支持向量机 线性不可分问题 核化支持向量机

选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据，以铁水温度为目标函数，首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理，获取了显著影响铁水温度的正负相关性特征参量。在此基础上，基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型，模型均可对铁水温度实现有效预测，基于支持向量回归算法构建的预测模型较优，预测平均绝对误差为4.33 ℃，±10 ℃误差范围内的命中率为94.0%

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

从炼铁生产过程分析入手,在功能模型的基础上建立了物流管制及生产优化决策支持系统。该系统将工艺控制与物流管制相结合,为炼铁生产的系统优化提供决策支持

尽管当代呼吸支持技术的应用抢救了许多呼吸衰竭患者的生命,但气管插管和机械通 气的应用却不可避免带来许多相关的并发症,怎样在危重患者的抢救过程中更好地发挥机械 通气抢救患者的优点,充分发挥呼吸支持的最大效能,减少或避免气管插管及机械通气相关 并发症的发生,尽可能维护患者的肺功能,并尽早完成恢复患者的自主呼吸,完全脱离呼吸 机,成为从事呼吸支持技术领域的医务人员所面临的重大课题

探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元,然后用最小二乘支持向量机进行预测．通过实验表明,这种方法得到的效果优于没有特征提取的预测．同时与主成分分析提取特征相比,用核主成分分析效果更好．

教学目的:通过对金融支持系统作供 需分析,认识网络经济与风险投资、二板 市场之间的基本关系。 教学要求:重点掌握风险投资和二板 市场之所以成为网络经济最佳金融支持系 统提供者的原因所在

一、理解支持价格、限制价格的含义 二、掌握支持价格、限制价格的利弊 三、学会运用支持价格或限制价格理论分析和解决现实问题

针对数据立方体的结构特点,结合联机分析处理技术,提出了两种基于数据立方体的维内关联规则挖掘算法.以合肥农河超市实际数据作为测试数据,给出了两种算法的实验结果.结果表明,两种算法在不同支持度情况下执行效率存在明显差异,分别适合在高支持度和低支持度情况下进行关联规则挖掘

本公司路由器对拨号的支持为用户提供完善的拨号解决方案: 支持拨号口备份,满足用户各类备份要求 支持包括异步串口、同步串口等各种拨号口 提供DDR拨号功能,满足用户按需拨号的要求;