资源描述：
《支持向量机聚类-笔记》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、1.聚类分析和支持向量机相结合的混合预测模型22.面向旋转机械的支持向量机故障智能诊断方法及实验研究33.基于粗糙模糊和模糊粗糙聚类的支持向量机44.基于粗糙集和支持向量机的汽轮机振动故障诊断研究55.基于聚类和模糊支持向量机的变压器故障诊断研究66.无监督聚类算法和支持向量机及其应用研究77.最小生成树平滑支持向量机聚类算法研究及其应用88.基于模糊聚类的支持向量机的分类算法研究99.基于粗糙模糊和模糊粗糙聚类的支持向量机1010.水力机组无线振动监测及支持向量机故障诊断系统研究1111.基于SVM的多类文本分类算法及其应用研究1212.基于自组织数据分析
2、算法的加权支持向量机1313.面向旋转机械的支持向量机故障智能诊断方法及实验研究1414.基于支持向量机的旋转机械故障诊断方法研究1515.聚类分析和支持向量机相结合的混合预测模型1616.基于支持向量机的挖掘机故障诊断系统的研究1717.基于线阵的钢绳芯输送带无损检测系统设计1818.钢丝绳缺陷漏磁场的有限元仿真研究1919.钢丝绳故障的弱磁无损检测技术研究2020.基于弱磁的钢丝绳断丝检测磁特性研究分析2121.X光强力输送带无损检测系统通信和图像处理软件的研究2222.带式输送机动态张紧装置的设计与研制2323.钢丝绳拉力智能检测系统研究24241.聚
3、类分析和支持向量机相结合的混合预测模型【英文题名】HybridHypothesisModelBasedonCombinationofClusterAnalysisandSupportVectorMachines【作者中文名】狄明明;【导师】孙德山;【学位授予单位】辽宁师范大学;【学科专业名称】应用数学【学位年度】2009【论文级别】硕士辽宁师范大学2010-03-04【关键词】因子分析;聚类分析;支持向量机;分类;【英文关键词】Factoranalysis;Clusteranalysis;Supportvectormachines;Classificatio
4、n;【中文摘要】支持向量机(SupportVectorMachines,简称SVMs)是建立在统计学习理论的VC(Vapnik-Chervonenkis)维理论和结构风险最小化原理基础上的一种机器学习方法。支持向量机在解决实际应用中的小样本问题时具有较大的优势,较好地解决了以往困扰很多学习方法的小样本、非线性、过拟合、高维数、局部极小点等实际问题。如果仅从分类的角度来说,支持向量机是一种广义的线性分类器,它是在线性分类器的基础上,引入结构风险最小化原理、最优化理论和核函数方法深化而成的。当前基于支持向量机的模型得到了越来越多的重视和应用。但由于支持向量机最初
5、是针对二分类问题提出的,因此如何将其推广到多类分类问题上就是一个很值得深入研究的问题。聚类分析方法是一种被广泛应用的且很有效的分类方法,它是利用多元统计分析的基本原理,对一批样本进行分类处理的数学方法。其基本思路是将一批样本或变量,按照它们在性质上的亲疏程度进行分类,把样本看成是m维空间的一个点。在m维坐标中,定义点与点之间的某种距离,通过距离的远近把样本分成若干类别。因此,本文放弃了以往的只采用聚类分析或支持向量机来分类的方法,在分别介绍了聚类分...【英文摘要】Supportvectormachines(SVMs)isamethodofmachinele
6、arningbasedonVCdimensionandstructuralriskminimizationprincipleofthestatisticallearningtheory.SVMshasadvantagesinsolvingsmallsamplesizeproblemsinpracticalapplications.Italsowellsolveslargenumberofpracticalproblemssuchassmallsample,nonlinear,overlearning,highdimensionalandlocalminimu
7、mpoint.Theseproblemsexistinmanylearningmethods.Fromthepointofclassification,SVMsisageneralizedlinearclassifi...1.241.面向旋转机械的支持向量机故障智能诊断方法及实验研究【作者中文名】付静;【导师】何学文;【学位授予单位】江西理工大学;【学科专业名称】机械电子【学位年度】2009【论文级别】硕士【网络出版投稿人】江西理工大学【网络出版投稿时间】2010-01-18【基金】江西省自然科学;【关键词】支持向量机;故障诊断;多类分类;核参数优化;增量学
8、习;【英文关键词】SupportVectorMach
