基于最小二乘支持向量机的数据挖掘应用研究

随着数据仓库技术、联机分析技术的发展。基于数据库的数据挖掘已成为一种重要的数据处理手段。最小二乘支持向量机作为一种新的机器学习方法。具有全局收敛性和良好的泛化能力。本文将其应用于数据挖掘的分类与预测研究。通过棱函数的选择及参数优化，并结合支持向量机、多层感知器神经网络模型及判别分析方法进行比较研究，证明最小二乘支持向量机作为一种有效的数据挖掘算法具有较高精度。     

基于SVM的验证码识别算法研究

验证码是为了加强互联网系统安全,而引入的区别机器与人的标准技术。目前大部分的网站都引入了验证码机制来加强网络的安全验证。常见的验证码是基于字母和数字的文本验证码机制,且字符存在背景干扰、随机噪声、扭曲、变形、粘连等特点,增大了验证码识别的难度。本文主要研究基于SVM识别算法的验证码识别技术,从原理、实验来论证识别算法具有较高的识别率。     

基于支持向量机的企业突破性创新识别模型研究

根据文献研究和创新识别的内涵,从技术、市场、产品、管理、财务、环境6个维度构成创新模式识别因素指标集,利用支持向量机原理建立了企业突破性创新识别模型,并应用该模型对61个样本数据进行创新模式的仿真识别,结果发现输出结果与样本调研及实际创新模式是一致的。实证研究表明,该方法在突破性创新识别中具有较强的有效性及优越性。     

基于SIFT的人脸表情识别

SIFT算法[8]通常用于目标跟踪与检测领域,但近年来同LBP,GABOR等算法一起作为纹理特征提取算法应用于人脸表情特征提取。本文采用SIFT算法对JAFFE表情库中的图像进行特征提取,利用PCA进行降维,采用SVM进行分类,最后得出SIFT算法的识别率并和其它特征提取算法如LBP,GABOR进行比较。     

上市公司财务困境预测模型比较研究

以因财务原因被实施特别处理的公司作为财务危机公司,有目的地选择了三类样本(房地产行业样本、不同行业的样本、房地产行业样本与不同行业样本的混合),取其发生财务困境的前两年数据,运用神经网络、决策树和支持向量机模型进行财务预警,以研究行业因素对三种模型预警准确度的影响.     

基于人工智能的海南黄花梨木与越南黄花梨木识别研究

为实现对海南黄花梨木及越南黄花梨木成品家具在无损伤的情况下进行分类识别,本文通过采集成品家具纹理图像并分别对图像在RGB和HSV颜色空间下的颜色直方图各分量的峰值进行分析,计算图像灰度共生矩阵(GLCM)在步长d取值为2和4的情况下4个方向上图像纹理的对比度、相关性、熵、平稳度、能量,5个特征值用SPSS软件做显著性分析。通过分析最终确定R、G、B、V、相关性、对比度、能量,7个特征值作为海南黄花梨与越南黄花梨识别的特征值向量,通过对比BP神经网络与SVM向量机2种识别方法,发现SVM向量机准确率更高,准确率可达到94%。结果表明本文方法可作为一种在无损伤的情况下识别海南黄花梨木与越南黄花梨木成品家具的可靠方法。     

SVM决策树在沉积微相识别中的应用

支持向量机(SVM)作为统计学理论最年轻的分支,其应用日益广泛。针对油层沉积微相的多类识别问题,可采用支持向量机和决策树相结合的方法。对传统的SVM决策树进行改进的基础上,在SVM核函数选取过程中,构造了与实际问题有关的核函数。此方法有效的降低了支持向量机的设计难度,同时提高了识别精度和泛化能力。最后用实例对比神经网络验证了该方法的优越性。     

基于数据挖掘技术的企业信用评估研究

考虑一种带有分类变量的企业信用评估问题,在综合分析企业评估指标的基础上,提出了一套完整的企业信用评估指标。基于数据挖掘技术中的k-means算法和支持向量机算法,提出一种综合的企业信用评估方法。     

基于支持向量机的商业银行信用风险评估模型研究

本文将支持向量机(SupportVectorMachine,SVM)应用于商业银行信用风险研究中,通过实证研究,证实了该方法用于商业银行信用风险评估比BP神经网络更具有效性和优越性。     

于数据挖掘（算法）的二进制目标自动建模研究

从数据挖掘的算法入手,简单阐述了一些数据挖掘的建模方法优缺点,重点介绍了二进制目标的自动建模。二进制目标的自动建模能够综合自动化与多个模型相结合的好处,这往往产生比从任何一个模型更准确的预测。分析研究了二元分类器节点在进行自动建模和对比二元结果中的作用,并以某金融公司为例进行实证研究。     

基于SVM的人脸表情识别

提出利用独立成分分析提取人脸表情特征并用SVM进行识别的方法。实验分析SVM的一对一、一对多两种多分类方法,实验验证了ICA和SVM在人脸表情识别上的可行性和有效性。     

基于两类统计机器学习模型的中文化学物质名称识别研究

与基于词典和基于规则的识别方法相比,统计机器学习方法更加适合被应用到命名实体的识别工作中来。本文主要在中文化学物质名称的识别工作中,考察两类统计机器学习模型识别效果及识别效率的优劣,实验结果表明,在所取训练语料与测试语料相同的情况下,以CRF模型为代表的条件概率模型可以展现出更好的实验性能。     

网络交易垃圾评论智能识别研究

定义垃圾评论边界,利用智能算法有效识别垃圾评论。对垃圾评论进行内部细分,构建评价指标体系,并提出一种改良决策树方法对垃圾评论进行智能评估,并提供可读性规则。基于Matlab语言实现,通过实证研究,验证所构建的垃圾评论识别模型能够达到较高预测精度。提供了一种高效的多在线评论多分类智能识别方法,为垃圾评论的分类监管治理提供技术支持。     

数据挖掘技术对提高教学质量的应用研究

介绍了数据挖掘的基本概念，分析了数据挖掘技术应用于教学的可能性和必要性，提出了数据挖掘技术在高校警学应用中曹苎施煮案．并以高校教学中学生成绩的分析为例介绍了方案的实施过程，对提高学校的教学管理水平起到指导作用，为数据挖掘技术有效应用于教育领域研究提供了一个方向。     

基于数据挖掘的网银风险客户分类研究

在电子商务交易过程中,网银客户安全尤为重要。为保证网银安全,为网上交易提供一个良好的平台,引用数据挖掘方法中的决策树模型,利用网银客户基本信息、操作记录、交易信息及欺诈案例,对客户进行分类,确认网银风险客户,进而采用合理措施保障合法用户安全。该模型在应用过程中有效提高了银行监管风险客户的准确率。     

基于数据挖掘的VRPSD问题的研究与应用

在车辆路径问题中,由于配送过程中各种不确定状况的出现,使得随机VRP逐渐成为研究者关注的焦点.数据仓库和数据挖掘技术的出现,给解决随机VRP问题提供了技术支持.针对随机需求VRP问题构建了相应的数据库及数据挖掘模型,最后用启发式算法对给定数据用例进行了求解,取得良好的效果.     

各年龄段女性出行方式选择的调查

本文以南昌市铁路九村小区为例研究不同年龄段女性对出行方式的选择。针对不同年龄段女性选择的出行方式调查认为选择的出行方式会随着年龄和家庭结构、家庭月收入等不同而有所改变。     

基于数据仓库的图书借阅数据挖掘

本文通过构建图书借阅的数据仓库,建立了多维图书借阅数据集,使用数据挖掘中的决策树算法,对目标数据进行了分析,并从中得到了一些有关读者借阅图书的规则,可使图书馆了解读者借阅图书的特定取向,使得其在图书添加、图书摆放上更加合理,从而为读者提供方便,同时使图书馆对学校教学的辅助功能得到更加有效的发挥。     

基于决策树数据挖掘的培训行业重点客户研究

通过属性规约、数据清理和属性构造对外语培训学校的学生数据进行了预处理,利用信息增益方法对预处理后的属性构造了决策树,根据决策树得出了培训行业重点客户：拥有会员卡且外语水平在中级以下的校内人员;拥有企业会员卡且为社会人员中的女性学员;文化程度在高中及以下的人员。     

基于SVM的人脸识别系统的研究

该文使用PCA来提取人脸的特征,克服了K-L算法计算量大,计算耗时长的缺点。实验表明该算法减少了特征提取时间。然后运用SVM来进行人脸识别。将两类分类问题的识别策略应用到多类分类问题,以ORL人脸库做的实验中得到了很好的识别效果