1)support vector domain description支持向量域描述
1.Reduced support vector domain description method RSVDD;一种约减支持向量域描述算法RSVDD
2.A separation hyperplane is constructed based on support vector domain description(SVDD),which attempts the combination of SVDD with SVM.针对两类分类问题中使用支持向量机(Support Vector Machines,SVM)训练时间长和支持向量域分类器(Support Vector Domain Classifier,SVDC)精度不高的问题,建立一种基于支持向量域描述(Support Vector Domain Description,SVDD)的分离超平面,尝试将SVDD与SVM结合。
3.The data of every fault class are trained by support vector domain description (SVDD)to obtain the optimal enclosing feature spaces.该模型采用支持向量域描述算法(SVDD)对多类故障进行单独训练,建立独立而封闭的特征空间,满足故障类别的动态增加需要,并采用样本与各特征空间的相对距离进行了多故障的混合识别。
2)support vector data description支持向量域描述
3)support vector domain description machines支持向量域描述机
4)support vector data description支持向量域数据描述
英文短句/例句
1.An Improved Support Vector Data Description Method and Its Application一种改进支持向量域数据描述方法及其应用
2.Weighted support vector regression algorithm based on data description一种数据域描述的加权支持向量回归算法
3.A Modified Particle Swarm Optimization Algorithm Based on Support Vector Domain Description一种基于支持向量数据域描述的改进微粒群算法
4.Uncertainty Support Vector Domain Description for Biological Experiment Data with Noise带噪生物实验数据的不确定支持向量数据描述
5.Improved gene expression data clustering using a support vector domain description algorithm支持向量数据描述的基因表达数据聚类方法
6.Intelligent Fault Diagnosis Based on Wavelet and Support Vector Data Description基于小波和支持向量数据描述的故障智能诊断
7.Analysis of Support Vector Data Description Performance Based on RBF基于RBF的支持向量数据描述算法性能分析
8.Research on Classification Method Based on Support Vector Data Description基于支持向量数据描述的分类方法研究
9.Efficient outlier detection algorithm based on support vector data description基于支持向量数据描述的高效异常数据检测算法
10.This paper proposes a new anomaly intrusion detection method based on support vector data description( SVDD).提出了一种基于支持向量数据描述算法的异常检测方法。
11.Research on Equipment Performance Degradation Based on SVDD and Information Fusion基于支持向量数据描述与信息融合的设备性能退化评估研究
12.FAULT DIAGNOSIS COMBINED SUPPORT VECTOR DATA DESCRIPTION AND EMPIRICAL MODE DECOMPOSITION支持向量数据描述和经验模态分解相结合的故障诊断
13.Study on Fault Diagnosis Methods of Rotating Machines Based on Vector Spectrum and Support Vector Data Description基于矢谱和支持向量数据描述的旋转机械故障诊断方法研究
14.Wavelet package-support vector data description applied in bearing performance degradation assessment小波包-支持向量数据描述在轴承性能退化评估中的应用研究
15.Assessment of Bearing Performance Degradation by Cyclostationarity Analysis and Support Vector Data Description结合循环平稳和支持向量数据描述的轴承性能退化评估研究
16.Non-Gaussian process monitoring and fault reconstruction and diagnosis based on SVDD基于支持向量数据描述的非高斯过程故障重构与诊断
17.New Support Vector Data Description Fuzzy Recognition Method一种新的支持矢量数据描述模糊识别方法
18.Radar Target Fuzzy Recognition Method based on KPCA and SVDD基于核主分量分析和支持矢量数据描述的雷达目标模糊识别方法
相关短句/例句
support vector data description支持向量域描述
3)support vector domain description machines支持向量域描述机
4)support vector data description支持向量域数据描述
5)support vector domain description (SVDD)支持向量域描述(SVDD)
6)multi-kernel support vector domain description多核支持向量域描述
延伸阅读
支持向量机方法支持向量机(SVM)是90年代中期发展起来的基于统计学习理论的一种机器学习方法，通过寻求结构化风险最小来提高学习机泛化能力，实现经验风险和置信范围的最小化，从而达到在统计样本量较少的情况下，亦能获得良好统计规律的目的。支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解，是神经网络领域域取得的一项重大突破。与神经网络相比，它的优点是训练算法中不存在局部极小值问题，可以自动设计模型复杂度(例如隐层节点数)，不存在维数灾难问题，泛化能力强。
