定专家个数,并且每个子集的学习独立于后端的任务,如分类。该文提出一种基于Dirichlet过程(DP)混合隐变量(LV)支持向量机(SVM)模型(DPLVSVM)的目标识别算法,采用DP混合模型自动确定样本聚类个数,同时每个聚类中使用线性隐变量SVM(LVSVM)进行分类。不同于以往算法,DPLVSVM将聚类过程和分类器的训练过程联合优化,保证了各个子集中样本的分布上的一致性和可分性,而且可以利用Gibbs采样技术对模型参数进行简便有效的估计。基于人工数据集、公共数据集以及雷达实测数据的实验验证了该文方法的有效性。(本文来源于《电子与信息学报》期刊2015年01期）
梁瑞花,郭裕顺[8]（2014）在《基于支撑向量机的CMOS运放可行域模型》一文中研究指出在进行模拟与混合信号集成电路的行为级设计时,需要各种基本单元与功能电路的性能可行域模型。可行域模型构造可以看作是性能参数空间中的一个二分类问题。研究了采用支撑向量机进行电路可行域模型构造的方法,给出了建模过程;并以一个常用的Miller补偿CMOS两级运算放大器为例,建立基于支撑向量机的可行域模型,通过数值实验验证了模型的正确性。(本文来源于《杭州电子科技大学学报》期刊2014年05期）
郭金玲[9]（2014）在《一种基于圆形分布的支撑向量机核选择方法》一文中研究指出针对目前支撑向量机核函数的选择没有统一规则的现状,提出了一种结合数据分布特征进行支撑向量机核选择的方法。首先,采用多维尺度分析方法对高维数据集合理降维,提出判断数据集是否呈圆形分布的算法,在得到数据集分布特征的基础上进行核选择,达到结合数据分布特征合理选择支撑向量机核函数的目的。实验结果表明:呈圆形分布的数据集采用极坐标核进行分类,识别率达到100%,训练时间短,优于采用神经网络、决策树、高斯核及多项式核的分类效果。该方法提高了支撑向量机的泛化能力。(本文来源于《河南科技大学学报(自然科学版)》期刊2014年03期）
黄昌威[10]（2014）在《基于SVM支撑向量机的风电风速预测模型构建与市场模式研究》一文中研究指出在今后的几年里,风电并网成本将会得到大幅度的增加,文章总结了欧洲主流国家的风力发电补贴政策,分析了大规模风电并入市场后导致的市场成本的变化,提出了几种风电参与电力市场的市场设计模式。(本文来源于《中国新技术新产品》期刊2014年08期）
支撑向量机树论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对电网负荷预测时点预测误差相对较大的问题,本文提出一种模糊信息粒化支撑向量机的负荷预测方法。该方法采用支撑向量机为短期负荷预测的基本算法,结合了模糊信息粒化模型,通过叁角型隶属函数对选定时间窗口的历史数据进行粒化,得到该时间窗口内数据变化的最小、平均和最大值,进一步结合支撑向量机进行训练与预测,实现了电网负荷的点预测和区间预测。以西安地区日负荷历史数据为例进行了算例分析,结果表明:本文提出的方法在进行点预测时精度高,平均误差为2.24%;能够对一定时间范围内的负荷变化情况和变化趋势进行预测,负荷数据真值全部落在所得的预测区间内。本文提出的方法对电网调度计划安排工作有一定意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
支撑向量机树论文参考文献
[1].韩景红,王海江,冉元波,杨建华.基于支撑向量机和超像素的极化SAR图像分类[J].成都信息工程大学学报.2018
[2].陈本阳,张成刚,倪鸣,张蕾.基于模糊信息粒化支撑向量机的电网负荷预测[J].电子设计工程.2018
[3].邢远见,陈翼,祝欢,李国刚.基于支撑向量机的地杂波虚警抑制技术[J].现代雷达.2016
[4].高远,尚雷,何永辉.基于支撑向量机的软件测试方法[J].指挥信息系统与技术.2016
[5].黄浩坤.基于支撑向量机的铝板表面缺陷分类[D].电子科技大学.2016
[6].张盼盼.基于支撑向量机的卫星姿控系统异变特征提取[D].电子科技大学.2015
[7].张学峰,陈渤,王鹏辉,刘宏伟.一种基于Dirichelt过程隐变量支撑向量机模型的目标识别方法[J].电子与信息学报.2015
[8].梁瑞花,郭裕顺.基于支撑向量机的CMOS运放可行域模型[J].杭州电子科技大学学报.2014
[9].郭金玲.一种基于圆形分布的支撑向量机核选择方法[J].河南科技大学学报(自然科学版).2014
[10].黄昌威.基于SVM支撑向量机的风电风速预测模型构建与市场模式研究[J].中国新技术新产品.2014