军用无人机研制费用的支持向量机预测

应用支持向量机建立了军用无人机研制费用预测模型,并采用该模型对某型军用无人机研制费用进行了预测。实例表明,与常规预测方法的结果相比,在少样本的情况下,建立预测模型具有更高的预测精度。     

模糊支持向量机在径流预测中的应用

在分析现有径流预测模型局限性的基础上,考虑径流量随时间变化的不确定因素,建立了基于模糊支持向量机的径流预测模型,使得较近时间的径流数据与较远时间的径流数据相比,对预测精度的提高影响更大.将该模型应用于新疆伊犁河雅马渡站年径流预测中,与传统的支持向量机预测模型比较表明,模糊支持向量机预测精度有较大的提高,并能进一步在其他流域径流预测中推广应用.     

模糊支持向量机在径流预测中的应用

在分析现有径流预测模型局限性的基础上,考虑径流量随时间变化的不确定因素,建立了基于模糊支持向昔机的径流预测模型,使得较近时间的径流数据与较远时间的径流数据相比,对预测精度的提高影响更大．将该模型应用于新疆伊犁河雅码渡站年径流预测中,与传统的支持向量机预测模型比较表明,模糊支持向量机预测精度有较大的提高,并能进一步在其他流域径流预测中推广应用．     

基于最小二乘支持向量机的数控机床热误差预测

为实现数控机床热误差的补偿控制,提出基于最小二乘支持向量机进行数控机床热误差建模预测的方法.根据最小二乘支持向量机回归预测的原理,优化选择最小二乘支持向量机参数,对数控车床热误差进行最小二乘支持向量机建模.通过测量数控车床主轴温升值与主轴热变形量,将获得的数据进行最小二乘支持向量机建模训练,以建立机床热误差预测模型.实验结果表明,该模型能有效描述热动态误差,与最小二乘法建模进行比较,结果显示,基于最小二乘支持向量机的数控机床热误差预测模型精度高、泛化能力强;采用最小二乘支持向量机得到的预测模型可用于数控机床热误差实时补偿,以提高机床的加工精度.     

基于支持向量回归学习机的网络流量预测

对最小二乘支持向量机的回归算法做了改进,并将其应用到网络流量预测中,在linux下编写网络抓包程序,统计出一个网段节点的流量,与文中算法所得到的预测结果进行对比,实验结果表明,将最小二乘支持向量机用于网络流量的预测,可以取得令人满意的效果.     

煤炭需求量预测的支持向量机模型

根据选择的嵌入维数，建立了基于支持向量回归的中国煤炭需求量预测模型．用1980-2002年的中国煤炭需求量构造了支持向量机的输入向量和输出向量；经过与线性核函数及Sigmoid核函数的对比，选用基于径向基函数（RBF）作为校函数，在分析预测误差和模型参数关系的基础上，选择了合适的参数；建立了多输入、单输出的支持向量机（SVM）预测模型．用检验样本与基于RBF神经网络模型的预测进行了比较，结果表明支持向量机模型在训练样本较少的情况下，仍有较高的预测精度和较强的泛化能力，证明了该模型时近期的预测是可靠的．最后用训练好的支持向量机模型很好地预测了2003-2006年我国的煤炭需求量．     

OFDM信道非线性预测算法

为了提高OFDM系统的传输效率和提前获取移动信道信息,提出了一种新的非线性信道预测算法.首先利用重构嵌入相空间理论将支持向量机和非线性动力学理论联系起来,解决了训练数据的维数确定问题,为研究支持向量机提供了新的理论途径.在此基础上采用递归最小二乘支持向量机在高维空间中解决导频点的预测问题,最后在频域进行插值操作以估计其他频点处的信道参数.仿真结果表明,与传统的信道估计算法相比,在增加较小误码率的条件下,减少了导频个数,提高了系统的传输效率并提前获取了信道信息,为自适应技术的实施提供了重要的信息.     

基于SVM模型的风电功率预测

为解决因风电机组功率波动产生的调度问题,运用支持向量机法对风电机组功率的输出进行实时预测,结果表明单台机组预测的均方根误差为2.16%,相关系数为77.605 4%,58台机组预测的均方误差为0.7%,相关系数为90.321 4%。说明了风机机组汇聚得越多,机组系统越稳定。最后还探索了进一步提高SVM预测精度的方法。     

支持向量机在短期用水量预测中的应用

针对基于经验风险最小化的神经网络存在模型结构较难确定和过学习的问题,根据时用水序列具有周期性和趋势性的特点,建立了基于支持向量机的时用水量预测模型.支持向量机采用结构风险最小化准则,在最小化学习误差的同时缩小模型泛化误差的上界,因此具有较强的泛化能力.此外,支持向量机通过将机器学习问题转化为二次规划问题,可获得全局最优解.实例分析结果表明,与基于BP网络的预测模型相比,基于支持向量机的时用水量预测模型建模速度更快,预测精度更高.     

基于支持向量机的光伏发电功率预测

分析了光伏系统的发电特性以及影响光伏发电的因素,建立了基于支持向量机的光伏系统发电功率预测模型.该模型以结构风险最小化原则取代了传统机器学习方法中的经验风险最小化原则,在小样本的机器学习中有着优异的性能.用某一天的数据作为训练样本集,首先对数据进行去噪和归一化,然后用支持向量机方法对样本集进行训练和发电功率预测.仿真结果表明,基于支持向量机的预测模型具有较高的精度,可用于光伏发电系统的预测.     

移动电话用户预测中Logistic模型和瑞利分布的综合运用

在滚动规划和可行性报告的编制过程中，移动用户预测常采用的方法是用户普及率法、曲线拟合法和瑞利分布多因素法，但这3种方法各有自己的局限性。该文探索综合运用Logistic模型和瑞利分布对移动电话用户数进行预测的方法，利用瑞利分布对Logistic模型中极限值进行确定，既考虑宏观经济的大环境，又考虑到通信产业本身的发展趋势。通过对全国和浙江移动电话普及率的预测分析，得出Logistic模型预测方法在对移动电话用户数的预测方面具有非常强的科学性和实用性。     

基于Co-training的用户属性预测研究(研究生论坛)

针对当前基于第三方应用数据的用户属性预测算法较少考虑应用前台实际使用时长问题,提出了“手机应用前台均使用时长”特征,同时采用基于稀疏自编码器和神经网络的Co-training框架,充分利用大量未标注数据,从应用类别和前台均使用时长两个角度进行属性预测。实验进行时,首先使用未标注数据对网络进行初始化,然后采用基于准确率的梯度下降算法对参数进行更新。实验结果表明,本文算法提高了用户属性预测准确率。     

物联网中基于扩展卡尔曼滤波的移动群体定位

为了满足高精度和高可靠性定位的需求,提出了一种基于扩展卡尔曼滤波的移动群体定位算法,把待定位的用户节点当成一个群组,利用他们之间的距离信息得到更好的定位性能,以减小环境噪声和无线信号不稳定造成的影响.此外,开发出一个实际的系统,并在大学校园里进行了大量实验.实验结果和理论分析验证了所提出方法的有效性.     

移动社交软件用户使用意愿影响因素研究

基于技术接受模型,构建了移动社交软件用户使用意愿影响因素分析模型,运用结构方程模型进行了实证研究。研究结果表明:感知有用性受好奇心、网络外部性和社会规范的显著影响,且网络外部性的影响程度最大;感知易用性受好奇心、人际交往、网络外部性和社会规范的显著影响,且社会规范的影响程度最大;感知有用性和感知易用性会显著影响移动社交软件用户的使用意愿。最后根据分析结果,提出了有针对性的营销建议。     

基于移动用户浏览行为的推荐模型

推荐算法已经被广泛地应用于很多领域。但是如果利用传统的推荐算法预测移动用户浏览互联网的行为,并在此基础上对移动用户进行个性化的内容推荐,传统推荐算法的推荐效果往往比较差。该文通过分析移动用户浏览互联网的记录,得出传统推荐算法效果差的原因。在此基础上,提出了一个基于移动用户浏览行为的推荐模型,即RMBDMU。该模型可以对移动用户浏览互联网的行为进行预测,在预测的基础上对移动用户进行内容推荐。为了验证推荐模型的有效性,在真实的移动用户浏览互联网的行为数据上进行了实验。实验结果显示基于移动用户浏览行为的推荐模型比传统的推荐算法更为有效。     

高职院校图书馆用户信息需求的研究与对策

结合高职教育的特性及用户从事活动的情况，分析了高职院校图书馆主要用户的信息需求，并从强化信息服务意识、抓好信息资源建设、加强与用户联系、不断提高用户的信息能力和图书馆人员素质等方面提出了满足用户信息需求的对策。     

基于移动计算技术的建筑信息管理模型

移动计算包括3个重要组成部分:移动计算机、无线网络和移动应用软件.移动计算技术在建筑工程领域应用的研究热点包括:移动IP电话、可穿戴计算机、条形码技术、无线感应器技术等.本研究项目使用定性与定量相结合的研究方法,给出了一个基于移动计算技术的建筑信息管理构架,又从应用和技术的角度,分别给出了2个具体的应用模型和技术模型.建筑管理人员和系统设计人员可以使用这一模型来选择建筑信息管理战略,确定系统功能,选择移动计算技术,设计系统框架.     

河间市瀛州湖调蓄工程用水户需水量预测

文中以河间市水资源现状供需情况为基础,针对各用水户采用不同的计算方法,计算出规划水平年河间市瀛州湖调蓄工程的用水户净需水量,为调蓄工程的调蓄计算提供了基础数据。     

科学研究与开发中的信息用户及其信息需求

在科技、经济发展中,研究与开发日益成为国际竞争与合作的焦点。为发展和提高我国的高新技术,科学研究与开发已被国家列为科技发展的战略重点。鉴于科学研究与开发中信息利用的极其重要性和特殊性,本文详细分析了科研开发中的科学研究人员、试验开发与技术人员、管理经营人员等三类信息用户群特点以及他们对信息的特殊需求,以便信息机构和信息服务人员针对科学研究与开发的特殊需求提供全面的信息服务。     

网络用户的信息隐私边界及其敏感度等级研究

互联网下应用系统服务质量的提升与用户的信息隐私是一对矛盾,如何协调是信息系统一个热门的研究前沿.本文对这一领域中有关信息隐私的心理边界以及敏感度等级问题研究作了综述.主要有3个方面的内容：一是总结不同领域对隐私的定义;二是分析信息隐私与其相似概念的区别;三是从信息敏感度这一视角对信息隐私划分等级问题的研究.