简介：目前很多已知的聚类算法对于异常点的处理存在不合理的问题,将模糊集和粗糙集的相关理论加人到支持向量聚类算法中,可增加异常点处理的合理性,并得到一种新的改进算法,将其称为模糊一粗糙支持向量聚类算法.当支持向量集作为一个特殊的聚类,通过元素间的亲密程度,模糊边界的隶属度可以被计算出来.而下近似集包含的样本点建立在算法训练阶段获得的超球体内.在检测异常值和计算任意轮廓的聚类方面,该算法具有较大的优势和潜力.

简介：在肺的断层图像中，由于肿瘤和组织之间复杂的关系，肿瘤的边缘往往是模糊的，尤其是在病理区，肿瘤附着于胸和肺的病例。这使得肿瘤分割更加困难。为了准确地对肺CT图像进行分割，提出了一种基于支持向量机的方法和改进的水平集模型。首先，将图像分为若干块单元，然后提取每个块的纹理、灰度和形状特征，然后对其进行训练以检测可疑病灶区域；最后，将可疑边缘提取为优化病变区域后的初始轮廓，并用形态学梯度修正的水平集模型。实验结果表明，该方法能有效快速地分割出具有较高精度的复杂肺部CT图像。

简介：本文提出了一种基于支持向量机分类器的水平集方法的图像特征提取方法,在提取图像特征的水平集方法应用中,通过改进水平集能量函数,引入区域信息,能够同时提取图像目标的内外边界,并且收敛速度快。提取图像特征之后通过支持向量机非线性分类器对待处理图像进行分类。

简介：支持向量机(SVM)是一类新型机器学习方法,其理论基础是统计学习理论,由于其出色的学习性能而成为当前国际机器学习领域的研究热点.该文首先阐述统计学习的核心内容,然后对SVM及其应用进行研究,最后讨论了SVM的局限和有待研究的问题.

简介：摘要支持向量机是一种新的机器学习方法，由于其出色的学习性能，该技术已成为当前国际机器学习界的研究热点。对SVM训练算法的最新研究成果进行了综述，着重说明了各种的算法的思路和优缺点。总结了支持向量机理论及其应用的现状，对支持向量机的未来发展方向进行了展望。

简介：利用粗糙集的约简算法及类边界集分别选出影响绩效的核心因素和样本的边界集，将其应用于C-均值聚类网络得到具有概率信息（权重）的样本，作为支持向量机（SVM）的输入建立员工绩效评估模型。实例表明，该方法拟合率高，且性能优于SVM算法。

简介：

简介：支持向量机是机器学习和数据挖掘领域的热门研究课题之一，作为一种尚未完全成熟的技术，目前仍有许多不足，其中之一就是没有统一的模型参数选择标准和理论。在具体使用中，对支持向量机性能有重要影响的参数包括惩罚因子C，核函数及其参数的选取。文章首先分析了模型参数对支持向量机性能的影响，然后对几种常用的模型参数选择方法进行介绍，分析以及客观评价，最后概括了支持向量机模型参数选择方法的现状，以及对其发展趋势进行了展望。

简介：在不均衡数据集下,SVM分类超平面的偏移,使得基于KKT条件进行样本选择的增量学习算法性能不佳,针对该问题,提出动态代价的SVM增量学习算法,该算法依据各类样本密度之间的关系动态计算类的错分代价,减少每次迭代中分类超平面偏移造成的错误累积,保证依据KKT条件选取样本的准确性,使得每次迭代选取的样本都包含当前分类器缺少的空间信息,提高最终分类器在不均衡数据集下的分类性能.最后,在UCI数据集上的仿真实验结果表明该算法能够提高不均衡数据下的分类性能.

简介：支持向量机是借助于最优化方法解决机器学习问题的新工具,它最初于20世纪90年代所提出,近年来在其理论研究和算法实现方面都取得了突破性进展,开始成为克服“维数灾难”和“过学习”的有力手段。文章基于对支持向量机的理解,整理了在SAS软件中支持向量机的不同应用的研究文献,以期对信息管理方法研究提供参考。

简介：本文提出了一种基于模糊支持向量机的网络入侵检测方法。通过在样本中引入模糊隶属度,来减小噪声数据和孤立点的影响。根据网络入侵检测的特征,选择合适的核函数,构建了适合于网络入侵检测的模糊支持向量机分类器。实验表明这种分类器应用于网络入侵检测是可行的,有效的。

简介：分析了教育评估问题及现有方法，提出了基于支持向量回归的教育评估方法。首先，介绍了支持向量回归算法。其次，探讨了基于支持向量回归的教育评估原理。最后，以学位授权点合格评估为例进行了模拟评估。

简介：针对智能监控中行人行为难于识别的问题,提出了一种基于改进支持向量机的行人行为分类的解决方法.针对背景建模和前景提取精确度的难题,把视频中有活动的部分表示成一组时空兴趣点;针对行动方式具有无固定方式和模糊特点的问题,先采用模糊聚类求每类行为样本聚类中心,再加入决策树思想,构建一种支持向量机决策树多值分离器进行行为分类.在国际上通用行为KTH数据库进行了实验,获得较高的识别率.

简介：以氨基酸组成为特征对膜蛋白的分类，忽略了序列残基之间的相关性信息，而采用传统支持向量机算法作为分类算法，在解决多类问题时会出现分类盲区问题。针对这两种情况，计算蛋白质序列的氨基酸组成、二肽组成以及6种氨基酸相关系数，将三类特征结合，作为膜蛋白序列的特征向量；同时采用模糊支持向量机作为分类器，解决了传统支持向量机在多类数据识别中的盲区问题。测试结果表明，在相同特征输入下，模糊支持向量机分类性能优于传统支持向量机；在相同分类器的情况下，氨基酸组成、二肽组成和相关系数组合的特征选择方法的分类性能优于只使用其中一类或两类特征的方法；而采取组合特征和模糊支持向量机相结合的分类策略，在独立性数据集测试中的整体预测精度达到97％，优于现有的多种分类策略，是目前最有效的膜蛋白分类方法之一。

简介：针对人脸检测中的非线性和降维问题提出了一种有效的人脸检测方法.首先基于人脸的肤色和几何特征,通过局部自适应门限方法提取图象边缘,用几何规则和颜色特征筛选出候选眼睛块.然后采用改进的四边界sobel算子对眼睛精确定位.最后使用训练好的支撑向量机来验证.该方法可以实现多尺度多角度的彩色图像中的正面人脸检测,实验结果令人满意.

简介：ICO（InitialCoinOfferin曲传销是一种未经批准非法公开融资和非法发售代币票券的新型金融传销模式，严重干扰金融秩序、破坏社会稳定。如何有效地实施ICO监管并对ICO进行传销定性成为经济犯罪侦查研究的重要方向之一．针对此问题．提出了一种基于支持向量机的ICO传销类罪模型．利用该模型对难以定性的ICO进行分类．从而实现对未定性的ICO进行判定．采集了180种ICO相关数据．提取出15个ICO传销类罪模型的评价指标．建立了基于支持向量机的ICO传销类罪模型．对难以定性的ICO进行分类．随后利用150组ICO数据作为支持向量机的学习样本．再对30组ICO合法性进行分类研究．实验结果表明该模型的分类结果准确率高达90％．在ICO传销类罪推定上具有良好的应用。今后．可以利用深度学习的方法对ICO的定性问题进一步分析。

简介：

简介：本文利用空间理论和集值映射的分析讨论了向量优化问题，并得到了锥有效点集可缩性结果。

简介：本文给出了随机向量r分位点集的概念及其结构,其主要结果是:n维随机向量的r分位点集或者是一个单点集或者是R~n中的有界闭区间或者是R~n中的某个K维有界闭区间,并且给出了若干充要条件。本文实际上是杨启昌、郭宗明的推广。

简介：摘要电容型设备的绝缘故障不仅影响整个变电站的安全运行，还危及其它设备及人身安全，因此对电容型设备进行准确的故障诊断具有重要意义。本文基于支持向量机具有较好的处理小样本问题的优点，综合各种检测数据，通过支持向量机分类器对其进行分类，建立了基于支持向量机的电容型设备的故障诊断模型。故障实例的诊断结果验证了文中方法的正确性和有效性。