论文部分内容阅读
针对最小二乘支持向量机的参数优选,提出用遗传算法优化其有关参数,以经济系统中的人口数据对它进行训练,并用于预测城市的人口。最后,把最小二乘支持向量机与传统的BP网络预测结果进行比较,结果证明,该模型的预测精确度是令人满意的,文中提出的方法是可行的。
基于遗传算法的LS-SVM参数优选及其在经济预测中的应用
【摘 要】
：
针对最小二乘支持向量机的参数优选,提出用遗传算法优化其有关参数,以经济系统中的人口数据对它进行训练,并用于预测城市的人口。最后,把最小二乘支持向量机与传统的BP网络预测结果进行比较,结果证明,该模型的预测精确度是令人满意的,文中提出的方法是可行的。
【机 构】
：
天津大学系统工程研究所
【出 处】
：
计算机应用
【发表日期】
：
2007年06期
其他文献
基于有限差分离散的并行应用非常普遍,针对此类问题的负载平衡性能评估,引入了一个刻画应用问题负载平衡能力的关键参数:最大负载变化率,推导了一个以并行效率为目标函数的负载平衡性能模型,涉及问题规模、并行通信计算比、离散格式复杂度和并行规模等。以POP全球海洋模式并行程序为测试实例,验证了该模型的性能。结果显示最大负载变化率作为衡量负载平衡程度的指标是有效的,基于模型的预测性能与实测性能在总体趋势上基本
描述了一种基于短语统计翻译的汉维机器翻译系统。首先使用汉维语料进行训练,得到语言模型和翻译模型;再利用训练好的模型对源语句进行解码,以得到最佳的翻译语句。解码的核心算法是柱搜索(beam search)算法。其中维文语料使用的是拉丁维文。实验结果表明,基于短语的统计机器翻译方法可以快速有效地构建一个汉维机器翻译平台。
针对软件可靠性工程领域中存在的不同模型预计相同软件可靠性结果不一致、同一软件的失效过程本身不能用单个模型描述的问题,提出了基于包含度理论的软件可靠性多模型综合动态预计方法。首先定义了基于包含度理论的属性重要度,并给出了一种选择包含度函数的方法,然后给出了软件可靠性多模型综合动态预计的步骤。该方法综合了各种可靠性模型的特点(优点),动态地改变各分模型的权重,使不同类型和特性的模型互相补偿,较好地解决
在对现有分类方法和文本倾向性分类的复杂性进行分析的基础上,提出了一种基于类别空间模型的文本倾向性分类方法。该方法采用组合特征提取方法,基于词语对类别的倾向性进行分类。实验结果表明该方法有效地提高了倾向性分类的精度和速度。
八爷的脑袋像个枣核儿。八爷的脑袋两头儿尖,中间圆,且鼓,像枣核儿。这是就形状而言。当然,八爷的脑袋要比枣核儿大得多。八爷的家在村子的最东头儿,一个人过。老光棍嘛,可不