期刊文献+
共找到2,666篇文章
< 1 2 134 >
每页显示 20 50 100
基于改进金豺算法优化最小二乘法支持向量机的磨削表面粗糙度预测
1
作者 朱文博 张淑权 +1 位作者 张梦梦 迟玉伦 《表面技术》 北大核心 2025年第16期165-181,共17页
目的磨削过程中粗糙度直接影响产品质量,为有效预测工件磨削表面粗糙度,基于声发射和振动信号提出一种改进金豺算法(IGJO)优化最小二乘法支持向量(LSSVM)的磨削表面粗糙度预测方法。方法为增强信号特征与磨削表面粗糙度相关性,利用皮尔... 目的磨削过程中粗糙度直接影响产品质量,为有效预测工件磨削表面粗糙度,基于声发射和振动信号提出一种改进金豺算法(IGJO)优化最小二乘法支持向量(LSSVM)的磨削表面粗糙度预测方法。方法为增强信号特征与磨削表面粗糙度相关性,利用皮尔逊相关分析和主成分分析(PCA)对信号特征进行筛选,降低特征之间的多重共线性,降低模型复杂度;为改善磨削表面粗糙度预测模型的性能,对于金豺算法(GJO)易陷入局部最优问题,在GJO基础上引入佳点集初始化种群、非线性能量因子更新策略以及融合鲸鱼优化算法改进搜索策略,提升算法的初始种群多样性、收敛精度和全局搜索能力;为提高磨削表面粗糙度预测模型有效性,利用IGJO对LSSVM进行参数寻优,建立磨削表面粗糙度预测模型。结果通过轴承套圈内滚道磨削加工实验数据进行验证,结果表明IGJO-LSSVM磨削表面粗糙度预测模型能有效预测粗糙度值,预测精度为95.223%,RMSE值为0.0133,MAPE值为4.776%,R2值为0.956,均优于GJO-LSSVM、LSSVM和BP神经网络模型。结论通过IGJO优化后的LSSVM模型可实现磨削表面粗糙度有效预测,同时能够避免传统LSSVM容易陷入局部极小值的问题,对提高产品磨削质量具有重要意义。 展开更多
关键词 磨削表面粗糙度 轴承套圈 最小二乘支持向量 金豺算法
在线阅读 下载PDF
基于马氏距离的密度加权最小二乘孪生支持向量机
2
作者 吕莉 贺智鹏 +3 位作者 张法滢 张莹莹 康平 李院民 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期37-48,共12页
最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支... 最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支持向量机.该算法利用马氏距离替换欧氏距离构造密度加权策略,充分考虑点与分布的关系,给予噪声数据较低的权重,降低算法对噪声的敏感性;同时结合马氏距离核函数计算样本内协方差矩阵,消除样本特征值之间方差的差异,更准确地体现样本间的相关性,从而优化决策超平面.实验采用人工数据集和UCI数据集,实验结果表明:该算法比同类型分类算法具有更高的分类精确度和泛化能力,能够有效区分在样本中的噪声数据并赋予合适的权重值,提升分类器的鲁棒性. 展开更多
关键词 支持向量 马氏距离 核函数 密度加权 最小二乘损失函数
在线阅读 下载PDF
基于最小二乘支持向量机和车辆荷载监测数据的悬索桥吊索疲劳寿命预测 被引量:2
3
作者 曾国良 邓扬 《桥梁建设》 北大核心 2025年第1期41-48,共8页
针对传统吊索疲劳寿命计算方法计算效率低、无法考虑交通量增长的问题,基于最小二乘支持向量机(LSSVM)和车辆荷载监测数据进行悬索桥吊索疲劳寿命预测研究。以某大跨度双塔单跨悬索桥为背景,采用LSSVM建立吊索疲劳损伤与车辆荷载监测数... 针对传统吊索疲劳寿命计算方法计算效率低、无法考虑交通量增长的问题,基于最小二乘支持向量机(LSSVM)和车辆荷载监测数据进行悬索桥吊索疲劳寿命预测研究。以某大跨度双塔单跨悬索桥为背景,采用LSSVM建立吊索疲劳损伤与车辆荷载监测数据的相关性模型,建模过程中考虑LSSVM模型输入与输出的最优模式以及训练数据长度;建立1根吊索(以29号吊索为例)与其它吊索的日疲劳损伤之间的相关性模型,预测其它吊索的疲劳损伤;考虑日车流量和等效车总重的增长,进行吊索疲劳寿命预测。结果表明:对于29号吊索的4种LSSVM模型,模型Ⅳ的边界条件较其它3种模型更为合理,测试数据的平均相对误差低于模型Ⅰ~Ⅲ;该方法将日疲劳损伤与车辆荷载监测数据进行直接关联;LSSVM相关性模型的预测能力依赖于训练样本的数量,当训练数据长度为284 d时,模型Ⅳ的预测能力较强,其平均相对误差低于5.5%;同时考虑日车流量和等效车总重增长时,疲劳累积损伤显著增长。 展开更多
关键词 悬索桥 吊索 结构健康监测 车辆荷载 疲劳损伤 疲劳寿命 最小二乘支持向量 相关性模型
在线阅读 下载PDF
基于最小二乘支持向量机解耦的无轴承磁通切换电机转子径向磁悬浮逆系统控制
4
作者 林佳泷 周扬忠 +1 位作者 陈东远 梁彤伟 《电工技术学报》 北大核心 2025年第14期4534-4546,共13页
针对无轴承磁通切换电机非线性、多变量、强耦合特性,该文提出一种转子径向磁悬浮解耦控制策略。首先,采用最小二乘支持向量机的方法对悬浮力模型中的耦合电磁力部分进行拟合补偿,实现悬浮系统初步解耦;然后,验证悬浮系统可逆性,并按照... 针对无轴承磁通切换电机非线性、多变量、强耦合特性,该文提出一种转子径向磁悬浮解耦控制策略。首先,采用最小二乘支持向量机的方法对悬浮力模型中的耦合电磁力部分进行拟合补偿,实现悬浮系统初步解耦;然后,验证悬浮系统可逆性,并按照逆系统理论设计伪线性复合悬浮系统,进一步实现了悬浮系统的线性化解耦;最后,对解耦后的悬浮系统设计闭环控制器,对悬浮闭环系统稳定性进行理论分析。实验结果验证,所提控制策略实现了无轴承磁通切换电机悬浮系统的动态解耦,提升了悬浮系统的动、静态性能。 展开更多
关键词 无轴承磁通切换电 逆系统 最小二乘支持向量 径向磁悬浮 解耦控制
在线阅读 下载PDF
基于半监督学习结合最小二乘支持向量机的蝴蝶兰生长期最佳环境模型构建
5
作者 陈俞帆 白芮羽 +3 位作者 陈邦云 王华 敬勇 李亚硕 《农业工程》 2025年第4期38-42,共5页
蝴蝶兰是重要的观赏植物,生长环境对其生长发育具有显著影响。传统栽培方法多依赖经验,缺乏科学性和精准性。收集蝴蝶兰生长过程中的环境参数和生长状态指标,筛选关键特征,采用半监督学习结合最小二乘支持向量机方法,训练深度学习模型... 蝴蝶兰是重要的观赏植物,生长环境对其生长发育具有显著影响。传统栽培方法多依赖经验,缺乏科学性和精准性。收集蝴蝶兰生长过程中的环境参数和生长状态指标,筛选关键特征,采用半监督学习结合最小二乘支持向量机方法,训练深度学习模型用于预测蝴蝶兰生长最佳环境条件。通过自学习方法,模型能够从大量未标记样本中筛选出置信度高的样本,增加训练样本数量,提高模型的泛化能力和预测准确性。试验结果表明,当概率阈值设置为97%时,模型准确性最高,均方根误差3.974、决定系数0.975。该模型可为蝴蝶兰的科学栽培提供新的解决方案。 展开更多
关键词 半监督学习 最小二乘支持向量 环境模型 蝴蝶兰 智慧农业
在线阅读 下载PDF
基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测 被引量:10
6
作者 金秀章 史德金 乔鹏 《中国电机工程学报》 EI CSCD 北大核心 2024年第1期182-190,I0015,共10页
针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。... 针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。 展开更多
关键词 NOx浓度 k近邻互信息 沙地猫群优化算法 最小二乘支持向量 软测量模型
在线阅读 下载PDF
一种稳健最小二乘支持向量机GNSS-IR土壤湿度反演方法
7
作者 王式太 蒋威 +2 位作者 杨可心 马岳 姜新伟 《遥感信息》 CSCD 北大核心 2024年第2期43-51,共9页
全球卫星导航系统干涉测量(global navigation satellite system interferometric reflectometry,GNSS-IR)是一种新型的遥感技术,可利用多径信噪比序列的延迟相位值反演土壤湿度值,其延迟相位求解通常使用信赖域算法,该算法一定程度依... 全球卫星导航系统干涉测量(global navigation satellite system interferometric reflectometry,GNSS-IR)是一种新型的遥感技术,可利用多径信噪比序列的延迟相位值反演土壤湿度值,其延迟相位求解通常使用信赖域算法,该算法一定程度依赖初值设定。文章先使用遗传算法求解出延迟相位粗略值,再将该数值作为信赖域的初值用于迭代计算,提升了部分卫星延迟相位的求解精度及稳定性。此外,针对多径信噪比序列易受环境因素影响引入粗差,进而影响模型反演精度,文章采用稳健最小二乘支持向量机作为反演模型,同时又考虑到多星融合的时空尺度优势,将该模型分别做了单星反演至五星融合反演,并与最小二乘支持向量机模型做对比。分析结果表明,当三星融合时该模型提升精度最为明显,MAE最高可降低15.6%,RMSE最高可降低12.0%。 展开更多
关键词 GNSS-IR 土壤湿度 遗传算法 多卫星融合 稳健最小二乘支持向量
在线阅读 下载PDF
基于改进最小二乘支持向量机组合模型的深基坑沉降变形预测 被引量:10
8
作者 刘清龙 吕颖慧 +1 位作者 秦磊 赵鹏 《济南大学学报(自然科学版)》 CAS 北大核心 2024年第1期8-14,共7页
为了提高深基坑沉降变形预测精度,及时为深基坑支护施工提供指导,提出一种改进最小二乘支持向量机组合模型;通过引入自适应噪声完备集合经验模态分解方法分解原始深基坑沉降变形数据,并结合粒子群优化算法和遗传算法对最小二乘支持向量... 为了提高深基坑沉降变形预测精度,及时为深基坑支护施工提供指导,提出一种改进最小二乘支持向量机组合模型;通过引入自适应噪声完备集合经验模态分解方法分解原始深基坑沉降变形数据,并结合粒子群优化算法和遗传算法对最小二乘支持向量机进行参数寻优,对分解的数据分别训练、预测后再叠加,得到最终预测结果;应用所提出模型对济南市某深基坑的累积沉降量进行预测,同时与其他模型对比,验证所提出模型的实用性和优越性。结果表明:所提出模型预测深基坑累积沉降量的平均相对误差为0.035%,均方误差为0.0809 mm^(2),均方根误差为0.2838 mm,所提出模型的准确性远优于其他模型的;自适应噪声完备集合经验模态分解方法的引入更有利于在深基坑沉降变形预测方面发挥最小二乘支持向量机的优势。 展开更多
关键词 深基坑沉降变形 最小二乘支持向量 经验模态分解 粒子群优化算法 遗传算法
在线阅读 下载PDF
基于遗传算法优化最小二乘支持向量机的矿工疲劳程度识别模型 被引量:2
9
作者 田水承 任治鹏 毛俊睿 《矿业安全与环保》 CAS 北大核心 2024年第4期110-116,共7页
为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后... 为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后,采用主成分分析法对选取的特征指标进行降维处理,建立表征矿工疲劳程度的特征集;在此基础上,利用遗传算法优化最小二乘支持向量机的关键参数,构建矿工疲劳程度识别模型。结果表明:选取的矿工疲劳程度特征指标能够有效反映矿工的疲劳程度;相较GA-SVM和LSSVM模型,融合GA-LSSVM模型可显著提高矿工疲劳程度的识别准确率(平均识别准确率为96.87%)。构建的矿工疲劳程度识别模型可较为高效地识别矿工的疲劳程度,对煤矿人因事故的防控具有一定的现实指导意义。 展开更多
关键词 矿工 疲劳识别 心电信号 最小二乘支持向量 遗传算法
在线阅读 下载PDF
基于云粒子群-最小二乘支持向量机的传感器温度补偿 被引量:30
10
作者 张朝龙 江巨浪 +3 位作者 李彦梅 陈世军 査长礼 王陈宁 《传感技术学报》 CAS CSCD 北大核心 2012年第4期472-477,共6页
针对传感器的测量精度受温度影响较大问题,提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制,具有寻优精度高的特点。CMPSO算法对LSSVM的... 针对传感器的测量精度受温度影响较大问题,提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制,具有寻优精度高的特点。CMPSO算法对LSSVM的参数进行优化选择,建立CMPSO-LSSVM传感器温度补偿模型。将该模型应用于振弦式传感器的温度补偿,通过实验证明了该温度补偿方法优于当前其他主要方法。 展开更多
关键词 云模型 粒子群优化 最小二乘支持向量 温度补偿
在线阅读 下载PDF
基于粒子群优化和最小二乘支持向量机的储罐腐蚀速率预测 被引量:3
11
作者 王明慧 党鹏飞 +1 位作者 杨铮鑫 龚博 《腐蚀与防护》 CAS CSCD 北大核心 2024年第8期71-76,共6页
利用粒子群优化(PSO)算法的全局寻优能力,对最小二乘支持向量机(LSSVM)的正则化参数和核参数进行优化,提出了基于PSO-LSSVM的大型储罐腐蚀速率的预测方法。采用该方法对储罐腐蚀速率进行预测,并利用实测数据对模型的预测精度进行验证。... 利用粒子群优化(PSO)算法的全局寻优能力,对最小二乘支持向量机(LSSVM)的正则化参数和核参数进行优化,提出了基于PSO-LSSVM的大型储罐腐蚀速率的预测方法。采用该方法对储罐腐蚀速率进行预测,并利用实测数据对模型的预测精度进行验证。结果表明:使用PSOLSSVM获得的腐蚀速率预测结果与实际腐蚀速率较为吻合,罐顶、第一层罐壁、罐底预测结果的平均绝对百分误差分别为2.265%、3.077%、1.18%,均方根误差分别为0.010%、0.012%、0.011%,决定系数分别为0.973、0.982、0.976。该方法可以对储罐内腐蚀速率进行有效的预测。 展开更多
关键词 粒子群优化(PSO) 最小二乘支持向量(LSSVM) 腐蚀速率预测
在线阅读 下载PDF
模糊偏最小二乘支持向量机的应用研究 被引量:11
12
作者 宋海鹰 桂卫华 阳春华 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第5期1344-1347,1352,共5页
基于偏最小二乘回归法和模糊隶属度函数,提出了一种模糊偏最小二乘支持向量机。传统最小二乘支持向量机引入模糊加权系数后,可以根据训练样本点的情况调整折衷系数,有效地提高了最小二乘支持向量机的抗噪性能。同时利用偏最小二乘回归法... 基于偏最小二乘回归法和模糊隶属度函数,提出了一种模糊偏最小二乘支持向量机。传统最小二乘支持向量机引入模糊加权系数后,可以根据训练样本点的情况调整折衷系数,有效地提高了最小二乘支持向量机的抗噪性能。同时利用偏最小二乘回归法,克服了求解线性回归方程中自变量向量间的多重相关性问题。利用sinc函数对该建模方法进行了测试,并进一步对铜转炉吹炼时间的预测问题进行了仿真研究。仿真结果表明,该建模方法具有预测准确、跟踪性能好的优点。 展开更多
关键词 模糊支持向量 最小二乘支持向量 最小二乘回归 智能建模
在线阅读 下载PDF
基于聚类分析与偏最小二乘法的支持向量机PM_(2.5)预测 被引量:7
13
作者 喻其炳 李勇 +3 位作者 白云 姚行艳 成志伟 李川 《环境科学与技术》 CAS CSCD 北大核心 2017年第6期157-164,共8页
考虑样本和输入变量的选取对预测模型精度的影响,文章提出一种基于K-means聚类与偏最小二乘法的支持向量机PM_(2.5)浓度预测方法。首先采用K-means算法对气象属性进行聚类,间接把PM_(2.5)序列分成了相似度较高的若干类,并分别作为预测... 考虑样本和输入变量的选取对预测模型精度的影响,文章提出一种基于K-means聚类与偏最小二乘法的支持向量机PM_(2.5)浓度预测方法。首先采用K-means算法对气象属性进行聚类,间接把PM_(2.5)序列分成了相似度较高的若干类,并分别作为预测建模用的训练样本;然后采用偏最小二乘法从影响PM_(2.5)浓度的多种因素中提取主成分,作为各类模型的优化输入;最后根据预测日的气象属性选出合适类别,运用优化后的训练样本和输入变量建立PM_(2.5)浓度预测模型。以北京市某监测点的实际数据为例,运用改进模型和传统模型分别进行实验。结果表明:改进的支持向量机相比传统支持向量机在预测精度上有明显的提高,精度评价指标MAE、MAPE和RMSE分别下降38.10%、50.59%、37.15%。研究实证,引入K-means聚类与偏最小二乘法的手段来提高传统支持向量机在PM_(2.5)浓度预测中的精度具有可行性。 展开更多
关键词 K-MEANS聚类 最小二乘 支持向量 PM2.5浓度预测
在线阅读 下载PDF
结合偏最小二乘法和支持向量机的遥感影像变化检测 被引量:9
14
作者 黄杰 王光辉 +3 位作者 杨化超 胡高强 李建磊 柴文慧 《测绘通报》 CSCD 北大核心 2016年第7期35-38,共4页
针对多光谱遥感影像通道之间相关性影响难以消除及变化检测的阈值难以确定的问题,提出了一种结合偏最小二乘法(PLS)和支持向量机(SVM)的遥感影像变化检测方法。将两个时相的多通道遥感影像视为两组多元随机变量,引入多元统计数据分析方... 针对多光谱遥感影像通道之间相关性影响难以消除及变化检测的阈值难以确定的问题,提出了一种结合偏最小二乘法(PLS)和支持向量机(SVM)的遥感影像变化检测方法。将两个时相的多通道遥感影像视为两组多元随机变量,引入多元统计数据分析方法中的PLS理论,进行成分提取并构造差异影像;再通过SVM将差异影像分为变化与不变化两类别;最后利用形态学算子对分类结果作处理。选取Landsat8多光谱遥感影像进行试验,结果表明该方法可以很好地实现多光谱影像的变化检测,对地理国情数据监测具有重要意义。 展开更多
关键词 多光谱影像 最小二乘 支持向量 变化检测 多重相关性
在线阅读 下载PDF
基于偏最小二乘回归与支持向量机耦合的咸潮预报模型 被引量:26
15
作者 刘德地 陈晓宏 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2007年第4期89-92,共4页
利用偏最小二乘回归对影响咸潮的因素进行分析,提取出对因变量影响强的成分,从而克服了变量之间的多重相关性问题;同时利用支持向量机在解决小样本非线性问题上的优势,采用将偏最小二乘回归与支持向量机耦合的方法,建立了咸潮预报模型(P... 利用偏最小二乘回归对影响咸潮的因素进行分析,提取出对因变量影响强的成分,从而克服了变量之间的多重相关性问题;同时利用支持向量机在解决小样本非线性问题上的优势,采用将偏最小二乘回归与支持向量机耦合的方法,建立了咸潮预报模型(PLS-SVM),并应用该模型对珠海市平岗站盐度的变化进行了模拟和预测,研究结果表明,所提出的PLS-SVM模型模拟和预测精度明显优于常用的BP人工神经网络、多元回归模型,可更好地应用于咸潮预报。 展开更多
关键词 最小二乘回归(PLS) 支持向量(SVM) 咸潮预报 珠海市
在线阅读 下载PDF
用最小二乘支持向量机的可见-近红外光谱测定蜂花粉贮存时间 被引量:5
16
作者 金航峰 黄凌霞 +2 位作者 吴迪 金佩华 楼程富 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2010年第3期216-219,共4页
为了探索一种快速有效的蜂花粉新鲜程度检测方法,利用可见-近红外光谱技术结合最小二乘支持向量机(LS-SVM)对蜂花粉的贮存时间进行了检测.选择常温环境中贮存时间为4~50天(共计47天)的茶花蜂花粉作为研究对象,将全光谱数据作为输入变... 为了探索一种快速有效的蜂花粉新鲜程度检测方法,利用可见-近红外光谱技术结合最小二乘支持向量机(LS-SVM)对蜂花粉的贮存时间进行了检测.选择常温环境中贮存时间为4~50天(共计47天)的茶花蜂花粉作为研究对象,将全光谱数据作为输入变量建立了LS-SVM模型.结果显示,该LS-SVM模型预测效果较好,预测相关系数rp达到了0.996,预测标准误差(SEP)和预测均方根误差(RMSEP)的值分别为1.310和1.308,优于偏最小二乘法(PLS)和主成分回归(PCR)的预测结果,说明基于LS-SVM的可见-近红外光谱技术能够很好地对花粉贮存时间进行检测.同时对不同贮存时间段花粉的预测效果进行了比较,发现该LS-SVM模型适用于对第11~50天范围的贮存时间进行检测. 展开更多
关键词 可见-近红外光谱 贮存时间 最小二乘支持向量
在线阅读 下载PDF
基于偏最小二乘法的支持向量机短期负荷预测 被引量:14
17
作者 浦星材 沈晓风 +1 位作者 张清扬 邓玉章 《电网与清洁能源》 2011年第10期32-35,42,共5页
提出了一种基于偏最小二乘支持向量机的负荷预测模型。首先通过偏最小二乘(PLS)对负荷数据进行成分提取,提取的成分具有线性特点,并消除输入因素的多重相关性,然后采用支持向量机方法(SVM)对提取的成分进行预测。算例表明,该算法用于短... 提出了一种基于偏最小二乘支持向量机的负荷预测模型。首先通过偏最小二乘(PLS)对负荷数据进行成分提取,提取的成分具有线性特点,并消除输入因素的多重相关性,然后采用支持向量机方法(SVM)对提取的成分进行预测。算例表明,该算法用于短期负荷预测建模速度快,预测精度高,是种行之有效的方法。 展开更多
关键词 负荷预测 支持向量 最小二乘
在线阅读 下载PDF
稀疏在线无偏置最小二乘支持向量机的预测控制 被引量:12
18
作者 周欣然 滕召胜 蒋星军 《电子测量与仪器学报》 CSCD 2011年第4期331-337,共7页
针对非线性预测控制中的预测模型,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的有约束单步预测控制算法。在每个控制周期,该SONB-LSSVM递推地学习新样本,并删除贡献最小样本。该样本删除技巧能提高学... 针对非线性预测控制中的预测模型,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的有约束单步预测控制算法。在每个控制周期,该SONB-LSSVM递推地学习新样本,并删除贡献最小样本。该样本删除技巧能提高学习样本集的多样性和代表性;与ONB-LSSVM相比,SONB-LSSVM的泛化性能受输入信号频率影响较小。控制量由Brent优化方法计算。由于SONB-LSSVM能及时学习过程动态新特性,该预测控制方法具有良好的自适应能力.液位控制仿真表明,在多种波形的期望输出并有扰动情况下该预测控制方法都是有效的。 展开更多
关键词 预测控制 非线性系统 最小二乘支持向量 学习算法 稀疏性
在线阅读 下载PDF
自调用支持向量回归和偏最小二乘优化支持向量机参数 被引量:3
19
作者 王志明 谭显胜 +1 位作者 袁哲明 伍朝华 《小型微型计算机系统》 CSCD 北大核心 2010年第9期1815-1819,共5页
参数选择是支持向量分类、回归分析的关键问题之一,在大训练样本条件下,大范围遍历搜索极为耗时.将均匀设计(UD)分别与自调用支持向量回归(SVR)、偏最小二乘回归(PLR)结合,提出了两种将大样本搜索转化为小样本搜索的策略UD-SVR和UD-PLR... 参数选择是支持向量分类、回归分析的关键问题之一,在大训练样本条件下,大范围遍历搜索极为耗时.将均匀设计(UD)分别与自调用支持向量回归(SVR)、偏最小二乘回归(PLR)结合,提出了两种将大样本搜索转化为小样本搜索的策略UD-SVR和UD-PLR:在默认搜索范围内由均匀设计产生部分参数组合,每组合对训练集经交叉测试得评价指标(对分类为准确率,对回归为均方误差);以评价指标为目标函数,对部分参数组合形成的小样本,UD-SVR自调用支持向量回归以留一法进行大范围搜索建模,UD-PLR以PLR直接建模,并预测默认范围内所有参数组合;取预测评价指标最优的对应参数组合训练大样本,完成独立预测.对8个基准分类数据集、8个回归数据集的独立预测表明,两种新方法在保证预测精度的同时,大幅度缩短了训练建模时间,为大样本支持向量机参数选择提供了新的有效解决方案,UD-SVR比UD-PLR更具鲁棒性. 展开更多
关键词 均匀设计 支持向量回归 最小二乘 大样本 参数选择
在线阅读 下载PDF
基于D-S证据理论的导弹制导控制系统的联合最小二乘支持向量机预测模型 被引量:13
20
作者 丛林虎 徐廷学 荀凯 《兵工学报》 EI CAS CSCD 北大核心 2015年第8期1466-1472,共7页
针对导弹制导控制系统电子设备密集、各性能特征参数间相互耦合关联性强、使用传统最小二乘支持向量机(LS-SVM)预测精度不高的问题,通过分析特征参数的时间相关性与空间相关性,对传统LS-SVM进行了改进,并利用D-S证据理论在数据融合中的... 针对导弹制导控制系统电子设备密集、各性能特征参数间相互耦合关联性强、使用传统最小二乘支持向量机(LS-SVM)预测精度不高的问题,通过分析特征参数的时间相关性与空间相关性,对传统LS-SVM进行了改进,并利用D-S证据理论在数据融合中的优势,将传统与改进的LSSVM进行融合,建立了联合最小二乘支持向量机(ULS-SVM)预测模型。以导弹制导控制系统为例,实现了关键参数预测。结果验证了模型的合理性与有效性。 展开更多
关键词 兵器科学与技术 D-S证据理论 导弹 预测模型 最小二乘支持向量
在线阅读 下载PDF
上一页 1 2 134 下一页 到第
使用帮助 返回顶部