寻找使用ls-svm的知音
我现在用ls-svm做预测,我想把算法改进一下,但不知该如何改进,有用支持向量机的请进来讨论一下,谢谢[ 本帖最后由 lxq 于 2006-9-6 19:48 编辑 ] 最小二乘支持向量机的算法改进有不少种方法.你可以看看论文.其中比较多的是降低他支持向量的数目, 现在做预测的效果怎么样,对什么做过仿真。 谢两位能与我讨论,我已经对最小二乘支持向量机进行稀疏化处理了,但该算法早就有人提出来了,我的意思是想在原来的基础上自己想办法改进一下,或者是与现有的其他算法进行结合,只要是别人没有用过的就行,到目前为止一点眉目都没有
我用最小二乘支持向量机建立软测量模型,数据来源于现场 目前用单独的 ls-svm预测效果比其他算法要好,但与pca或pls相结合后,效果还不如单独的好,我也不知道是怎么回事,还请各位帮帮忙,想想办法,谢谢 我也在用SVM做软测量。二次变量的选取的确是很困难的事情。用主元分析的很多,但我觉得还要具体情况具体分析。不可能对所有对象都适合的。 请问tz6091,你做的怎么样了?有没有改进算法?你只是仿真呢还是应用于实际? 我主要用Libsvm,泛化效果会好一点吧.也是实际的项目.我也做了些改进,仿真效果还不错.实际的数据还没实验 请问tz6091
你用Libsvm比用Ls-Svm效果好吗?我没用过Libsvm,不知道效果怎么样?你是要用到现场呢还是只是用现场的数据做仿真? 这两个我都用过.我感觉是Libsvm的效果好.现在做的这个说是要用到现场.不过按现在进度可能完成不了.
有空可以讨论tz691@sohu.com tz6091你好
你的邮箱好象不对吧,发邮件发不过去。
你现在做的怎么样了,改进算法了吗 我给你发消息了。不知道为什么要改进.我觉得改进主要是为了发文章.实际用的话能好使就可以了吧 其实我也不想改进,因为太难了,可由于现场各种条件的限制,这个算法根本无法用于现场,只能离线仿真,今年我们的论文全部外审,我怕只用人家的工具箱而没有改进,又没有用于现场,没有什么创新,到时过不了就麻烦了,现在正等老师去现场采数据,想利用这段时间看看能不能改进一下
老师虽然说不用改进也行,但说最好还是改进一下, 如果要用于现场只能再寻找一种比较简单的方法 恩。我们那个是个间歇过程控制.对时时性要求没那么高.所以用Libsvm还是可以的。虽然LS-SVM的速度快一些.但是如果用那个LS-SVM的MATLAB工具箱,那速度的优势也就没有了。Libsvm的好处是C++代码.并且原代码公开.'
那祝你好运了。要不给我你的邮箱。有空可以一起探讨。 噢,好的,我对C不 是很懂,我们一般都用MATLAB仿真,Libsvm是不是没有MATLAB版的?我下载了几个都是C版的
我的不能用于现场,是因为现场的计算机运行很慢,听说还不如386运行的快,也没有指数函数,如果在预测时用训练样本的话,训练样本不能太多,而老师说实际仿真时训练样本大约有300个
邮箱是0831ww@163.com
页:
[1]
2