位置:成果数据库 > 期刊 > 期刊详情页
球形支持向量机在煤自燃预测中的应用
  • ISSN号:1000-386X
  • 期刊名称:计算机应用与软件
  • 时间:2013.9
  • 页码:57-60
  • 分类:TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安科技大学计算机科学与技术学院陕西西安710054
  • 相关基金:国家自然科学基金重点项目(51134019).
  • 相关项目:煤田火区形成演化过程及灭控理论与方法研究
中文摘要:

引入模糊隶属度和最小二乘思想,采用邻域粗糙集方法对煤自燃预测的输入向量进行维数约简和粒子群优化(PSO)算法优化支持向量机模型中的参数,提出一种模糊最小二乘球形支持向量机(FLHSSVM),并用序贯最小化(SMO)算法求解FLHSSVM中的二次规划问题,建立煤自燃预测模型。实验结果表明,该方法有效简化了训练样本,提高了FLHSSVM训练速度,且分类精度良好,有很好的泛化能力。

英文摘要:

In this paper we introduce fuzzy membership and least squares method, adopt neighbourhood rough set method to reduce the dimensions of input vectors of the coal spontaneous combustion, and use particle swarm optimisation (PSO) algorithm to optimise the parameters of support vector machine (SVM) model. Then we present a fuzzy least square spherical support vector machine ( FLHSSVM), use sequential minimise optimisation (SMO) method to solve the quadratic programming problem in FLHSSVM, and establish a coal spontaneous combustion forecast model. Experimental results show that this method effectively simplifies the training sample, enhances the training speed of FLHSSVM, and has refined classification accuracy, it well proves the generalisation capability.

同期刊论文项目
期刊论文 100 会议论文 1 专利 6 著作 4
同项目期刊论文
期刊信息
  • 《计算机应用与软件》
  • 北大核心期刊(2011版)
  • 主管单位:上海科学院
  • 主办单位:上海市计算技术研究所 上海计算机软件技术开发中心
  • 主编:朱三元
  • 地址:上海市愚园路546号
  • 邮编:200040
  • 邮箱:cas@sict.stc.sh.cn
  • 电话:021-62254715 62520070-505
  • 国际标准刊号:ISSN:1000-386X
  • 国内统一刊号:ISSN:31-1260/TP
  • 邮发代号:4-379
  • 获奖情况:
  • 全国计算机类中文核心期刊
  • 国内外数据库收录:
  • 波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:27463