基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了最小二乘支持向量机(LS-SVM)的基本原理,引入了一种混合核函数,讨论了各种参数对LS-SVM的影响.在此基础上,采用改进粒子群算法(IPSO)对惩罚参数、核参数和调节参数进行了优化选取,提高了LS-SVM的学习能力和推广能力.通过实例计算验证了IPSO优化LS-SVM参数的有效性,优化LS-SVM具有较高的GPS高程拟合精度.
推荐文章
基于粒子群优化算法的 LS-SVM的 GPS 高程拟合
粒子群优化算法
LS-SVM
BP 神经网络
二次曲面拟合法
高程拟合
基于LS-SVM的GPS高程转换及其抗差性研究
GPS
LS-SVM
BP神经网络
高程拟合
抗差性
基于LS-SVM和BP神经网络组合模型的GPS高程拟合
GPS
LS-SVM
BP神经网络
TLS
高程拟合
组合模型
基于混合QPSO的LS-SVM参数优化及其应用
最小二乘支持向量机
参数优化
HQPSO算法
净化过程
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于IPSO优化的LS-SVM在GPS高程拟合中的应用
来源期刊 工程勘察 学科 地球科学
关键词 粒子群算法 最小二乘支持向量机 高程拟合 混合核函数
年,卷(期) 2013,(7) 所属期刊栏目 论文
研究方向 页码范围 76-78
页数 分类号 P228.4
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高永超 7 3 1.0 1.0
2 刘龙 西南交通大学地球科学与环境工程学院 8 59 4.0 7.0
3 王应林 3 5 2.0 2.0
4 王建 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (144)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
最小二乘支持向量机
高程拟合
混合核函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工程勘察
月刊
1000-1433
11-2025/TU
大16开
北京东直门内大街177号
1973
chi
出版文献量(篇)
4458
总下载数(次)
8
总被引数(次)
40409
论文1v1指导