最大间隔与支持向量机 支持向量回归 软间隔与正则化 核方法 统计学习理论简介

支持向量机 线性不可分问题 核化支持向量机

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

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

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

采用VP-EXPERT和LOTUS 1-2-3分别构建了专家系统(ES)和决策支持系统(DSS),并用VP BCALL和DOS BAT将ES与DSS连接,构成配矿专家决策支持系统(EDSS),对大型露天铁矿成品矿仓放矿质量施以控制

提出了一种基于对偶优化的核最小二乘(KPLS)方法,把KPLS用最小二乘支持向量机的形式表示.推导了KPLS对偶优化形式的公式,且使其具有最小二乘支持向量机的风格.在初始空间中构造优化问题,应用核技术在特征空间中解对偶问题,这种解与非线性的KPLS具有相似性.实验验证了这种方法的效果,表明了该方法的有效性和优越性

针对高炉关键异常炉况悬料难以预测的问题，基于D-S证据理论，提出一种综合模糊专家推理和后验概率最小二乘支持向量机的悬料预测方法.首先，结合高炉生产过程和悬料现象，分析悬料形成的内在机理；其次，通过模糊专家推理提取基于专家规则的主观证据，再通过建立后验概率最小二乘支持向量机模型提取基于数据内在客观规律的客观证据；最后，基于D-S证据理论完成主客观证据融合，实现悬料预测.该方法充分利用专家经验和最小二乘支持向量机的自学习能力，能够提高预测精度.仿真结果表明本文提出的方法有效、准确

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

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好