本文提出了一种多分类的架构(MCS)相结合的加权支持向量机(WSVM)和基于频谱的的KNN(SkNN)的的。基本SVM配有信念,以揭示其容量系数确定类。
基于35个网页-相关网页
针对VBR视频流量的时变性、突发性和非线性等特点,提出一种基于小波支持向量机的VBR视频流量预测模型(WSVM).首先对VBR视频流量时间序列进行相空间重构,然后将其输入到小波支持向量机进行学习,建立VBR视频流量预测模型.
基于1个网页-相关网页
...摘要: 为了提高无线传感器网络三维节点的定位精度,针对SVM的核函数构建问题,提出一种基于小波支持向量机(WSVM)的定位算法.首先,收集三维传感器锚节点信号强度,构建支持向量机学习样本;然后,将其输入到小波支持向量机进行学习,建立三维...
基于1个网页-相关网页
For the known activities, the weighted support vector machine (WSVM) is used to recognize their types.
对于已知行为,采用加权支持向量机分类算法来识别其行为类别;
The analysis to the mean square deviation showed us the conclusion, that the prediction accuracy of WSVM was better than the ANN and traditional SVM models.
对结果均方差的分析显示,加权支持向量机的预测精度优于人工神经网络和标准支持向量机模型。
Based on the very characteristic of reliability prediction, the papers used a new SVM model called Weighted SVM (WSVM) to model and predict the system reliability.
基于可靠性预测这一特性,本文采用支持向量机的一种新模型——加权支持向量机对系统可靠性进行建模和预测。
应用推荐