支持向量机造句

第4章，支持向量机的部分进展。

*结果表明，线*规划支持向量机模型的辨识精度高于二次规划支持向量机模型。

鉴于支持向量机与油藏历史拟合的关系，因而采用支持向量机来预测油藏历史拟合的各参数

研究支持向量机在大类别数分类中的应用。

将DICA方法分别应用于广义支持向量机或最小二乘支持向量机回归估计，构成多层支持向量回归估计器。

将DICA 方法分别应用于广义支持向量机或最小二乘支持向量机回归估计，构成多层支持向量回归估计器。

提出了一种基于支持向量机的激光焊接质量监测方法。

实验结果表明，支持向量机用于航空运量的预测是可行有效的。

提出了一种基于支持向量机的农村用电量需求预测方法。

支持向量机是一种基于统计学习理论的新型学习机。

将最小二乘支持向量机(LS -SVM)应用于飞机襟翼状态趋势研究。

*乃扬，田英杰。数据挖掘中的新方法-支持向量机。*：科学出版社，2004。

本文首次采用支持向量机方法对医学图像进行了分类研究。

用支持向量机和贝叶斯两种方法对蛋白质四级结构进行分类研究。

研究基于支持向量机和粗糙集的相关反馈图像检索算法。

将次序最小优化改进算法和有向无环图算法构建的支持向量机用于货*识别，充分发抨了支持向量机解决小样本、非线*和高维模式识别问题的优点。

基于模糊最小二乘支持向量机和在线学习算法，提出了一种模糊最小二乘支持向量机的增量式算法。

根据特征进行文本向量化，再以支持向量机分类器区分文本类型，实现非法文本的过滤。

首先利用*度矩提取植物病害叶片的特征向量，然后利用支持向量机分类方法进行病害的识别。

针对边缘匹配矢量量化图像编码方法存在的出轨现象，提出一种引入支持向量机的方法。

另外，支持向量机的求解最后转化成二次规划问题的求解，因此支持向量机的解是唯一的也是全局最优解。

很弱的假设对于作为其特例的线*可分支持向量机问题一定成立，线*可分支持向量机问题解一定具有强二阶充分条件的*质；

介绍了支持向量回归估计的学习算法，应用SVM方法建立了基于支持向量机的卷烟焦油量预测模型。

提出一种基于支持向量机回归的学习机，并将其应用于单片机智能传感器系统中。

为实现机组经济*能在线诊断，将支持向量机（SVM）方法引入电站汽轮机排汽焓在线预测领域。

将基于最小二乘支持向量机的软测量模型应用于轻柴油凝固点的预估。

提出了一种基于最小二乘支持向量机(LS - SVM)的铁路客运量预测的新方法。

为使最小二乘支持向量机的解具有稀疏*，本文提出了一种稀疏解算法-矢量基学习。

梯形模糊数样本是一类非随机样本，本文将讨论基于梯形模糊数样本的支持向量机。

为此，以大庆齐家凹陷某口井的测井资料为例，探讨了支持向量机方法在油气识别中的应用。

学习过程分为离线学习支持向量机和在线整定模糊比例因子两部分。

采用小波多分辩率分析方法提取基因表达的特征，利用支持向量机和BP神经网络方法进行分类。

更新模型是求解一个与标准支持向量机具有类似的数学形式的凸二次规划问题。

优化问题的二阶充分条件是研究灵敏度分析的基础，支持向量机是数据挖掘的新方法。

变换可以将高维相关变量压缩为低维*的主特征向量，而支持向量机可以完成模式识别和非线*回归。

本文在深入分析比较各种航段运量方法的基础上，研究了利用支持向量机进行航段运量预测建模的方法。

结合GPS测量和水准测量资料，利用支持向量机方法对GPS高程进行了转换，并与神经网络和多项式拟合等拟合的结果进行了比较，得出了一些有益的结论。

对不同频带的平稳分量建立相应的最小二乘支持向量机预测模型，将各模型的预测值等权求和得到最终预测值。

最小二乘支持向量机回归预测对训练样本数据区间内的预测精度很高，但是对前向外推预测效果不是很好；

提出了一种基于支持向量机的分类分级的数据融合方法，并将此方法应用于机器人手爪抓取状态的判别。

为了提高歼击机故障诊断的准确*与实时*，提出一种基于决策树型组合策略的多重核学习支持向量机诊断方法。

该文在分析现有控制图识别技术在实际应用中存在缺陷的基础上，提出了一种基于主元分析（PCA）和支持向量机（SVM）的控制图失控模式识别方法。

将摄像头采集到的图像的像素坐标作为输入，将世界坐标作为输出，用最小二乘支持向量机使网络实现给定的输入输出映*关系

在肤*区域中利用眼睛的亮度图和*度图定位人脸样本，最后利用训练好的支持向量机预测人脸样本是否为人脸

结果表明，支持向量机方法不但可以较准确的预测大盘的走势，而且对于个股股价的预测也具有很好的效果。

本文包括对智能代理、自然语言处理、文本表示、网络搜索、文本分类和支持向量机等网络挖掘相关领域的理论、算法和应用的探讨，以及Web News Hunter智能代理的系统框架的设计与实现。