陈俏
- 作品数：10 被引量：80H指数：4
- 供职机构：西安外事学院更多>>
- 发文基金：陕西省教育厅科研计划项目更多>>
- 相关领域：自动化与计算机技术环境科学与工程经济管理理学更多>>
- 支持向量机的研究进展被引量：11
- 2009年
- 支持向量机是一种新的机器学习方法。对于支持向量机的算法、模型的选择及支持向量机的扩展进行了阐述及总结,并提出支持向量机的发展趋势和研究方向。
- 陈俏曹根牛谢丽娟
- 关键词：支持向量机核函数
- 支持向量机应用于大气污染物浓度预测
- 支持向量机在近些年发展非常迅速,研究表明,支持向量机在许多领域具有广阔的应用潜力。作者应用支持向量机和小波分析的方法对大气污染预测进行了深入的研究,拓宽了支持向量机和小波分析在大气污染预测中的应用范围,完善了在大气污染预...
- 陈俏
- 关键词：支持向量机小波分析大气污染
- 文献传递
- 支持向量机应用于大气污染物浓度预测被引量：19
- 2010年
- 支持向量机是基于统计学习理论的新一代机器学习技术,其非线性回归预测性能优越于传统统计方法。提出了一种大气污染物浓度预测模型,该方法将支持向量机应用于大气污染物浓度预测,首先对各类影响因子进行分析并进行建模预测;而后利用主成分分析的方法对输入因子降维,从而形成支持向量机的训练样本集;在此基础上建立了基于RBF核函数支持向量回归法的大气污染预模型。大气污染预测实例表明,该方法具有泛化能力强、预测精度高、训练速度快、稳定性好、便于建模等优点,有良好的应用前景。
- 陈俏曹根牛陈柳
- 关键词：支持向量机大气污染预测核函数
- 基于BP网络的字母识别被引量：4
- 2009年
- 介绍了用BP神经网络方法对英文字母进行识别,并在识别过程中考虑了噪声干扰及非线性因素的存在,使网络具有一定的容错能力,并用MATLAB完成了对字母识别的模拟。
- 谢丽娟丁正生陈俏
- 关键词：BP神经网络模式识别MATLAB
- 神经网络应用于大气污染预测的探讨被引量：1
- 2015年
- 本文在分析了国内外大气污染预测模式存在的不足的基础上,提出应用神经网络预报大气污染,简述了国内外的应用实例,并探讨了神经网络应用于大气污染预测时需要注意的几个关键问题。
- 陈俏谢丽娟
- 关键词：大气污染神经网络
- 小波分析在股票指数分析中的应用被引量：2
- 2015年
- 引言股票市场是一种十分复杂的金融市场,其变化规律受到宏观经济、市场因素、国内外政策因素及心理因素等多方面因素的影响。长期以来,人们都在尝试从多种方式探索股票的变化规律和趋势。然而,对股票指数时间序列的趋势及特性没有很好的数学分析方法。小波分析是Fourier分析发展史上的一个里程碑式的进展,被人们誉为数学＂显微镜＂。
- 陈俏梁利利
- 关键词：小波分析股票市场上证指数时间序列散点图
- 小波分析及支持向量机应用于大气污染预测被引量：4
- 2010年
- 针对大气污染物浓度时间序列有一定的年变化趋势,提出了大气污染物浓度的小波分析及支持向量机时间序列预测模型。应用小波分解和重构对大气污染物浓度进行年变化趋势分析,在此基础上将大气污染物浓度序列划分为若干时段。各时段分别独立应用支持向量机进行大气污染物浓度预测,各时段均使用ν-支持向量回归机(ν-SVR)算法和径向基函数。预测结果表明,所提出的预测方法应用于大气污染物浓度时间序列预测有较高的预测精度和良好的推广能力,而且明显优于一般的支持向量机模型。
- 陈柳吴冬梅陈俏
- 关键词：支持向量机大气污染预测时间序列
- 支持向量机应用于大气污染物时间序列预测被引量：7
- 2009年
- 阐述了支持向量机应用于大气污染物时间序列预测的具体方法,建立了大气污染物时间序列的支持向量机预测模型。该方法将支持向量机应用于大气污染物浓度预测:首先通过选择合适的信息量准则来确定模型阶数;而后通过实验的方法选择参数从而形成支持向量机的训练样本集,在此基础上建立了基于支持向量机的时间序列大气污染预测模型。实例表明,无论是在仿真过程还是在预测过程,支持向量机都具有很高的预测精度。因此,采用支持向量机方法对大气污染物时间序列进行预测分析是可行的。
- 陈俏曹根牛陈柳
- 关键词：时间序列支持向量机核函数大气污染预测
