周德强
- 作品数：34 被引量：133H指数：5
- 供职机构：长江大学信息与数学学院更多>>
- 发文基金：湖北省自然科学基金湖北省教育厅优秀中青年人才项目湖北省教育厅科学技术研究项目更多>>
- 相关领域：理学自动化与计算机技术电气工程文化科学更多>>
- 灰色BP神经网络模型的优化及负荷预测被引量：24
- 2011年
- 为了提高样本数据较少情况下中长期负荷预测的预测精度,分析了传统GM(1,1)预测模型的缺点,提出了一种适用于中长期负荷预测的GM(1,1)优化建模方法。用一个与GM(1,1)模型的时间响应式具有相同形式的连续函数,拟合灰色系统的原始离散数据,将连续函数映射到神经网络,构建了GM(1,1)模型的灰参数与BP网络权值的对应关系。用已知负荷作为训练样本,利用BP算法对网络进行优化,当网络收敛时,提取优化的灰参数,实现了应用GM(1,1)模型对中长期负荷预测的优化建模。算例分析结果表明该方法是可行且有效的。
- 周德强武本令
- 关键词：BP算法中长期负荷预测
- 一种改进的基于概率的权数确定方法被引量：4
- 2009年
- 文章提出了一种改进的基于概率的权数确定方法。该方法不需要对研究指标做正态分布的假设,可直接根据样本数据计算出样本均值和方差,从而得到权数。该方法能较好地避免主观因素的影响,并且较概率权法更具一般性。文章通过实例将该方法和熵权法、变异系数法等客观赋权法进行了对比,结果表明该方法具有可行性和有效性。
- 周德强
- 关键词：权数
- 基于LS-SVM的道路交通事故的非线性组合预测被引量：4
- 2010年
- 为提高道路交通事故的预测精度,根据道路交通安全系统的特征,提出一种基于LS-SVM算法的道路交通事故的非线性组合预测模型。实例计算表明该组合预测模型不仅比单一预测技术的预测效果更好,而且相对于已有的组合预测模型也显示出更好的预测效果,在交通事故的预测方面具有一定的应用价值。
- 周德强
- 关键词：道路交通事故最小二乘支持向量机交通安全
- 建筑物沉降预测的改进Verhulst模型研究被引量：17
- 2011年
- 为进一步提高灰色Verhulst模型的预测精度,将LS-SVM算法与灰色Verhulst模型相结合,对灰色Verhulst模型的参数估计方法和预测方法进行了改进。该方法采用LS-SVM算法,构造以背景值序列和原始序列为训练样本的LS-SVM,将Verhulst模型参数的估计问题转化为灰色LS-SVM的参数估计问题,依据LS-SVM算法求得灰色LS-SVM的参数,进而得到Verhulst模型的参数估计,方法上遵循了结构风险最小化原则,适合Verhulst小样本建模的特点。将改进的模型应用于软土地基建筑物的沉降预测,结果表明本文的方法是可行的且有效的,比传统方法预测精度高。
- 周德强冯建中
- 关键词：沉降量最小二乘支持向量机灰色VERHULST模型
- 估计灰色Verhulst模型参数的LS-SVM方法及应用被引量：3
- 2022年
- 估计灰色Verhulst模型中的参数通常采用最小二乘法,这种基于大样本理论的经验风险最小化方法无法保证小样本预测下模型的推广性能.为提高灰色Verhulst模型的预测精度,本文提出了基于LS-SVM算法估计模型参数的方法.首先根据Verhulst灰色差分方程的特点,通过构造以背景值序列和原始序列为训练样本的LS-SVM模型,将一维样本空间里的Verhulst模型转化为一个二维特征空间里的LS-SVM模型,进而将Verhulst模型的灰参数的估计问题转化为一个LS-SVM模型的回归系数估计问题.然后通过核函数构造法,结合模型特点合理构造了LS-SVM模型的核函数,基于LS-SVM算法求解回归系数,进而得到Verhulst模型的参数估计.实验结果表明该方法是可行的有效的,可保证Verhulst模型具有良好推广性,相比于传统参数估计方法本文预测精度更高.
- 周德强
- 关键词：结构风险最小化参数估计核函数最小二乘支持向量机灰色VERHULST模型
- 支持向量机回归与分类解的关系
- 2008年
- 将线性Lp(p=1)和Lε损失函数下的支持向量机回归与分类解的关系及支持向量机回归与υ-支持向量机分类解的关系,推广到非线性Lp(p≥1)和Lε损失函数上,得到这些解关系更一般的形式.
- 周德强
- 关键词：支持向量机损失函数
- 基于MatLab-GUIDE的二次曲面课件设计被引量：1
- 2013年
- 基于MatLab-GUIDE进行教学课件制作,以解析几何中的二次曲面为例,在GUIDE中设计出人机交互友好界面,借助编程实现解析几何中复杂图形可视化,有利于提高学生学习兴趣,又有利于促进MatLab在教学中推广和使用。
- 刘奇肖凡王翠周德强
- 关键词：课件设计二次曲面
- 基于核方法的平分最近点算法
- 2008年
- 通过分析平分最近点算法的性质,利用核技巧,构造了基于核方法的平分最近点算法。证明了该算法构造的决策函数仅依赖于选择的核函数。实现了平分最近点算法与核方法相结合,求解非线性分类问题。
- 周德强
- 关键词：核方法支持向量机算法
- GM(1,1)模型参数的LS-SVM算法估计及其负荷预测
- 为克服利用传统最小二乘法估计GM(1,1)模型参数的缺陷,改善GM(1,1)模型在中长期负荷预测中的精度,提出了基于LS-SVM算法估计GM(1,1)模型中参数的方法。该方法根据GM(1,1)灰色差分方程的特点,构造以背...
- 周德强
- 关键词：负荷预测参数估计GM(1,1)模型LS-SVM算法
- GM（1,1）模型参数的LS-SVM算法估计及其负荷预测
- 为克服利用传统最小二乘法估计GM（1,1）模型参数的缺陷,改善GM（1,1）模型在中长期负荷预测中的精度,提出了基于LS-SVM算法估计GM（1,1）模型中参数的方法。该方法根据GM（1,1）灰色差分方程的特点,构造以背...
- 周德强
- 关键词：负荷预测参数估计LS-SVM算法
