期刊文献+
共找到3,264篇文章
< 1 2 164 >
每页显示 20 50 100
基于在线最小二乘支持向量机的数控机床热误差建模与补偿 被引量:37
1
作者 林伟青 傅建中 +1 位作者 许亚洲 陈子辰 《计算机集成制造系统》 EI CSCD 北大核心 2008年第2期295-299,共5页
为消除数控机床热误差对加工精度的影响,提出了基于在线最小二乘支持向量机的数控机床热误差建模方法。为构建机床热误差模型,进行了建模实验,采用智能温度传感器与激光位移传感器分别测量机床温度值与主轴热变形量。将获得的数据进行... 为消除数控机床热误差对加工精度的影响,提出了基于在线最小二乘支持向量机的数控机床热误差建模方法。为构建机床热误差模型,进行了建模实验,采用智能温度传感器与激光位移传感器分别测量机床温度值与主轴热变形量。将获得的数据进行在线最小二乘支持向量机建模训练,构建机床热误差模型。在根据模型得出误差预测值的同时,可以不断根据在线输入的新数据修正热误差模型本身,运算时间短,适用于在线建模。实验结果表明,基于在线最小二乘支持向量机的数控机床热误差建模方法具有精度高、鲁棒性强和计算时间短的特点。在此基础上,根据在线模型进行热误差补差,可有效消除机床热误差影响,提高数控机床的加工精度。 展开更多
关键词 在线最小二乘支持向量机 热误差 建模 补偿
在线阅读 下载PDF
基于在线最小二乘支持向量机逆系统的高速永磁同步电机解耦控制 被引量:9
2
作者 何延昭 王贞艳 郑世强 《中国电机工程学报》 EI CSCD 北大核心 2016年第20期5639-5646,5741,共8页
针对高速永磁同步电机(high speed permanent magnet synchronous motor,HS-PMSM)的解耦控制系统,根据逆系统理论分析了其数学模型的可逆性,进一步提出一种基于在线最小二乘支持向量机(online least squares support vector machine,OLS... 针对高速永磁同步电机(high speed permanent magnet synchronous motor,HS-PMSM)的解耦控制系统,根据逆系统理论分析了其数学模型的可逆性,进一步提出一种基于在线最小二乘支持向量机(online least squares support vector machine,OLS-SVM)的逆系统方法,实现了HS-PMSM的高性能解耦控制。该方法设计了基于OLS-SVM的实时逆系统,并将其与原系统串联构成一种伪线性系统,实现了HS-PMSM系统的线性化和解耦。同时,在HS-PMSM逆控制系统中为获得高精度定子磁链观测,进一步引入一种基于带通滤波器和参数补偿(band-pass filter with parameter compensator,BPFC)的磁链观测器。通过仿真和实验研究,在宽速范围内转速和电流解耦控制、不同转速域转速跃跟踪和负载抗扰性能等几个方面验证了文中所提出的解耦控制方法的有效性。 展开更多
关键词 高速永磁同步电 在线最小二乘支持向量机 逆系统方法 解耦控制 磁链观测
在线阅读 下载PDF
改进在线最小二乘支持向量机的合金成分预测 被引量:2
3
作者 唐春霞 阳春华 +1 位作者 桂卫华 周志光 《计算机工程与应用》 CSCD 北大核心 2011年第34期246-248,共3页
针对硅锰合金埋弧冶炼过程中合金成分检测困难、离线化验滞后大、难以实时控制的问题,提出一种改进在线最小二乘支持向量机(IOLSSVM)的合金成分预测模型。该模型对每一个新增样本采用增量式学习,根据样本对模型贡献的不同删除样本集中... 针对硅锰合金埋弧冶炼过程中合金成分检测困难、离线化验滞后大、难以实时控制的问题,提出一种改进在线最小二乘支持向量机(IOLSSVM)的合金成分预测模型。该模型对每一个新增样本采用增量式学习,根据样本对模型贡献的不同删除样本集中对模型贡献最小的样本数据,利用递推计算增强模型的在线学习能力。将此模型应用于30MVA硅锰合金埋弧炉冶炼过程合金成分预测,实际生产运行数据表明了此方法的有效性。 展开更多
关键词 硅锰合金 埋弧炉 改进的在线最小二乘支持向量机 合金成分
在线阅读 下载PDF
基于改进滑动时窗的在线最小二乘支持向量机 被引量:2
4
作者 龙门 夏靖波 +1 位作者 王海涛 张子阳 《计算机应用与软件》 CSCD 2011年第3期125-127,共3页
针对最小二乘支持向量机的在线建模问题,对目前采取的普通滑动时窗策略进行改进,基于矩阵分块求逆原理提出了改进递归算法,增加了样本优选功能;针对如何判断新样本是否产生新信息的问题,提出了两种典型方法,样本相关度检测法和模型预测... 针对最小二乘支持向量机的在线建模问题,对目前采取的普通滑动时窗策略进行改进,基于矩阵分块求逆原理提出了改进递归算法,增加了样本优选功能;针对如何判断新样本是否产生新信息的问题,提出了两种典型方法,样本相关度检测法和模型预测误差法。实验证明,该方法简捷有效,提高了模型预测精度。 展开更多
关键词 最小乘支持向量 滑动时窗 样本优选
在线阅读 下载PDF
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
5
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
6
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:1
7
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 最小乘支持向量 相关性模型
在线阅读 下载PDF
基于改进自适应最小二乘支持向量机的飞灰含碳量软测量方法
8
作者 郭文康 莫正阳 李益国 《动力工程学报》 北大核心 2025年第7期1082-1090,共9页
飞灰含碳量是实现锅炉效率在线测量的重要参数之一,然而目前的飞灰含碳量测量装置存在测量周期长和故障率高等缺点。为此,通过改进模型更新方法提出一种新的改进自适应最小二乘支持向量机(IALSSVM)算法,并且将其用于建立某660 MW燃煤锅... 飞灰含碳量是实现锅炉效率在线测量的重要参数之一,然而目前的飞灰含碳量测量装置存在测量周期长和故障率高等缺点。为此,通过改进模型更新方法提出一种新的改进自适应最小二乘支持向量机(IALSSVM)算法,并且将其用于建立某660 MW燃煤锅炉飞灰含碳量的动态软测量模型,其中采用皮尔逊相关性分析筛选出重要变量,利用核主成分分析(KPCA)法融合重要变量信息。仿真测试结果表明:该软测量模型在测试集上的平均绝对预测误差(MAE)、平均绝对百分比误差(MAPE)分别为0.171%和19.814%,拟合优度(R~2)为0.843,具有较高的精度和稳定性。另外,新的模型更新方法在计算速度上相比于传统方法提升30%左右,对促进该模型的在线应用和实现锅炉闭环燃烧优化具有重要作用。 展开更多
关键词 飞灰含碳量 软测量模型 支持向量 特征降维 在线更新
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
9
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
10
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:6
11
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 最小乘支持向量 软测量模型
在线阅读 下载PDF
基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法 被引量:3
12
作者 杨辉 赵剡 +1 位作者 滕冲 李敏 《中国惯性技术学报》 EI CSCD 北大核心 2014年第3期409-415,共7页
为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值... 为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。 展开更多
关键词 惯性测量组件 在线最小二乘支持向量机 动态数据窗 鲁棒性 故障预测
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:7
13
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
14
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 最小乘支持向量 遗传算法
在线阅读 下载PDF
在线鲁棒最小二乘支持向量机回归建模 被引量:17
15
作者 张淑宁 王福利 +1 位作者 何大阔 贾润达 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第11期1601-1606,共6页
鉴于工业过程的时变特性以及现场采集的数据通常具有非线性特性且包含离群点,利用最小二乘支持向量机回归(least squares support vector regression,LSSVR)建模易受离群点的影响.针对这一问题,结合鲁棒学习算法(robust learning algori... 鉴于工业过程的时变特性以及现场采集的数据通常具有非线性特性且包含离群点,利用最小二乘支持向量机回归(least squares support vector regression,LSSVR)建模易受离群点的影响.针对这一问题,结合鲁棒学习算法(robust learning algorithm,RLA),本文提出了一种在线鲁棒最小二乘支持向量机回归建模方法.该方法首先利用LSSVR模型对过程输出进行预测,与真实输出相比较得到预测误差;然后利用RLA方法训练LSSVR模型的权值,建立鲁棒LSSVR模型;最后应用增量学习方法在线更新鲁棒LSSVR模型,从而得到在线鲁棒LSSVR模型.仿真研究验证了所提方法的有效性. 展开更多
关键词 鲁棒学习算法 最小乘支持向量 鲁棒性 非线性
在线阅读 下载PDF
局部最小二乘支持向量机回归在线建模方法及其在间歇过程的应用 被引量:19
16
作者 刘毅 王海清 李平 《化工学报》 EI CAS CSCD 北大核心 2007年第11期2846-2851,共6页
当间歇生产切换于不同的工艺条件时,由于新工况下的样本一般很少,且批次间存在着不确定性(由于原材料波动或过程动态特性波动等),基于全局学习的建模方法(如最小二乘支持向量机回归,LSSVR)建立的模型泛化性能不强。将局部学习融入LSSVR... 当间歇生产切换于不同的工艺条件时,由于新工况下的样本一般很少,且批次间存在着不确定性(由于原材料波动或过程动态特性波动等),基于全局学习的建模方法(如最小二乘支持向量机回归,LSSVR)建立的模型泛化性能不强。将局部学习融入LSSVR中,提出一种局部LSSVR(local LSSVR,LLSSVR)的间歇过程在线建模方法。结合前一批次离线优化后的LSSVR参数,针对待预测新样本在线选择与之相关的近邻样本集并基于此进行建模。以建立青霉素发酵过程的菌体浓度为例,验证了LLSSVR算法能够从过程的第2个生产批次开始在线建立较准确的预报模型,较LSSVR有着更好的推广能力、适应性和鲁棒性。 展开更多
关键词 局部最小乘支持向量回归 在线建模 间歇过程 发酵
在线阅读 下载PDF
回归最小二乘支持向量机的增量和在线式学习算法 被引量:112
17
作者 张浩然 汪晓东 《计算机学报》 EI CSCD 北大核心 2006年第3期400-406,共7页
首先给出回归最小二乘支持向量机的数学模型,并分析了它的性质,然后在此基础上根据分块矩阵计算公式和核函数矩阵本身的特点设计了支持向量机的增量式学习算法和在线学习算法.该算法能充分利用历史的训练结果,减少存储空间和计算时间.... 首先给出回归最小二乘支持向量机的数学模型,并分析了它的性质,然后在此基础上根据分块矩阵计算公式和核函数矩阵本身的特点设计了支持向量机的增量式学习算法和在线学习算法.该算法能充分利用历史的训练结果,减少存储空间和计算时间.仿真实验表明了这两种学习方法的有效性. 展开更多
关键词 结构风险最小 最小乘支持向量 在线学习
在线阅读 下载PDF
用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法 被引量:16
18
作者 刘毅 王海清 李平 《化工学报》 EI CAS CSCD 北大核心 2008年第8期2052-2057,共6页
提出一种基于自适应局部学习的最小二乘支持向量机回归(LSSVR)在线建模方法。考虑样本间的距离和角度信息以获得更全面合理的相似样本集,推导了采用快速留一法在线优化模型参数的准则,并给出了发酵过程在线自适应模型选择的策略。以链... 提出一种基于自适应局部学习的最小二乘支持向量机回归(LSSVR)在线建模方法。考虑样本间的距离和角度信息以获得更全面合理的相似样本集,推导了采用快速留一法在线优化模型参数的准则,并给出了发酵过程在线自适应模型选择的策略。以链激酶流加发酵过程为例,验证了所提出算法能够从过程的第2批次开始,同时对活性菌体浓度和链激酶浓度进行较准确的在线预报,较普通的局部LSSVR等建模方法具有更高的预报精度和自适应性。 展开更多
关键词 自适应局部学习 最小乘支持向量回归 快速留一法 在线建模 发酵过程
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:2
19
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) 最小乘支持向量(LSSVM) 腐蚀速率预测
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
20
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 最小乘支持向量 学习算法 稀疏性
在线阅读 下载PDF
上一页 1 2 164 下一页 到第
使用帮助 返回顶部