考虑决策风险偏好的自适应支持向量机模型

发布时间：2018-03-29 21:02

  本文选题：支持向量机　切入点：不平衡数据　出处：《系统仿真学报》2012年06期

【摘要】：在构造可以控制不平衡性的分类器,准确识别少数类,并使得决策者可以根据风险偏好与分类器进行交互,这对于人工智能在管理实践中的应用有极为重要的价值。提出了一种自适应支持向量机(ASVM)模型,使得类间隔最大化的同时,决策损失最小化,并基于粒子群优化算法(PSO)调节参数。该模型内在地考虑了数据不平衡性,并可为决策者与分类器的交互提供有效支持。实验及仿真结果表明,该模型在各种样本不平衡情况下都有很好性能,分类准确率显著地优于对比方法,而且相对稳定,并能很好地根据决策者的偏好控制分类器的决策风险。
[Abstract]:A classifier that can control the imbalance is constructed to identify a few classes accurately and enable decision makers to interact with the classifier based on risk preference. This is of great value to the application of artificial intelligence in management practice. An adaptive support vector machine (ASVM) model is proposed to minimize the decision loss while maximizing the class interval. Based on particle swarm optimization (PSO) algorithm, the parameters are adjusted. The data imbalance is considered in this model, which can provide an effective support for the interaction between decision makers and classifiers. The experimental and simulation results show that, The model has a good performance under various sample imbalance conditions, the classification accuracy is significantly better than the contrast method, and the model is relatively stable, and it can well control the decision risk of the classifier according to the preference of the decision maker.
【作者单位】： 合肥工业大学管理学院;过程优化与智能决策教育部重点实验室;
【基金】：国家863计划重点项目(2008AA042302)
【分类号】：C934;O242.1

【共引文献】

相关期刊论文 前10条

1 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期

2 高闯;王立东;周世宇;;基于支持矢量机的宫颈细胞分类[J];辽宁科技大学学报;2009年03期

3 汪廷华;田盛丰;黄厚宽;廖年冬;;样本属性重要度的支持向量机方法[J];北京交通大学学报;2007年05期

4 尚磊;刘风进;;基于支持向量机的手写体数字识别[J];兵工自动化;2007年03期

5 胡淑燕;郑钢铁;;应用支持向量机的眼睑参数疲劳预测[J];北京航空航天大学学报;2009年08期

6 王自强;段爱玲;张德贤;;基于自适应核函数的支持向量数据描述算法[J];北京化工大学学报(自然科学版);2008年02期

7 陈增照;杨扬;董才林;何秀玲;;支持向量机动态学习方法及其在票据识别中的应用[J];北京科技大学学报;2006年02期

8 郭辉;刘贺平;王玲;;基于最小二乘支持向量机对偶优化问题的核偏最小二乘[J];北京科技大学学报;2006年08期

9 李长洪;王云飞;蔡美峰;苗胜军;范丽萍;;基于支持向量机的露天转地下开采边坡变形模型[J];北京科技大学学报;2009年08期

10 刘万春,罗双华,朱玉文,谢世斌;基于聚类分析和支持向量机的布匹瑕疵分类方法[J];北京理工大学学报;2004年08期

相关会议论文 前10条

1 赵延林;安伟光;;复合土钉支护基坑内部整体稳定可靠性分析[A];中国计算力学大会'2010（CCCM2010）暨第八届南方计算力学学术会议（SCCM8）论文集[C];2010年

2 ;Fuzzy Support Vector Machines Based on Fuzzy Similarity Degree[A];Proceedings of the 5th International Symposium on Test and Measurement(Volume 1)[C];2003年

3 ;Ultrasonic Flaw Classification in Seafloor Petroleum Transferring Pipeline through Chaotic Optimization and Support Vector Machine[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 1)[C];2005年

4 ;The Support Vector Machine Technique for Concrete Adherence Strength Prediction[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 5)[C];2005年

5 ;GA-SVM Wrapper for Feature Selection[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 9)[C];2005年

6 ;Application of Decision Tree SVMs Based on Class Distribution to Mental Tasks Recognition[A];第七届国际测试技术研讨会论文集[C];2007年

7 彭煊;王炳锡;;支持向量机及其在被动声呐目标识别中的应用[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

8 郭锋;刘丽丽;吕凝;;基于LLE和SVM的人像识别方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

9 ;An improved algorithm based on transforming a multi-class problem to one two-class problem[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

10 曾聪;王正华;贺细平;;膜蛋白分类中的特征提取算法和分类算法[A];Proceedings of 2010 Asia-Pacific Conference on Information Theory (APCIT 2010)[C];2010年

相关博士学位论文 前10条

1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年

2 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年

3 柏坚;非线性数学地质模型研究及在滇东南金矿成矿预测中的应用[D];中国地质大学（北京）;2010年

4 姚志明;基于步态触觉信息的身份识别研究[D];中国科学技术大学;2010年

5 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年

6 刘建明;古代壁画图像保护与智能修复技术研究[D];浙江大学;2010年

7 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年

8 李卓;图像信息隐藏与隐写分析算法的研究[D];浙江大学;2010年

9 陈伟;基于时序文本挖掘的新闻内容理解与推荐技术研究[D];浙江大学;2010年

10 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年

相关硕士学位论文 前10条

1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年

2 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年

3 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年

4 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年

5 方宇;小波支持向量机在交通流预测中的应用研究[D];大连理工大学;2010年

6 梁怀志;基于嵌入式的车型分类系统的设计与实现[D];大连理工大学;2010年

7 李林;基于可靠性的TBM刀盘轻量化设计[D];大连理工大学;2010年

8 李艳萍;基于自主学习的移动机器人质心偏移控制策略[D];大连理工大学;2010年

9 梅丽;人类启动子识别算法研究[D];辽宁师范大学;2010年

10 胡金辉;基于模糊结构元的模糊数直觉模糊集理论及其应用研究[D];辽宁工程技术大学;2009年

【相似文献】

相关期刊论文 前10条

1 张永清;孙德山;;多输出支持向量回归算法[J];辽宁师范大学学报(自然科学版);2006年03期

2 苏希鲁;一类幅度自适应交叉耦合锁相环的仿真研究[J];宁德师专学报(自然科学版);1997年01期

3 张坚;医院门诊排队的模拟和优化建议[J];系统工程理论与实践;1998年03期

4 董聪;结构系统可靠性理论与模拟算法[J];强度与环境;1997年04期

5 贾春华,肖卫国;虚拟现实技术及其在仿真领域应用的探讨[J];西安工业学院学报;1998年01期

6 罗烈雷;虚拟现实技术在CAD/CAM中的应用[J];常德师范学院学报(自然科学版);1999年01期

7 汪吉鹏;一种仿真监控实验室的组建[J];实验室研究与探索;1999年04期

8 赵书田;吉林省集体森林资源发展趋势仿真[J];林业调查规划;2000年03期

9 赵书田;吉林省地方局森林资源系统动力学仿真[J];林业调查规划;2000年04期

10 张爱莉,兰蓉;计算机系统性能仿真分析[J];西北大学学报(自然科学版);2001年05期

相关会议论文 前10条

1 余乐安;姚潇;;基于中心化支持向量机的信用风险评估模型[A];第六届（2011）中国管理学年会——商务智能分会场论文集[C];2011年

2 梁雪春;龚艳冰;;基于支持向量机的水资源可再生能力综合评价方法[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

3 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年

4 薛董敏;赵晖;李峰泉;;基于文化算法和负相关学习的选择性支持向量机集成[A];2011高等职业教育电子信息类专业学术暨教学研讨会论文集[C];2011年

5 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年

6 祝团飞;李益洲;孙婧;李梦龙;;一种构建支持向量机融合的新方法[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

7 梁禹;王义刚;王娜;;基于支持向量机的电力电子电路故障诊断[A];第二十六届中国控制会议论文集[C];2007年

8 孔凤;周雷;唐昊;;基于在线支持向量机的CSPS优化控制[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

9 敬闰宇;尹辉;李梦龙;孙婧;;Lasso与支持向量机在预测B因子中的应用[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

10 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

相关重要报纸文章 前10条

1 本报记者 胡永平;仿真饰品微笑走来[N];中国矿业报;2000年

2 小清;仿真首饰引领时尚潮流[N];中国黄金报;2001年

3 薛永年;乱真之妙仿真画[N];北京日报;2002年

4 宁宏宇;仿真鳗鱼海底捞“侦”[N];解放军报;2002年

5 凌子;电站仿真领域的开创者[N];中国高新技术产业导报;2000年

6 胡建新;营造仿真的训练环境[N];解放军报;2000年

7 空军指挥学院教授 苏恩泽;“赛博战”[N];解放军报;2001年

8 常云;仿真玩偶 美国玩具市场新宠[N];中国贸易报;2000年

9 张轶群 杨安丽 胡凡;营造仿真国际投资环境[N];科技日报;2000年

10 刘川鄂（湖北大学人文学院副教授）;由平民“仿真”走向都市传奇[N];中国图书商报;2002年

相关博士学位论文 前10条

1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年

2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年

3 栾锋;支持向量机（SVM）和径向基神经网络（RBFNN）方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年

4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年

5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年

6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年

7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年

8 韩晓龙;集装箱港口装卸作业资源配置研究[D];上海海事大学;2005年

9 李震;内燃机曲轴-轴承系统摩擦学动力学耦合研究[D];合肥工业大学;2005年

10 胡仕成;连续铸轧流变界面热行为研究[D];中南大学;2005年

相关硕士学位论文 前10条

1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年

2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年

3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年

4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年

5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年

6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年

7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年

8 孙利;基于超单元和支持向量机技术的船舶结构理性设计方法研究[D];上海交通大学;2012年

9 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年

10 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年

，

本文编号：1682829