简介：TheLS-SVM(Leastsquaressupportvectormachine)methodispresentedtosetupamodeltoforecasttheoccurrenceofthunderstormsintheNanjingareabycombiningNCEPFNLOperationalGlobalAnalysisdataon1.0°×1.0°gridsandcloud-to-groundlightningdataobservedwithalightninglocationsysteminJiangsuprovinceduring2007-2008.Adatasetwith642samples,including195thunderstormsamplesand447non-thunderstormsamples,arerandomlydividedintotwogroups,one(having386samples)formodelingandtherestforindependentverification.ThepredictorsareatmosphericinstabilityparameterswhichcanbeobtainedfromtheNCEPdataandthepredictandistheoccurrenceofthunderstormsobservedbythelightninglocationsystem.Preliminaryapplicationstotheindependentsamplesfora6-hourforecastofthunderstormeventsshowthatthepredictioncorrectionrateofthismodelis78.26%,falsealarmrateis21.74%,andforecastingtechnicalscoreis0.61,allbetterthanthosefromeitherlinearregressionorartificialneuralnetwork.

简介：SupportVectorMachine(SVM)isapowerfulmethodologyforsolvingproblemsinnon-linearclassification,functionestimationanddensityestimation,whichhasalsoledtomanyotherrecentdevelopmentsinkernelbasedmethodsingeneral.Thispaperpresentsahighaccuracyandfault-tolerantSVMforthemobilegeo-locationproblem,whichisanimportantcomponentofpervasivecomputing.Simulationresultsshowitsbasiclocationperformance,andillustrateimpactsofthenumberoftrainingsamplesandtrainingareaontestlocationerror.

简介：以短期融资券为研究对象,构建基于信用利差的公司违约概率样本,并将传统正定核最小二乘支持向量机（LS-SVM）模型拓展到不定核LS-SVM模型对公司违约概率展开合理预测分析,进而对不定核LS-SVM模型与正定核LS-SVM模型以及Logistic模型进行了全行业以及分行业公司违约概率的预测精度对比。实证结果表明,基于不定核LS-SVM模型的公司违约概率预测模型无论在全行业还是在分行业中均展现出最优的预测性能,且具有更为优异的稳健性。

简介：对高速铁路建设的三维场景进行实时绘制和建模,是BIM技术在工程设计施工可视化中的重要内容。针对工程建设管理中所用网络带宽无法满足大量BIM三维场景数据处理的问题,此文以高速铁路横断面局部坐标系和相对角度为时序变量,建立BIM数据的时序预测模型,并基于改进的最小二乘支持向量机(LS—SVM)的BIM数据建模和传输方法,使模型参数和训练样本数据代替原始数据进行传输,提高数据传输效率。以郑武线部分路段的切向角建模进行数据建模试验,验证此方法的可行性。

简介：利用回归分析的方法,根据实验数据,拟合出灰分,挥发分,全硫与发热量之间的线性系数,确定成分相关性。基于最小二乘支持向量机（leastsquare-spportvectormachine,LS-SVM）建立了电站锅炉能源消耗及排放模型,实现了对排烟温度、飞灰含碳质量分数等模型参数的软测量以及对锅炉效率的预测。

简介：水泥回转窑熟料制作过程中主传动电机电流不稳定、波动范围大，文章结合粗糙集、最小二乘支持向量机原理对水泥回转窑主传动电流进行预测。首先介绍粗糙集、最小二乘支持向量机的原理，通过搜集影响水泥回转窑主传动电流变化的数据建立信息决策表并对其进行预处理，使用粗糙集对样本数据进行约简，包括属性约简、属性值约简，利用LS-SVM理论对约简后的数据进行处理及预测，并将其他数据用于训练测试，验证测试结果。融合后的方法克服了LS—SVM对冗余信息和关键信息识别的局限性，补偿RS理论对输入数据信息缺乏抗干扰能力的缺点，通过实验研究证明该方法有较强的泛化能力，且预测准确率高。

简介：针对多波束水深数据非线性、非平稳性的特点,将二维经验模态（BEMD）和最小二乘支持向量机（LSSVM）引入到多波束水深数据异常值探测中,构建BEMD和LSSVM混合模型.首先,利用二维经验模态将多波束水深数据分解为不同频率的若干个本征模态函数;然后,考虑到异常数据处在高频部分,利用最小二乘支持向量机探测高频本征模态函数（IMH、IMF2）中包含的异常值;最后,综合两组异常值判定原始水深数据中异常数据.通过实验证明方法的可行性且相比单一模型取得更好的异常值探测效果.

简介：针对一类具有不确定性和外部扰动的非线性系统，研究了一种基于李雅普诺夫函数和最小二乘支持向量机的白适应滑模控制方案。该方案利用LS-SVM回归的逼近能力设计反馈线性化控制器，并推导出控制器权值参数向量的白适应律。通过滑模控制技术提高系统对外部干扰和逼近误差的鲁棒性。利用李雅普诺夫函数方法证明了整个闭环系统的稳定性。仿真研究验证了所提控制方案的可行性和有效性。

简介：摘要液气比是石灰石-石膏湿法烟气脱硫系统设计中的一个关键参数，对其进行精确预测有着非常重要意义。本文利用最小二乘支持向量机（LS-SVM）建立了液气比预测模型。测试样本集的液气比预测结果表明，LS-SVM液气比预测模型具有很好的预测性能。

简介：Inthiswork,somechemometricsmethodsareappliedforthemodelingandpredictionoftheHildebrandsolubilityparameterofsomepolymers.Ageneticalgorithm(GA)methodisdesignedfortheselectionofvariablestoconstructtwomodelsusingthemultiplelinearregression(MLR)andleastsquare-supportvectormachine(LS-SVM)methodsinordertopredicttheHildebrandsolubilityparameter.TheMLRmethodisusedtobuildalinearrelationshipbetweenthemoleculardescriptorsandtheHildebrandsolubilityparameterforthesecompounds.ThentheLS-SVMmethodisutilizedtoconstructthenon-linearquantitativestructure-activityrelationship(QSAR)models.TheresultsobtainedusingtheLS-SVMmethodarethencomparedwiththoseobtainedfortheMLRmethod;itwasrevealedthattheLS-SVMmodelwasmuchbetterthantheMLRone.Theroot-mean-squareerrorsofthetrainingsetandthetestsetfortheLS-SVMmodelwere0.2912and0.2427,andthecorrelationcoefficientswere0.9662and0.9518,respectively.ThispaperprovidesanewandeffectivemethodforpredictingtheHildebrandsolubilityparameterforsomepolymers,andalsorevealsthattheLS-SVMmethodcanbeusedasapowerfulchemometricstoolforthequantitativestructure-propertyrelationship(QSPR)studies.

简介：支持向量机是一种基于统计学理论学习的新颖的机器学习方法，该方法已广泛应用于解决分类和回归问题。提出一种基于时间序列的最小二乘支持向量机算法应用于电梯交通流的预测方法。仿真结果表明了这种预测方法的有效性。

简介：摘要：针对传感器信号采集系统中出现的误差，引入了基于最小二乘支持向量机（LS—SVM）的信号自适应补偿方法，以保证采集信号的准确度。介绍了常用的信号补偿方法，在此基础上提出了基于LS—SVM的补偿算法，并利用MATLABQuartusII软件进行仿真。结果表明该方案正确有效。

简介：支持向量机器(SVM)方法能被用来建立一个非线性的功能预言模型。学习理论基于小样品。核功能能被使用SVM方法基于实际样品数据自动地构造。作为结果，功能不仅得到更高合适的精确而且也更好概括。频率光谱和地震波形由Fourier变换是相关的，因此他们是一样的物理现象的二种不同形式。波形特性的变化反映差别反映的stratigraphic差别和频率光谱岩性学，液体作文，和形成厚度的变化。它直接用地震波形预言沙岩厚度。这充分不仅利用地震信息而且极大地增加预言的精确性。模型例子和实际应用显示出这个方法的适用性。

简介：摘要人脸表情识别是情感识别的一个重要研究内容，而微笑作为人类基本表情之一，有着重要的研究价值，所以本文采用机器学习支持向量机（SVM）技术和HOG特征提取技术对图像进行分类，来判断图片人物是否微笑。

简介：Itiswellknownthatwhentherandomerrorsareiid.withfinitevariance,theweekandthestrongconsistencyofLSestimateofmultipleregressioncoefficientsareequivalent.Thisnote,byconstructingacounter-example,showsthatthisequivalencenolongerholdstrueincasethattherandomerrorspossessonlyther-thmomentwith1≤r＜2.

简介：旗舰级豪华轿车全新霞克萨斯LS及旗舰级豪华GT轿跑全新雷克萨斯LC在上海上市。凭借无所畏惧的设计、独具匠心的工艺、超乎想象的科技和心潮澎湃的性能，雷克萨斯全新双旗舰呈现出独树一帜的艺术级旗舰魅力．为新时代的豪华注入更具质感、品位与温度的内涵。全新LS建议零售价人民币888万元-1288万元。全新LC建议零售价人民币126．8万元-138．6万元。

简介：对SVM分类模型参数选择问题进行了研究,将免疫网络算法与SVM相结合形成一个AIN-SVM算法。数值测试结果表明该方法能够更快速地在更大的空间内进行有效搜索,与传统的交叉验证方法相比,在搜索速度与稀疏性上具有较大的优势。

简介：Ahandgesturerecognitionmethodispresentedforhuman-computerinteraction,whichisbasedonfingertiplocalization.First,handgestureissegmentedfromthebackgroundbasedonskincolorcharacteristics.Second,featurevectorsareselectedwithequalintervalsontheboundaryofthegesture,andthengestures'lengthnormalizationisaccomplished.Third,thefingertippositionsaredeterminedbythefeaturevectors'parameters,andanglesoffeaturevectorsarenormalized.Finallythegesturesareclassifiedbysupportvectormachine.Theexperimentalresultsdemonstratethattheproposedmethodcanrecognize9gestureswithanaccuracyof94.1%.

简介：它几乎可以满足普通摄影者对数字相机的所有要求。

简介：Microarray数据基于肿瘤诊断是在生物信息学的一个很有趣的话题。关键问题之一是一个肿瘤的增进知识的基因的发现和分析。尽管解决这个问题有许多精致的途径，仅仅与microarray数据为肿瘤诊断选择增进知识的基因的一个合理集合仍然是困难的。在这份报纸，我们分类经由敏感对手惩罚了竞争学习的距离(DSRPCL)通过microarray数据表示进很多簇的基因算法然后在支持向量机器(SVM)的帮助下检测增进知识的基因簇或集合。而且，批评或强大的增进知识的基因能在获得的增进知识的基因簇上通过进一步的分类和察觉被发现。它是我们的建议DSRPCL-SVM途径为肿瘤诊断导致增进知识的基因的一种合理选择的冒号，白血病，和乳癌数据集的实验表明的井。