自变量间的多重相关性和输入变量的高维数对支持向量机拟合模型的精度影响较大.基于大坝裂缝开合度理论,利用PCA提取原样本信息,缩减后的主成分作为SVR模型的输入量,能减少SVR模型的计算成本.将该模型应用到某大坝监控资料的分析,与传统回归模型相比,PCA-SVR模型有更高的计算精度和运算效率,能在实际工程中广泛应用....
基金项目：国家自然科学基金项目（５１９７４２２６，５２１７４１２７，５１６３４００７）；山东省重大科技创新工程项目（２０１９ＪＺＺＹ０２０３２６）通信作者：吕文玉，男，山东枣庄人，博士，副教授，Ｅ ｍａｉｌ：ｌｖｗｅｎｙｕ＠ｘｕｓｔ．ｅｄｕ．ｃｎ综采面支架工作阻力的ＰＣＡ ＳＶＲ预测模型 吕文玉１，２，...
( 8) 1. 3 基于 PCA - SVR 的煤层瓦斯含量预测模型 由于影响煤层瓦斯含量的因素之间不仅存在着 而且还存在着相关性, 所以提出 复杂的非线性关系, 了基于 PCA - SVR 的煤层瓦斯含量预测模型。 其 模型步骤如下。 ( 1 )选取原始输入变量, 建立 SVR 的训练样 本集。 ( 2 ) 利用 PCA 对输入的原始变量进...
提出了一种基于主成分分析(PCA)和支持向量回归(SVR)的低浓度SO检测反算方法,(简称PCA-SVR反算方法)。方法通过主成分分析(PCA)提取出不同浓度气体的吸收光谱特征,再由支持向量回归(SVR)构建浓度反演模型反算SO浓度。实际工程应用表明,在检测低浓度SO时,该方法反算结果的误差和方差均小于现有传统方法,具有更高的...
-n nu : set the parameter nu of nu-SVC, one-class SVM, and nu-SVR (default 0.5)–设置v-SVC,一类SVM和v- SVR的参数(默认0.5) -p epsilon : set the epsilon in loss function of epsilon-SVR (default 0.1)–设置e -SVR 中损失函数p的值(默认0.1) ...
基于SVR和PCA的超分辨率图像恢复算法应用研究
基于PCA-SVR的煤层底板突水量预测
The second step consists in using a Support Vector machines Regression (SVR) method to build a model of the considered process. It is based on the historic process data defined by an output (a criterion on the product quality) and multiple inputs (various production line settings). The ...
Python code for common Machine Learning Algorithms random-forest svm linear-regression naive-bayes-classifier pca logistic-regression decision-trees lda polynomial-regression kmeans-clustering hierarchical-clustering svr knn-classification xgboost-algorithm Updated Mar 10, 2024 Jupyter Notebook Visualize...
核方法由特征空间回到数据空间非线性映射数据空间特征空间由数据空间回到特征空间非线性操作SVMSVRKPC 7、AKFD线性操作:分类回归PCAFD图3-1 核方法框架示意图对于核函数必须满足Mercer条件:对于任意给定的对称函数,它是某个特征空间中的内积运算的充要条件是对于任意的不恒为0的函数满足,有 (3-2)式(3-2)给出了...