期刊文献+
共找到1,130篇文章
< 1 2 57 >
每页显示 20 50 100
基于马氏距离的密度加权最小二乘孪生支持向量机
1
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 函数 密度加权 最小二乘损失函数
在线阅读 下载PDF
基于加权局部密度的双超球支持向量机算法
2
作者 王梦珍 张德生 张晓 《计算机工程》 北大核心 2025年第5期188-195,共8页
使用一对超球面描述样本分布的双超球支持向量机(THSVM)算法没有考虑样本数据的密度信息,容易受噪声干扰,对所有特征赋予相同权重,忽略了不同特征对分类结果的影响。针对上述问题,提出了基于加权局部密度的双超球支持向量机(WLDTHSVM)... 使用一对超球面描述样本分布的双超球支持向量机(THSVM)算法没有考虑样本数据的密度信息,容易受噪声干扰,对所有特征赋予相同权重,忽略了不同特征对分类结果的影响。针对上述问题,提出了基于加权局部密度的双超球支持向量机(WLDTHSVM)算法。首先,利用信息增益计算每个特征的权重,并将特征权重应用到欧氏距离以及核函数的计算中,降低了不相关或弱相关的特征对样本相似性的影响;其次,利用特征加权的欧氏距离,构造一种新的加权局部密度函数,不仅考虑了样本点近邻的类别信息,而且考虑不同特征对样本间距离的影响,将归一化加权局部密度与误差项结合来增强模型的抗噪声干扰能力;最后,用特征加权的决策函数判定测试样本点的所属类别。在人工数据集和UCI数据集上对WLDTHSVM算法的可行性与有效性进行验证,实验结果表明,WLDTHSVM算法与支持向量机(SVM)、孪生支持向量机(TWSVM)、THSVM等对比算法相比,在11个UCI数据集上平均准确率最高可提升2.76百分点,在含噪数据集上具有较好的分类表现。 展开更多
关键词 支持向量 局部密度 特征权重 信息增益 函数
在线阅读 下载PDF
基于参数优化多核支持向量机的光伏功率预测算法 被引量:3
3
作者 贺亦琛 师长立 +2 位作者 郭小强 贺伟 韩涛 《太阳能学报》 EI CAS CSCD 北大核心 2024年第9期394-404,共11页
准确的光伏功率预测对电力系统的稳定运行具有重大意义。针对现有预测算法在处理多维输入天气变量时存在的运算时间过长和特征提取能力较差的问题,提出一种基于参数优化的多核函数支持向量机的预测算法。首先,该新型算法对数据进行预处... 准确的光伏功率预测对电力系统的稳定运行具有重大意义。针对现有预测算法在处理多维输入天气变量时存在的运算时间过长和特征提取能力较差的问题,提出一种基于参数优化的多核函数支持向量机的预测算法。首先,该新型算法对数据进行预处理,灰色关联度提取与预测日相似度高的历史日以提升预测精度,主成分分析(PCA)对输入数据进行降维,从而提高光伏功率预测的速度。其次,针对单核支持向量机对多维数据特征提取能力相对较差的问题,基于线性核函数和径向基核函数建立多核支持向量机预测模型,根据每个核函数支持向量机的预测误差计算不同的权重,从而增强对输入数据特征提取能力并提高预测精度。采用灰狼优化(GWO)算法确定不同核函数支持向量机的参数以提高预测精度。最后,通过北京某光伏电站的历史数据集验证了该算法的预测效果。实例分析表明,与传统预测算法相比,预测精度和速度都有显著提高。 展开更多
关键词 光伏 预测 主成分分析 多核支持向量 灰狼优化算法
在线阅读 下载PDF
多核支持向量机预测电网系统可靠性 被引量:1
4
作者 何井龙 张福泉 +1 位作者 阳晟 周智成 《济南大学学报(自然科学版)》 CAS 北大核心 2024年第4期462-467,共6页
为了改善电网系统可靠性预测性能,构建多个目标函数并采用多核支持向量机算法对配电网进行可靠性预测;从电网样本特征中筛选供电可用率、户均停电时间、户均停电次数3个关键指标,建立可靠性评价目标函数,且采用多核支持向量机训练可靠... 为了改善电网系统可靠性预测性能,构建多个目标函数并采用多核支持向量机算法对配电网进行可靠性预测;从电网样本特征中筛选供电可用率、户均停电时间、户均停电次数3个关键指标,建立可靠性评价目标函数,且采用多核支持向量机训练可靠性指标特征;将高斯核函数、多项式核函数和Sigmoid核函数进行多核组合,采用多核支持向量机求解不同目标函数,获得电网系统可靠性预测结果,进而确定更佳的可靠性预测核函数组合。结果表明,合理选择核函数组合和电网可靠性指标,多核支持向量机对供电可用率、户均停电时间和户均停电次数指标预测准确率较高,且稳定性好,高斯核函数-Sigmoid核函数组合的可靠性预测准确性最佳,高斯核函数-多项式核函数-Sigmoid核函数组合的预测稳定性最好。 展开更多
关键词 电网系统可靠性 多核函数 支持向量 目标函数
在线阅读 下载PDF
基于Optuna框架的L_(p)范数约束下多核支持向量机在违约风险预测中的应用
5
作者 郑怡昕 王重仁 《现代电子技术》 北大核心 2024年第6期147-153,共7页
针对违约数据存在数据量大、维度多、不平衡及噪声大等缺点,提出一种改进的支持向量机方法,即基于Optuna框架的L_(p)范数约束的代价敏感的多核支持向量机(L_(p)-Optuna-SVM)。该方法采用成本矩阵对不同预测错误赋予不同数值,通过多核学... 针对违约数据存在数据量大、维度多、不平衡及噪声大等缺点,提出一种改进的支持向量机方法,即基于Optuna框架的L_(p)范数约束的代价敏感的多核支持向量机(L_(p)-Optuna-SVM)。该方法采用成本矩阵对不同预测错误赋予不同数值,通过多核学习引入多核混合核函数组合;同时采用Optuna优化框架对犯错成本、核函数的参数和权重实现了自动化的调优过程;还在核函数权重上引入L_(p)范数约束,以提高模型对噪声和异常数据的鲁棒性。最后,对4种常用的基础核函数组合的L_(p)-Optuna-SVM进行探讨,并与单核支持向量机以及K邻近法、逻辑回归、高斯贝叶斯进行对比。结果表明,在给定数据集上,L_(p)-Optuna-SVM在违约数据上的g-mean和AUC均高于其他算法,并且在加了不同方差的噪声数据集上,该算法整体依旧保持较好的鲁棒性。 展开更多
关键词 多核支持向量 Optuna优化框架 L_(p)范数约束 多核学习 不平衡数据集 违约风险预测
在线阅读 下载PDF
应用多分类多核学习支持向量机的变压器故障诊断方法 被引量:97
6
作者 郭创新 朱承治 +2 位作者 张琳 彭明伟 刘毅 《中国电机工程学报》 EI CSCD 北大核心 2010年第13期128-134,共7页
提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多... 提出一种基于多分类多核学习支持向量机的变压器故障诊断方法,相对于传统的2分类支持向量机,该方法有如下特点:算法针对单一的优化目标函数求解,只需设计1组参数,降低了支持向量机在解决多类问题中模型构造和参数选择的难度;核函数是多个基核函数的组合,提高了分类的精度;将模型分解为2个凸优问题进行求解,问题的复杂度低,求解速度快。诊断实例表明,该方法能保证较高的诊断准确率,具有较好的实用性和推广性。 展开更多
关键词 变压器 故障诊断 支持向量 多分类多核学习
在线阅读 下载PDF
基于核函数支持向量回归机的耕地面积预测 被引量:42
7
作者 王霞 王占岐 +1 位作者 金贵 杨俊 《农业工程学报》 EI CAS CSCD 北大核心 2014年第4期204-211,共8页
科学预测耕地保有量是耕地保护的基础,对缓解用地矛盾、保证粮食安全具有重要指导意义。为探讨不同核函数支持向量回归机(support vector regression,SVR)对耕地面积预测的影响,该文以惠州市为例,分别采用多元回归、BP神经网络及3种不... 科学预测耕地保有量是耕地保护的基础,对缓解用地矛盾、保证粮食安全具有重要指导意义。为探讨不同核函数支持向量回归机(support vector regression,SVR)对耕地面积预测的影响,该文以惠州市为例,分别采用多元回归、BP神经网络及3种不同核函数SVR建立耕地面积预测模型并进行对比试验。预测结果精度分析显示,RBF核函数SVR预测结果平均相对误差为0.54%,均方根误差为0.007,精度最高;Sigmoid核函数SVR预测结果对应误差分别为1.12%及0.012,精度次之;多项式核函数SVR预测结果对应误差为分别为2.71%及0.032,高于BP神经网络模型,但低于多元回归模型。研究表明,在现有3种常用核函数SVR耕地面积预测模型中,基于RBF核函数SVR模型预测能力最强,其次是sigmoid核函数;而多项式核函数则效果较差。 展开更多
关键词 土地利用 支持向量 预测 耕地 函数 惠州市
在线阅读 下载PDF
基于监督核熵的空压机阀片故障诊断优化 被引量:1
8
作者 赵凯 王永坚 +1 位作者 蔡杭溪 李劼 《船海工程》 北大核心 2025年第1期13-19,共7页
空压机作为船舶航行过程中的关键设备,其运行状态的精准识别对船舶安全性能具有重要影响。鉴于空压机在工作过程中振动信息呈现出非平稳和非线性的特点,提出利用监督核熵成分分析对其特征数据选择,旨在通过数据降维保留关键特征信息,将... 空压机作为船舶航行过程中的关键设备,其运行状态的精准识别对船舶安全性能具有重要影响。鉴于空压机在工作过程中振动信息呈现出非平稳和非线性的特点,提出利用监督核熵成分分析对其特征数据选择,旨在通过数据降维保留关键特征信息,将处理后的特征信息输入到经过贝叶斯优化方法优化超参数的支持向量机模型中,以评估其在空压机状态识别方面的性能。经实验验证可知,该方法能够有效提升支持向量机模型的识别准确率,准确率可达98.47%。 展开更多
关键词 船用空压 阀片故障诊断 监督熵成分分析 贝叶斯优化 支持向量
在线阅读 下载PDF
组合核函数支持向量机高光谱图像融合分类 被引量:23
9
作者 高恒振 万建伟 +2 位作者 粘永健 王力宝 徐湛 《光学精密工程》 EI CAS CSCD 北大核心 2011年第4期878-883,共6页
针对高光谱图像分类,提出了一种利用组合核函数融合目标光谱域和空域信息的支持向量机学习算法。该算法首先用主成分分析方法对高光谱图像进行特征提取和降维,用虚拟维数估计策略预估原始图像的本征维数,并且在预估的基础上确定要保留... 针对高光谱图像分类,提出了一种利用组合核函数融合目标光谱域和空域信息的支持向量机学习算法。该算法首先用主成分分析方法对高光谱图像进行特征提取和降维,用虚拟维数估计策略预估原始图像的本征维数,并且在预估的基础上确定要保留的主成份分量数目;然后用数学形态学操作在选取的主分量图像上提取目标的形态信息,得到扩展的空域形态矢量。最后,通过不同的组合策略,构造组合核函数,从而在分类器中引入空域信息,和原有的谱域信息一起,利用支持向量机进行分类。高光谱数据实验表明,在训练时间没有显著差别的情况下,总体分类精度和Kappa系数均提高了2%左右。实验表明,本文提出的方法较单独使用谱域或空域信息进行分类具有一定的优越性。 展开更多
关键词 高光谱图像 图像融合 数学形态学 组合函数 支持向量
在线阅读 下载PDF
基于核主元分析和邻近支持向量机的汽轮机凝汽器过程监控和故障诊断 被引量:33
10
作者 张曦 阎威武 +1 位作者 刘振亚 邵惠鹤 《中国电机工程学报》 EI CSCD 北大核心 2007年第14期56-61,共6页
提出了基于核主元分析(KPCA)和邻近支持向量机(PSVM)的汽轮机凝汽器过程监控和故障诊断新方法,将数据先用核主元法进行分析和处理,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间中进行特征提取,若数据的H... 提出了基于核主元分析(KPCA)和邻近支持向量机(PSVM)的汽轮机凝汽器过程监控和故障诊断新方法,将数据先用核主元法进行分析和处理,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间中进行特征提取,若数据的Hotelling’sT2和Q统计量超过控制限,说明有故障发生,则计算样本的非线性主元得分向量,并将其作为输入值送入已训练好的邻近支持向量机进行故障类型识别。该方法可以有效地捕捉变量间的非线性关系,过程监控和故障诊断效果明显好于PCA-PSVM法。汽轮机历史故障特征数据集仿真试验证明了该方法的有效性。 展开更多
关键词 主元分析 邻近支持向量 过程监控 故障诊断
在线阅读 下载PDF
系统辨识中支持向量机核函数及其参数的研究 被引量:80
11
作者 荣海娜 张葛祥 金炜东 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第11期3204-3208,3226,共6页
具有不同核函数和参数的支持向量机(SVM)的性能存在很大差异,核函数及其参数的选择是SVM应用和理论研究中的一个重要问题。在简要介绍非线性系统辨识的支持向量机方法后,重点对常用的核函数及其参数的选择进行了研究,并采用具有不同核... 具有不同核函数和参数的支持向量机(SVM)的性能存在很大差异,核函数及其参数的选择是SVM应用和理论研究中的一个重要问题。在简要介绍非线性系统辨识的支持向量机方法后,重点对常用的核函数及其参数的选择进行了研究,并采用具有不同核函数的SVM进行非线性系统辨识。大量实验结果表明,采用SVM方法进行系统辨识时,径向基核函数(RBKF)比其它核函数的辨识效果好,且RBKF的参数选择较容易,当参数在有效范围内改变时,空间复杂度变化小,易于实现。因此,RBKF是系统辨识SVM的较好选择。 展开更多
关键词 支持向量 函数 系统辨识 非线性系统
在线阅读 下载PDF
一种自主核优化的二值粒子群优化–多核学习支持向量机变压器故障诊断方法 被引量:25
12
作者 尹玉娟 王媚 +3 位作者 张金江 袁鹏 詹俊鹏 郭创新 《电网技术》 EI CSCD 北大核心 2012年第7期249-254,共6页
支持向量机(support vector machine,SVM)对于核函数及模型参数十分敏感,多核学习可降低模型的参数敏感性。提出了基于二值粒子群优化(binary particle swarmoptimization,BPSO)的多核学习SVM分类方法(BPSO-MKSVC)进行变压器故障诊断。... 支持向量机(support vector machine,SVM)对于核函数及模型参数十分敏感,多核学习可降低模型的参数敏感性。提出了基于二值粒子群优化(binary particle swarmoptimization,BPSO)的多核学习SVM分类方法(BPSO-MKSVC)进行变压器故障诊断。多核学习支持向量机(multi-kernel support vector classifier,MKSVC)采用由多个基核线性组合的多核进行学习,其中每一个基核完成从特定样本空间提取故障特征,通过多面故障特征的线性组合,将学习分类问题转化为相应的凸规划问题进行迭代求解。采用BPSO优化算法对MKSVC中的基核数及模型参数进行优化,实现了参数的自主选择。与常用诊断算法相比,BPSO-MKSVC具有更高的诊断精度;与PSO优化的SVM方法相比,其具有更低的参数敏感性和更好的鲁棒性。 展开更多
关键词 溶解气体分析 支持向量 多核学习 二值粒子群优化 故障诊断 变压器
在线阅读 下载PDF
基于类间距的径向基函数-支持向量机核参数评价方法分析 被引量:16
13
作者 宋小杉 蒋晓瑜 +1 位作者 罗建华 姚军 《兵工学报》 EI CAS CSCD 北大核心 2012年第2期203-208,共6页
分析了径向基函数(RBF)核参数γ对空间映射结果的影响,得出3条结论。在此基础上,找到了1种新的核参数评价方法,该方法通过计算特征空间中两类之间的平均距离(ICMD)来评价γ的优劣。文章分别从理论和实验两方面证明了ICMD最大值的存在性... 分析了径向基函数(RBF)核参数γ对空间映射结果的影响,得出3条结论。在此基础上,找到了1种新的核参数评价方法,该方法通过计算特征空间中两类之间的平均距离(ICMD)来评价γ的优劣。文章分别从理论和实验两方面证明了ICMD最大值的存在性。为验证该方法的有效性,文中对7个样本集进行了两组参数选择实验:第一组实验通过ICMD找到最优核参数γ,再由10-折交叉验证得到最优惩罚因子C,称为"两步法";第二组实验采用基于10-折交叉验证的网格搜索法进行参数选择。结果显示两种方法均选择出了适当的参数,但前者花费的时间比后者大大缩短,验证了ICMD方法的有效性。 展开更多
关键词 人工智能 支持向量 高斯 参数评价 参数选择
在线阅读 下载PDF
组合核支持向量机在放电模式识别中的优化策略 被引量:25
14
作者 王瑜 苑津莎 +1 位作者 尚海昆 靳松 《电工技术学报》 EI CSCD 北大核心 2015年第2期229-236,共8页
传统的单一核函数SVM无法实现局部放电中的多特征空间向量的映射分类,且目前SVM大都采用不同尺度的径向基函数作为核函数,核的调整空间较为有限,无法针对不同特征空间的放电参数达到普适的效果。针对上述问题,本文提出一种基于多分组特... 传统的单一核函数SVM无法实现局部放电中的多特征空间向量的映射分类,且目前SVM大都采用不同尺度的径向基函数作为核函数,核的调整空间较为有限,无法针对不同特征空间的放电参数达到普适的效果。针对上述问题,本文提出一种基于多分组特征的组合核多分类SVM的局部放电识别方法。该方法首先完成多类特征空间在不同类型SVM核函数中的映射分类,再采用骨干粒子群(BBPSO)优化方法选取最佳核参数,并求解核函数权值系数,最终形成最优核函数组合分类模型。实验结果表明,该方法对多个特征空间数据具有普适性,且融合效果理想,分类精度高于误差反向传播神经网络(BPNN)和SVM识别方法。 展开更多
关键词 局部放电 组合 支持向量 骨干粒子群 模式识别
在线阅读 下载PDF
求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法 被引量:9
15
作者 周晓剑 马义中 +2 位作者 朱嘉钢 刘利平 汪建均 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第9期1178-1184,共7页
序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的... 序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huber-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值. 展开更多
关键词 支持向量 非半正定 序列最小最优化算法 Huber-支持向量回归
在线阅读 下载PDF
基于核主成分分析和支持向量回归机的红外光谱多组分混合气体定量分析 被引量:15
16
作者 郝惠敏 汤晓君 +2 位作者 白鹏 刘君华 朱长纯 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第6期1286-1289,共4页
提出了一种核主成分分析(KPCA)特征提取结合支持向量回归机(SVR)的红外光谱混合气体组分定量分析新方法。首先将特征吸收谱线严重重叠的混合气体光谱通过非线性变换映射到高维特征空间,然后在特征空间中再利用主成分分析法提取主成分,... 提出了一种核主成分分析(KPCA)特征提取结合支持向量回归机(SVR)的红外光谱混合气体组分定量分析新方法。首先将特征吸收谱线严重重叠的混合气体光谱通过非线性变换映射到高维特征空间,然后在特征空间中再利用主成分分析法提取主成分,提取出的主成分作为SVR的输入建立校正模型,实现了甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七种组组分特征吸收光谱严重重叠的混合气体的定量分析。用KPCA-SVR所建模型对未知浓度混合气体的七种组分预测的RMSE(φ×10-6)较仅用SVR模型预测的RMSE(φ×10-6)降低了一个数量级。结果表明,核主成分分析法具有很强的非线性特征提取能力,可以充分利用全光谱数据并有效地消除光谱数据噪声,降低数据维数,与支持向量回归机结合可以提高红外光谱分析的精度,缩短模型计算时间,是一种有效的红外光谱分析新方法。 展开更多
关键词 主成分分析 支持向量回归 校正模型 FTIR 定量分析
在线阅读 下载PDF
用于水泥熟料fCaO预测的多核最小二乘支持向量机模型 被引量:11
17
作者 赵朋程 刘彬 +2 位作者 高伟 赵志彪 王美琪 《化工学报》 EI CAS CSCD 北大核心 2016年第6期2480-2487,共8页
针对水泥熟料游离氧化钙(fCaO)含量预测模型辨识的问题,考虑到单一核函数无法显著提高模型精度,采用多项式核函数、指数径向基核函数和高斯径向基核函数组合构建等价核的方法,建立了多核最小二乘支持向量机水泥熟料fCaO预测模型。同时,... 针对水泥熟料游离氧化钙(fCaO)含量预测模型辨识的问题,考虑到单一核函数无法显著提高模型精度,采用多项式核函数、指数径向基核函数和高斯径向基核函数组合构建等价核的方法,建立了多核最小二乘支持向量机水泥熟料fCaO预测模型。同时,利用改进的粒子群优化算法对多核最小二乘支持向量机模型的6个待确定参数进行迭代寻优,避免了模型参数人工选取的盲目性。最后将基于改进粒子群的多核最小二乘支持向量机模型应用于熟料fCaO含量的实例仿真。结果表明,建立的水泥熟料fCaO含量预测模型精度高、泛化能力强。 展开更多
关键词 多核学习 最小二乘支持向量 模型 优化 算法 扰动
在线阅读 下载PDF
基于核主元分析和最小二乘支持向量机的中速磨煤机故障诊断 被引量:27
18
作者 刘定平 叶向荣 +1 位作者 陈斌源 汤美玉 《动力工程》 CAS CSCD 北大核心 2009年第2期155-158,共4页
为了对火电厂磨煤机作出早期故障预测并有效判别其故障类型,提出了基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的磨煤机故障诊断新方法,并采用该方法对某电厂的HP碗式中速磨煤机的故障特征数据进行了仿真试验.结果表明:该方法可... 为了对火电厂磨煤机作出早期故障预测并有效判别其故障类型,提出了基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的磨煤机故障诊断新方法,并采用该方法对某电厂的HP碗式中速磨煤机的故障特征数据进行了仿真试验.结果表明:该方法可提取变量的特征信息,以有效地捕捉变量间的非线性关系,从而能有效地处理故障征兆与故障类型之间的不确定性,具有很好的分辨力,而且故障诊断的正确率很高. 展开更多
关键词 中速磨煤 故障诊断 最小二乘支持向量 主元分析
在线阅读 下载PDF
基于邻域粗糙集与多核支持向量机的变压器多级故障诊断 被引量:51
19
作者 李春茂 周妺末 +2 位作者 刘亚婕 高波 吴广宁 《高电压技术》 EI CAS CSCD 北大核心 2018年第11期3474-3482,共9页
针对传统变压器故障诊断过程中故障征兆与故障类型间映射关系的不确定性及模糊性问题,根据粗糙集知识与多核学习理论,构建了一种变压器多级故障诊断模型。该方法基于溶解气体分析(DGA)诊断标准,以5种特征气体及16种气体比值作为初始... 针对传统变压器故障诊断过程中故障征兆与故障类型间映射关系的不确定性及模糊性问题,根据粗糙集知识与多核学习理论,构建了一种变压器多级故障诊断模型。该方法基于溶解气体分析(DGA)诊断标准,以5种特征气体及16种气体比值作为初始特征量,并利用邻域粗糙集知识按属性重要度大小获取在所诊断故障类型上高重要度的最小故障特征信息集。在深入挖掘DGA所含故障信息的基础上,建立分级故障诊断模型,以二分类支持向量机作为分类器,利用最小故障特征信息集进行多级故障诊断。此外,采用反正切变换处理各输入特征,避免了油中溶解气体长尾分布而导致的误分情况;同时,各支持向量机皆采用多核学习,以解决单核支持向量机数据敏感性强,鲁棒性低的缺陷。实例分析表明:与传统特征量相比,新提出特征量下的各诊断层准确率均能较稳定的达到88%以上,且最小运行时长可达0.337 5 s,具备提高分类精度,减小运行时间与算法结构的明显优势。另外,与传统故障诊断方法相比,该多级诊断的模型不仅能更深层次挖掘故障特征信息,降低冗余特征信息的复杂性,并且可有效提高诊断平均准确率3%以上,具有更高的准确度与可靠性。 展开更多
关键词 变压器 反正切变换 邻域粗糙集 特征重要度 多核支持向量 多级故障诊断
在线阅读 下载PDF
一种新的混合核函数支持向量机 被引量:15
20
作者 刘明 周水生 吴慧 《计算机应用》 CSCD 北大核心 2009年第B12期167-168,206,共3页
针对单核函数支持向量机性能的局限性问题,提出将sigmoid核函数与高斯核函数组成一种新的混合核函数支持向量机。高斯核是典型的局部核;sigmoid核在神经网络中被证明具有良好的全局分类性能。新混合核函数结合二者的优点,其支持向量机... 针对单核函数支持向量机性能的局限性问题,提出将sigmoid核函数与高斯核函数组成一种新的混合核函数支持向量机。高斯核是典型的局部核;sigmoid核在神经网络中被证明具有良好的全局分类性能。新混合核函数结合二者的优点,其支持向量机的分类性能优于由单核函数构成的支持向量机,实验结果表明该方法的有效性。 展开更多
关键词 支持向量 混合 sigmoid 高斯 全局 局部
在线阅读 下载PDF
上一页 1 2 57 下一页 到第
使用帮助 返回顶部