期刊文献+
共找到76篇文章
< 1 2 4 >
每页显示 20 50 100
基于小波分解-卷积神经网络和支持向量回归的短期负荷预测 被引量:22
1
作者 赵辉 杨赛 +1 位作者 岳有军 王红君 《科学技术与工程》 北大核心 2021年第25期10718-10724,共7页
为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector reg... 为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector regression,SVR)的负荷预测模型。首先,该方法通过小波分解算法对历史负荷数据进行分析与重构,得到长度相同的历史负荷数据,降低了原始序列中非平稳性对预测精度的影响;其次,对天气因素、日期类型进行特征构造,得到特征数据;最后,将处理后的负荷数据输入卷积神经网络支持向量回归机模型,将天气特征数据输入反向传播(back propagation,BP)神经网络支持向量回归模型,通过两个模型结果的叠加得到最终的预测值。实验结果表明,模型的预测精度和效率优于传统的CNN网络、SVR网络以及输入不进行划分的CNN-SVR模型,验证了其可行性。 展开更多
关键词 短期负荷预测 小波分解 卷积神经网络 支持向量回归
在线阅读 下载PDF
神经网络及回归型支持向量融合健康评估模型 被引量:2
2
作者 吴茂兴 曾庆华 陈龙志 《航空兵器》 2013年第6期43-48,共6页
健康评估是IVHM研究中的关键技术之一,基于关键特征参数监测无法解决复杂组件或系统的健康评估建模问题,而基于解析法的健康评估方法对构造特征参数的数学模型要求极高,工程价值不大。本文提出了一种基于仿真的健康评估建模新方法,该方... 健康评估是IVHM研究中的关键技术之一,基于关键特征参数监测无法解决复杂组件或系统的健康评估建模问题,而基于解析法的健康评估方法对构造特征参数的数学模型要求极高,工程价值不大。本文提出了一种基于仿真的健康评估建模新方法,该方法通过组件或系统在各种健康状态条件下仿真,生成样本数据,利用BP神经网络和支持向量机的非线性映射特性,以测量信息为基础分别构造了两种健康评估模型,考虑到单一模型缺陷,再将神经网络和支持向量机训练模型进行决策融合处理,提出了一种新的健康评估模型,并以石英挠性加速度计为例进行了建模研究与验证。结果表明:测量信息完备情况下,两种单一模型均能满足健康状态评估要求;测量信息不充分时,通过对两种模型进行决策融合处理,也可取得较好的健康状态评估效果。 展开更多
关键词 飞控系统 健康状态 评估模型 BP神经网络 回归支持向量
在线阅读 下载PDF
利用卷积神经网络支持向量回归机的地区负荷聚类集成预测 被引量:32
3
作者 沈兆轩 袁三男 《电网技术》 EI CSCD 北大核心 2020年第6期2237-2244,共8页
为提高地区负荷预测的运算效率和预测精度,提出了一种基于卷积神经网络支持向量回归机的地区负荷聚类集成预测方法。首先,通过聚类模型对地区内大量用户的真实负荷数据进行分组并分析了不同聚类模型的效果。其次,使用得到的聚类分组标... 为提高地区负荷预测的运算效率和预测精度,提出了一种基于卷积神经网络支持向量回归机的地区负荷聚类集成预测方法。首先,通过聚类模型对地区内大量用户的真实负荷数据进行分组并分析了不同聚类模型的效果。其次,使用得到的聚类分组标签将用户数据分组集成并构建训练数据。然后,基于改进的卷积神经网络构建了卷积神经网络支持向量回归机模型。最后,分组进行负荷预测并将预测结果求和得到地区最终预测月负荷,并与卷积神经网络模型、长短期记忆神经网络模型、决策树模型、支持向量回归机模型进行对比。文中使用扬中市高新区的负荷数据作为算例进行分析,结果表明文中所提方法相较于现有算法具有更高的负荷预测精度和运算效率。 展开更多
关键词 负荷预测 卷积神经网络 支持向量回归 聚类
在线阅读 下载PDF
基于卷积神经网络和支持向量机的事件相关电位识别方法 被引量:4
4
作者 于鸿伟 谢俊 +3 位作者 何柳诗 杨育喆 张焕卿 徐光华 《西安交通大学学报》 EI CAS CSCD 北大核心 2021年第12期47-54,共8页
针对事件相关电位(ERP)脑电信号存在个体差异性强、信噪比低等特点而导致其识别困难以及传统的卷积神经网络(CNN)对小样本分类易产生过拟合等问题,在CNN和支持向量机(SVM)融合模型的基础上,提出一种用于ERP信号分类识别的CNN-SVM组合分... 针对事件相关电位(ERP)脑电信号存在个体差异性强、信噪比低等特点而导致其识别困难以及传统的卷积神经网络(CNN)对小样本分类易产生过拟合等问题,在CNN和支持向量机(SVM)融合模型的基础上,提出一种用于ERP信号分类识别的CNN-SVM组合分类器方法。该方法以滤波后的原始多通道ERP信号作为输入,首先使用一维时间卷积核对信号的时域进行卷积操作;然后使用一维空间卷积核进行空堿卷积,从信号的时间信息和空间信息中学习特征;最后通过降采样、全连接等操作完成CNN模型的训练;接着再次将信号导入训练好的CNN模型来提取信号的降采样层特征,最后利用SVM对信号降采样层特征进行分类识别。实验结果表明:利用该组合分类器方法可以在少量重复的视觉刺激下实现对受试者P300信号的有效识别;在重复4次以上刺激后,该组合分类器的平均识别准确率为93.49%,相比于传统的CNN方法,其平均识别准确率提升了4.36%;与用于ERP信号识别的经典算法——逐步线性判别分析和贝叶斯线性判别分析相比,该组合分类器的平均识别正确率分别提高了6.38%和4.16%。该组合分类器只需要少量的重复实验便可获得较高的目标识别准确率,有效提高了ERP信号的识别效果。 展开更多
关键词 事件相关电位 融合模型 卷积神经网络 支持向量
在线阅读 下载PDF
基于卷积神经网络模型的遥感图像分类 被引量:27
5
作者 付秀丽 黎玲萍 +4 位作者 毛克彪 谭雪兰 李建军 孙旭 左志远 《高技术通讯》 北大核心 2017年第3期203-212,共10页
研究了遥感图像的分类,针对遥感图像的支持向量机(SVM)等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络(CNN)模型,该模型包含输入层、卷积层、全连接层以及输出层,采用Soft Max分类器进行分类。选取2010... 研究了遥感图像的分类,针对遥感图像的支持向量机(SVM)等浅层结构分类模型特征提取困难、分类精度不理想等问题,设计了一种卷积神经网络(CNN)模型,该模型包含输入层、卷积层、全连接层以及输出层,采用Soft Max分类器进行分类。选取2010年6月6日Landsat TM5富锦市遥感图像为数据源进行了分类实验,实验表明该模型采用多层卷积池化层能够有效地提取非线性、不变的地物特征,有利于图像分类和目标检测。针对所选取的影像,该模型分类精度达到94.57%,比支持向量机分类精度提高了5%,在遥感图像分类中具有更大的优势。 展开更多
关键词 卷积神经网络(CNN) 模型 支持向量机(SVM) 特征提取 遥感图像分类
在线阅读 下载PDF
基于卷积神经网络的SVM疾病症状分类模型 被引量:6
6
作者 张强强 苏变萍 李敏 《传感器与微系统》 CSCD 2020年第3期64-67,71,共5页
为解决疾病症状分类时传统特征提取方法存在特征维度较高和数据稀疏的问题,以及结合卷积神经网络(CNN)和支持向量机(SVM)的优势,提出了一种基于卷积神经网络的SVM疾病症状分类模型。用Skip-Gram根据维基中文语料库训练词向量,构成疾病... 为解决疾病症状分类时传统特征提取方法存在特征维度较高和数据稀疏的问题,以及结合卷积神经网络(CNN)和支持向量机(SVM)的优势,提出了一种基于卷积神经网络的SVM疾病症状分类模型。用Skip-Gram根据维基中文语料库训练词向量,构成疾病症状文本二维特征矩阵,即卷积神经网络的输入层;通过卷积层提取文本特征,使用1-max pooling策略在池化层得到文本的局部最优特征;将局部最优特征组成融合特征向量作为SVM分类器的输入得到分类结果。经过与传统特征提取算法和CNN算法的实验结果的对比,验证了提出的模型在准确率、召回率和F1三个评价指标上均有显著提高。 展开更多
关键词 疾病症状分类 向量 卷积神经网络 支持向量 Skip-Gram模型
在线阅读 下载PDF
基于多尺度卷积神经网络的玻璃表面缺陷检测方法 被引量:32
7
作者 熊红林 樊重俊 +1 位作者 赵珊 余莹 《计算机集成制造系统》 EI CSCD 北大核心 2020年第4期900-909,共10页
卷积神经网络在图像处理中的应用越来越广泛,针对图像处理技术手段在玻璃生产表面缺陷有效检验,分析了基于卷积神经网络的机器学习原理与方法,提出一种基于多尺度卷积神经网络(MCNN)图像识别模型,将MCNN模型在玻璃表面缺陷识别中进行应... 卷积神经网络在图像处理中的应用越来越广泛,针对图像处理技术手段在玻璃生产表面缺陷有效检验,分析了基于卷积神经网络的机器学习原理与方法,提出一种基于多尺度卷积神经网络(MCNN)图像识别模型,将MCNN模型在玻璃表面缺陷识别中进行应用实践研究,通过采用不同的算法模型和分类器进行对比实验,并运用混淆矩阵和F1值来评估学习器性能。实验结果表明,所设计的MCNN均比传统卷积神经网络(CNN)识别方法的准确率较高,尤其是在划痕缺陷和杂质缺陷图像的识别准确率上提高了较大的幅度,F1值均提高了5.0%以上,在玻璃缺陷检测的整体识别准确率上较优。 展开更多
关键词 卷积神经网络 机器学习 Softmax回归 支持向量 玻璃缺陷检测
在线阅读 下载PDF
一种基于深度卷积神经网络的摄像机覆盖质量评价算法 被引量:1
8
作者 朱陶 杜治国 洪卫军 《江西师范大学学报(自然科学版)》 CAS 北大核心 2015年第3期309-314,共6页
随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄... 随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集;设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化. 展开更多
关键词 视频监控摄像机 覆盖质量 深度卷积神经网络 支持向量回归
在线阅读 下载PDF
基于卷积神经网络的火灾识别算法 被引量:11
9
作者 李杰 邱选兵 +3 位作者 张恩华 李宁 魏永卜 李传亮 《计算机应用》 CSCD 北大核心 2020年第S02期173-177,共5页
针对传统图像处理和浅层机器学习的火灾识别中准确率不太高、特征难以提取等问题,提出一种基于卷积神经网络的火灾识别算法。首先将图片数据集转化为快速HSI色彩格式,增加图片视觉特性,便于深度学习提取火焰特征;然后采用Inception_Resn... 针对传统图像处理和浅层机器学习的火灾识别中准确率不太高、特征难以提取等问题,提出一种基于卷积神经网络的火灾识别算法。首先将图片数据集转化为快速HSI色彩格式,增加图片视觉特性,便于深度学习提取火焰特征;然后采用Inception_Resnet_V2卷积神经网络结合可变形卷积网络(DCN)对数据集进行训练提取特征,提高卷积神经网络对目标几何变化的适应和建模能力;最后使用支持向量机(SVM)分批次训练提取到的特征来进行分类。实验结果表明,与传统图像处理和其他深度学习识别算法相比,所提算法准确率高、泛化能力强、漏报率低,对测试集识别准确率达99.04%,取得很好的火灾识别效果。 展开更多
关键词 可变形卷积网络 HSI色彩模型 支持向量 卷积神经网络 深度学习
在线阅读 下载PDF
基于全卷积神经网络的计算机视觉目标检测算法 被引量:21
10
作者 蒋燕翔 《沈阳工业大学学报》 CAS 北大核心 2021年第5期557-562,共6页
针对传统计算机视觉目标检测算法准确率较低的问题,提出基于全卷积神经网络的计算机视觉目标检测算法.通过采样、量化以及编码将计算机视觉图像转换为数字图像,经图像平滑、图像增强、目标图像截取一系列处理后完成目标图像特征抽取,实... 针对传统计算机视觉目标检测算法准确率较低的问题,提出基于全卷积神经网络的计算机视觉目标检测算法.通过采样、量化以及编码将计算机视觉图像转换为数字图像,经图像平滑、图像增强、目标图像截取一系列处理后完成目标图像特征抽取,实现图像预处理;利用全卷积神经网络训练完成计算机视觉图像目标检测.结果表明,采用所提算法检测计算机动态图像及静态图像时,准确率和召回率分数均更接近1,证明算法的检测准确率更高,且检测耗时较少. 展开更多
关键词 卷积神经网络 支持向量 背景减法 高斯混合模型 计算机视觉 图像处理 目标识别 图像平滑
在线阅读 下载PDF
基于改进卷积神经网络的遥感图像目标检测方法 被引量:8
11
作者 王艳辉 张福泉 +1 位作者 邹静 侯小毛 《南京理工大学学报》 CAS CSCD 北大核心 2023年第3期330-336,共7页
为了提高遥感目标检测的稳健性和准确性,基于低层特征检测器,增加了1个改进型卷积神经网络(CNN)框架。首先,利用支持向量回归(SVR)对遥感目标进行初步分类,将检测出的目标信息作为CNN框架的输入。然后,对CNN框架进行优化,通过模块扩展... 为了提高遥感目标检测的稳健性和准确性,基于低层特征检测器,增加了1个改进型卷积神经网络(CNN)框架。首先,利用支持向量回归(SVR)对遥感目标进行初步分类,将检测出的目标信息作为CNN框架的输入。然后,对CNN框架进行优化,通过模块扩展的方式纳入更深的模块。为了使得分类器对亮度变化具有更好的稳健性,在特征向量分类之前增加正则化层(RL)。同时,为了提升目标检测的准确性,增加1个欧拉变换层(ETL),作为类别间的分离度量。使用来自CIFAR-10和MNIST数据集中的图像,与定向梯度边缘直方图(E-HOG)方法、基于生成式对抗网络(GAN)的检测方法、基于二值与浮点数混用方法的语义分割网络(MBU-Net)相比较,仿真结果表明:该文方法的精度和F1得分更高,且标准偏差也更低;该文方法的运行时间接近于一般CNN方法;利用该文方法在测试集的卫星图像中进行目标建筑物检测,模块化CNN可以与基于特征的算法实现互补。 展开更多
关键词 卷积神经网络 遥感图像 目标检测 支持向量回归 欧拉变换层 卫星图像 建筑物检测
在线阅读 下载PDF
基于ARIMA、LS-SVM和BP神经网络组合模型的航空运输飞行事故征候预测 被引量:16
12
作者 梁文娟 李雪艳 《安全与环境工程》 CAS 北大核心 2018年第1期130-136,共7页
应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析。首先,利用2008—2016年某航空公司的事故征候、飞行小时、航空器数量... 应用差分自回归移动平均模型(ARIMA)、最小二乘支持向量机模型(LS-SVM)和BP神经网络模型(BPNN)的组合模型,对某航空公司运输的月度飞行事故征候万时率进行预测分析。首先,利用2008—2016年某航空公司的事故征候、飞行小时、航空器数量、原油价格等历史数据建立ARIMA模型,应用SPSS软件进行模型拟合,获取飞行事故征候万时率的线性部分;然后,利用LS-SVM和BP神经网络建模,获取飞行事故征候万时率的非线性部分;最后,利用DS证据理论,实现三者的融合,获得ARIMA+LS-SVM+BPNN组合模型,利用组合模型对2017年1至3月该航空公司的月度飞行事故征候万时率进行预测,并用实际数据进行了验证。结果表明:组合模型较好地拟合了飞行事故征候万时率的历史序列,并获得了较高的预测精度;组合模型的短期(3个月)预测值与该航空公司飞行事故征候万时率的变化趋势完全一致,且预测精确度可接受。该研究可为航空公司安全与运行的趋势分析与判断提供数据依据,也可为航空公司制定针对性的飞行事故征候防控方案提供帮助。 展开更多
关键词 飞行事故征候万时率 组合模型 差分自回归移动平均模型 最小二乘支持向量模型 BP神经网络模型 航空安全
在线阅读 下载PDF
基于神经网络特征的句子级别译文质量估计 被引量:15
13
作者 陈志明 李茂西 王明文 《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1804-1812,共9页
机器翻译质量估计是自然语言处理中的一个重要任务,与传统的机器翻译自动评价方法不同,译文质量估计方法评估机器译文的质量不使用人工参考译文.针对目前句子级别机器译文质量估计特征提取严重依赖语言学分析导致泛化能力不足,并且制约... 机器翻译质量估计是自然语言处理中的一个重要任务,与传统的机器翻译自动评价方法不同,译文质量估计方法评估机器译文的质量不使用人工参考译文.针对目前句子级别机器译文质量估计特征提取严重依赖语言学分析导致泛化能力不足,并且制约着后续支持向量回归算法的性能,提出了利用深度学习中上下文单词预测模型和矩阵分解模型提取句子向量特征,并将其与递归神经网络语言模型特征相结合来提高译文质量自动估计与人工评价的相关性.在WMT15和WMT16译文质量估计子任务数据集上的实验结果表明:利用上下文单词预测模型提取句子向量特征的方法性能统计一致地优于传统的QuEst方法和连续空间语言模型句子向量特征提取方法,这揭示了提出的特征提取方法不仅不需要语言学分析,而且显著地提高了译文质量估计的效果. 展开更多
关键词 机器翻译质量估计 句子级别 向量 递归神经网络语言模型 支持向量回归
在线阅读 下载PDF
可重构功放的新颖NARX神经网络逆向建模研究 被引量:1
14
作者 南敬昌 臧净 +1 位作者 高明明 胡婷婷 《微波学报》 CSCD 北大核心 2019年第5期51-56,共6页
针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的... 针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应η逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。 展开更多
关键词 带外部输入的非线性自回归(NARX)神经网络 逆向建模 DAFNN神经模型 支持向量 可重构功率放大器
在线阅读 下载PDF
基于支持向量机回归的蛋鸡产蛋率预测模型 被引量:8
15
作者 李飞 蒋敏兰 《江苏农业科学》 2019年第13期249-249,250-252,共4页
蛋鸡产蛋率受生物、化学、物理以及人为等多方面因素影响,准确地预测蛋鸡产蛋率的变化趋势,建立蛋鸡的产蛋率预测模型对蛋鸡养殖具有重要的意义。将蛋鸡采食量、蛋鸡鸡龄、体质量、温度、光照时间以及是否服用营养素等6类影响因子进行处... 蛋鸡产蛋率受生物、化学、物理以及人为等多方面因素影响,准确地预测蛋鸡产蛋率的变化趋势,建立蛋鸡的产蛋率预测模型对蛋鸡养殖具有重要的意义。将蛋鸡采食量、蛋鸡鸡龄、体质量、温度、光照时间以及是否服用营养素等6类影响因子进行处理,作为支持向量机(SVM)的输入数据,对蛋鸡的产蛋率进行预测,得到了一个稳定性好、适用范围广、预测结果准确的蛋鸡产蛋率模型,且预测结果符合蛋鸡的实际产蛋情况;同时为评估和分析SVM蛋鸡产蛋率预测模型的性能,以同样样本建立BP神经网络的预测模型,并用网络训练、测试用时、均方误差MSE以及相关系数r作为预测模型性能的评价指标。结果表明,基于支持向量机的蛋鸡产蛋率预测模型精度和耗时均优于神经网络预测模型。 展开更多
关键词 蛋鸡产蛋率 预测模型 支持向量回归 神经网络
在线阅读 下载PDF
基于深度神经网络的图像语句转换方法发展综述 被引量:1
16
作者 毛典辉 薛子育 +1 位作者 李子沁 王帆 《计算机科学》 CSCD 北大核心 2018年第3期23-28,共6页
在当前大数据时代,图像由于具有丰富的语义而成为大众获取相关信息的重要来源。基于深度模型的图像语义分析是一种通过深度模型将图像内容转换成可直观理解的语义知识的技术,受到了国内外研究者的广泛关注。该技术根据生成目标语义层次... 在当前大数据时代,图像由于具有丰富的语义而成为大众获取相关信息的重要来源。基于深度模型的图像语义分析是一种通过深度模型将图像内容转换成可直观理解的语义知识的技术,受到了国内外研究者的广泛关注。该技术根据生成目标语义层次的差异,可分为单类别、多标签和语句3类。首先介绍了以上3类方法对应的深度模型的结构特点,并从技术的演化趋势角度对比分析了3类方法的技术特点和发展现状;然后重点对图像语句转换方法的发展现状、应用场景与性能要求的差异进行了论述,同时对图像语句转换方法的步骤进行分解和论述,从学术界和产业界两方面进行了详细的对比分析,指出了二者的不同研究侧重点与对应的发展现状;最后对具有深度模型的图像语句转换方法进行了总结和展望,指明了该方法当前存在的问题与发展趋势。 展开更多
关键词 深度模型 图像语义分析 卷积神经网络 递归神经网络 支持向量
在线阅读 下载PDF
基于神经网络雷达组合高精度预测着靶速度 被引量:1
17
作者 田珂 冷雪冰 《火炮发射与控制学报》 北大核心 2021年第4期52-57,共6页
靶场试验中,常用连续波雷达测试弹丸着靶速度,初速雷达测试弹丸初速。当连续波雷达出现故障导致弹丸信号不完整时,就会缺失着靶速度数据,而着靶速度是影响立靶密集度计算的一个因素,因此准确预测出着靶速度就显得尤为重要。由于着靶速... 靶场试验中,常用连续波雷达测试弹丸着靶速度,初速雷达测试弹丸初速。当连续波雷达出现故障导致弹丸信号不完整时,就会缺失着靶速度数据,而着靶速度是影响立靶密集度计算的一个因素,因此准确预测出着靶速度就显得尤为重要。由于着靶速度具有很强的非线性特征,而神经网络模型具有很强非线性映射能力,能够准确预测出非线性特征,所以选择把着靶时刻前初速雷达测试的径向速度作为输入数据,连续波雷达测试的着靶速度作为输出数据,利用已测数据训练神经网络模型,再把信号不完整弹丸的径向速度代入训练好的模型就可以预测出着靶速度。引入GM(1,1)灰色模型和支持向量回归机模型作为对比,3个模型的预测值与实测值的误差结果表明,神经网络模型的预测精度最高且在2‰以内,是预测着靶速度的最佳模型。 展开更多
关键词 着靶速度 GM(1 1)灰色模型 支持向量回归 BP神经网络 径向速度
在线阅读 下载PDF
基于支持向量回归的旅客吞吐量预测研究 被引量:18
18
作者 冯兴杰 魏新 黄亚楼 《计算机工程》 EI CAS CSCD 北大核心 2005年第14期172-173,共2页
在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果相比较,证明应用支持向量回归方法对机场旅客吞吐量... 在分析现有机场旅客吞吐量预测方法不足的基础上,利用基于结构风险最小化原则的支持向量回归方法,建立了机场旅客吞吐量预测模型。通过实际数据的检验及与BP神经网络等方法的预测结果相比较,证明应用支持向量回归方法对机场旅客吞吐量进行预测具备可行性,同时具有较高的预测精度。 展开更多
关键词 旅客吞吐量 支持向量回归 预测研究 结构风险最小化原则 BP神经网络 预测方法 预测结果 预测模型 回归方法 预测精度 机场 数据
在线阅读 下载PDF
基于支持向量回归机的精密数控平台热误差建模与补偿研究 被引量:11
19
作者 张恩忠 齐月玲 +1 位作者 冀世军 程亚平 《组合机床与自动化加工技术》 北大核心 2017年第4期48-51,共4页
为了提高数控机床的加工精度,文章以精密四轴数控平台为研究对象,采用PT100、激光干涉仪等仪器对X、Z轴的温度、定位误差进行测量与分析,研究精密四轴数控平台定位误差与温度之间的变化规律。运用支持向量回归机建立X、Z轴的热误差模型... 为了提高数控机床的加工精度,文章以精密四轴数控平台为研究对象,采用PT100、激光干涉仪等仪器对X、Z轴的温度、定位误差进行测量与分析,研究精密四轴数控平台定位误差与温度之间的变化规律。运用支持向量回归机建立X、Z轴的热误差模型,利用网格搜索法对支持向量回归机热误差模型进行参数寻优,确定惩罚参数c和核函数参数g的最优参数值。在热平衡状态下,根据BP神经网络、支持向量回归机热误差模型分别计算出X、Z轴定位误差的预测值与测量值对比曲线,对比曲线和数据分析表明支持向量回归机的预测精度较高,其X、Z轴拟合偏差带宽均不超过0.6μm。依据支持向量回归机热误差模型的预测数据进行补偿实验,数控平台X轴的定位误差降低了89.55%,Z轴定位误差降低了85.67%。实验结果证明支持向量回归机建模方法具有较高的预测精度、泛化能力、补偿精度和鲁棒性。 展开更多
关键词 数控平台 支持向量回归 BP神经网络 模型 误差补偿
在线阅读 下载PDF
基于支持向量机的婴儿死亡率预测模型 被引量:9
20
作者 张彤 殷菲 倪宗瓒 《中国卫生统计》 CSCD 北大核心 2004年第2期78-80,84,共4页
目的 将通常的回归分析方法应用于婴儿死亡率预测 ,结果往往不尽人意。因此 ,本文采用支持向量机回归算法建立预测模型对婴儿死亡率进行预测。方法 采用支持向量机回归算法建立回归模型 ,并对全国 2 2个省的 3 2个县的婴儿死亡率进行... 目的 将通常的回归分析方法应用于婴儿死亡率预测 ,结果往往不尽人意。因此 ,本文采用支持向量机回归算法建立预测模型对婴儿死亡率进行预测。方法 采用支持向量机回归算法建立回归模型 ,并对全国 2 2个省的 3 2个县的婴儿死亡率进行预测。并用径向基函数神经网络建立回归模型对同一数据进行预测。结果 预测值与实际值误差较小。该模型具有较高的预测精度。并且 ,支持向量机预测精度高于径向基函数神经网络。结论 利用SVM回归算法建立预测模型是一个新颖而有发展前途的方法。 展开更多
关键词 支持向量 婴儿死亡率 预测模型 回归分析 神经网络
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部