线性ν支持向量回归机异常数据检测

支持向量回归在岩土工程中的应用——针对岩土工程影响因素的极其复杂性，引入支持向量机方法，给出了应用支持向量回归解决问题的基本原理与算法步骤．以矿山周边建筑物爆破震动效应分析为例，建立了建筑物中峰值质点振速的预测模型．实例分析表明预测值与实测值...

提出了1种基于混沌分析和支持向量回归机的短期空调负荷预测建模方法。通过研究实际空调负荷序列的混沌特性,确定其混沌特征参数并选取支持向量回归机进行预测。支持向量机建模过程使用粒子群算法进行参数寻优。仿真结果表明,空调负荷序列具有一定的混沌特性,使用混沌支持向量机方法的预测精度比单一支持向量机法预测结果eep指标降低了31.4%,预测精度有了明显提升。

焊接变形的影响因素较多,预测焊接变形是一个耗时、复杂的过程.为了解决这个问题,采用支持向量回归方法建立焊接变形预测模型,使用delphi语言作为开发工具,借助sqlserver数据库技术和matlab工具箱,开发基于支持向量回归的焊接变形预测系统.实际运行表明,该系统能够实现焊接变形的快捷预测和管理.

焊接变形的影响因素较多,预测焊接变形是一个耗时、复杂的过程.为了解决这个问题,采用支持向量回归方法建立焊接变形预测模型,使用delphi语言作为开发工具,借助sqlserver数据库技术和matlab工具箱,开发基于支持向量回归的焊接变形预测系统.实际运行表明,该系统能够实现焊接变形的快捷预测和管理.

计算机网络安全问题,是验证计算机运行及操作是否正确、合理的重要评判指标,其受诸多因素的影响,如软硬件设施、计算机操作及程序、网络环境等。传统的评价系统仅是一个线性过程,缺乏较为全面的评价。我国曾对网络安全问题提出了一种名为神经网络的方式,由于其在未来的发展中难以适应计算机安全性能的要求,我国又提出了一种新型的评价方式,支持向量回归机。本文先是对其该概念、特点、模型分类及计算机安全系统进行介绍,并对如何构建系统的相关知识展开了深度探讨。此次探讨的主要目的是为了加强安全指标评价,提升计算机的网络安全。

针对神经网络方法在计算机网络安全评价问题方面存在的不足,提出了一种新的基于支持向量回归机的计算机网络安全评价方法。首先探讨了指标体系构建的原则,进一步建立了计算机网络安全评价指标体系,然后给出了指标的规范化方法并对计算机网络安全等级进行了划分,最后构建了基于支持向量回归机的计算机网络安全评价模型并给出了仿真实例。仿真实例的结果表明,所建立的评价模型具有较强的泛化能力,预测的精度较高。

支持向量机(svm)已经成熟应用于非线性回归领域,并应用于工程费用量化分析.提出一种基于鲁棒支持向量回归机(rsvr)的量化新模型;通过优化支持向量机的损失函数,增加算法的鲁棒性,建立基于该原理的专用电力工程费用量化模型;并对样本数据添加人工噪声,提高样本数据的异常点,测试该模型的鲁棒性;算例分析表明:该文方法预测精度高、计算量小.

由于中央空调系统的时滞性、时变性、非线性和大惰性等特性,使得当前采用的中央空调负荷预测算法精度并不高,本文在江阴某楼宇空调系统节能改造项目的基础上,从中央空调系统的组成和特性出发,提出了基于支持向量回归机（supportvectorregressionsvr）理论的中央空调负荷预测模型。对项目楼宇历史负荷数据进行分析,分别采用svr负荷预测模型和bp神经网络负荷预测模型进行了训练和预测。预测结果表明：基于svr负荷预测模型较bp神经网络负荷预测模型精度更高,具有较强的实用性和可行性。

基于线性规划支持向量机的隧道围岩变形预测——支持向量机(svm)以其良好的学习性能被广泛应用于包括隧道围岩变形在内的时间序列预测，核函数形式对其预测能力有重要影响，故灵活运用核技巧来增强推广性能已成为支持向量机应用研究的一个重要方面。对于标准svm及...

基于最小二乘支持向量机回归的基坑变形预测——将最小二乘支持向量机回归用于基坑变形预测．根据基坑位移的实测时间序列资料，应用最小二乘支持向量机回归建立了基坑位移与时间的关系模型．研究结果表明，最小二乘支持向量机回归用于基坑变形预测，具有较高的预...

针对在工程实践中,应用单一方法预测建筑物沉降存在着局限性,提出了基于最小二乘支持向量机回归综合单一方法预测沉降量。该方法能综合单一方法的特点,增强了模型的普适性,从而提高了预测精度和预报期次。文中讨论了如何实现和运用该方法,最后通过实例验证了其有效性。

本文利用地物光谱仪获取的土壤反射光谱,通过多元线性回归模型和支持向量机回归模型分别建立土壤铁含量的估算模型,并利用检验数据对模型进行验证。建模和估算决定系数为0.9855和0.7158,估算均方根误差为0.0601,结果表明利用支持向量机回归模型能够较好的进行土壤重金属含量的估算。

本文利用地物光谱仪获取的土壤反射光谱,通过多元线性回归模型和支持向量机回归模型分别建立土壤铁含量的估算模型,并利用检验数据对模型进行验证。建模和估算决定系数为0.9855和0.7158,估算均方根误差为0.0601,结果表明利用支持向量机回归模型能够较好的进行土壤重金属含量的估算。

选取代表房地产上市公司综合实力的投资与收益、偿债能力、经营能力、资本结构等四个方面的10项指标,96个公司的财务数据,采用topsis方法计算每个公司的综合绩效评价值,随机挑选其中的80组数据作为训练样本,16组数据作为测试样本,建立svm模型,通过测试分析并与rbf神经网络预测模型的结果对比,表明svm模型更加有效,更有推广前景。

支持向量机以严格的数学理论为基础,具有简单的数学形式、直观的几何解释和良好的泛化性能,其与核函数的结合使它成为解决分类、回归、概率密度估计等实际问题的有力工具。但当处理大规模的数据集时,无论在时间和空间效率上都是无法满足人们的需求。针对该问题,本文提出ασ-svm支持向量机,通过对其训练样本的缩减从而减少其训练时间。最后ασ-svm算法对kdd99cup入侵检测数据做验证,并与常规的svm做对比,实验结果表明该方法不但能应用到入侵检测中,而且其训练的时间也明显的减少。

基于最小二乘支持向量机回归的单桩竖向极限承载力预测——基于单桩载荷试验数据，采用最小二乘支持向量机(lssvm)回归的方法，建立了单桩竖向极限承载力的预测模型．利用文献中桩的载荷试验数据来训练lssvm模型，并确定了模型参数．研究结果表明，同常用的bp网络...

为了预测水泵在运行中的振动状态,提高水泵运行的安全性和经济性,采用了统计学习理论中的核心算法——支持向量机与自回归方法相结合,建立了水泵振动预测模型(svar)。并通过实例,与基于灰色理论建立的预测模型(gm)和基于自回归方法建立的预测模型(ar)进行了比较。结果表明:基于支持向量自回归的水泵振动预测模型(svar)具有精度高、速度快、易于建模的特点。应用该方法建立的预测模型能够很好地预测水泵运行中的振动情况,有效地避免水泵运行中由振动引起的故障。

将支持向量机回归技术引入隐式极限状态结构的非概率可靠性分析,基于未确知信息的分段均布描述模型,设计了训练样本抽取策略.为了统一样本尺度,根据分段均布模型与标准化区间均布模型的双射关系,将基本变量区域中的样本数据转化成标准区间变量域中的样本数据,保证了支持向量机训练的稳定性.给出了svr预测模型算法,并实现了在标准化区间变量域中直接抽取训练、测试及预测样本,使得样本抽取和蒙特卡罗模拟计算更便于实现.通过算例对方法的精度和可行性进行了验证,结果表明:该方法可解决隐式极限状态结构的非概率可靠性分析问题,且应用简便.

铁路在运行过程中,难免会受到暴风雨的侵袭,对列车的安全运行造成巨大的威胁。论文基于支持向量回归算法,预测风速和降雨量,提出监测点补强及迁改建议。

选取代表房地产上市公司综合实力的投资与收益、偿债能力、经营能力、资本结构等四个方面的10项指标,96个公司的财务数据,采用topsis方法计算每个公司的综合绩效评价值,随机挑选其中的80组数据作为训练样本,16组数据作为测试样本,建立svm模型,通过测试分析并与rbf神经网络预测模型的结果对比,表明svm模型更加有效,更有推广前景。

为了预测水泵的运行状态,提高水泵运行的安全性和经济性,以轴承温度和轴端振动为研究对象,运用支持向量自回归方法,建立了水泵的温度和振动2个预测模型,对水泵的温度和振动的了展状况进行了预测。计算结果表明:采用该种预测模型对水泵的运行状态进行预测,具有精度高、速度快、易于建模的特点,应用该方法建立的预测模型能够很好地预测水泵的温度参数和振动参数,提高水泵的运行效率。该预测方法可以推广到对水泵的流量、进口水压力、出口水压力等其他运行状态参数的预测。

针对防洪风险因风险主体而异的特点,提出了防洪脆弱性的定义,选取影响临灾破坏程度的因子建立了评价指标体系,以所选指标的自然断裂法分级作为训练样本,建立了基于支持向量机的评价模型。应用实例的评价结果符合北江下游的防洪态势,说明了该模型方法的可行性、合理性和有效性。与传统的计点系统模型相比,支持向量机模型的评价结果更接近实际情况。