期刊文献+
共找到3,467篇文章
< 1 2 174 >
每页显示 20 50 100
基于遗传算法的多目标最小二乘支持向量机在近红外多组分定量分析中的应用 被引量:18
1
作者 徐冰 王星 +4 位作者 Dhaene Tom 史新元 Couckuyt Ivo 白雁 乔延江 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第3期638-642,共5页
近红外(NIR)定量分析通常涉及多个组分,采用遗传算法和自适应建模策略,建立了能够对多组分同时定量的多目标最小二乘支持向量机(LS-SVM),并将其应用于玉米中四个组分和连翘中两个活性成分的NIR分析。结果表明多目标遗传算法配合自适应... 近红外(NIR)定量分析通常涉及多个组分,采用遗传算法和自适应建模策略,建立了能够对多组分同时定量的多目标最小二乘支持向量机(LS-SVM),并将其应用于玉米中四个组分和连翘中两个活性成分的NIR分析。结果表明多目标遗传算法配合自适应建模策略可保证优化收敛于全局最优解。所建玉米多目标LS-SVM模型明显优于PLS1和PLS2模型;连翘多目标LS-SVM模型与PLS模型均可取得较好的校正和预测效果。两组数据中,径向基神经网络(RBFNN)模型均出现过拟合现象。多目标LS-SVM和单目标LS-SVM性能相近,但多目标LS-SVM建模运行一次即可得到结果,在NIR多组分定量分析中具有潜在应用优势。 展开更多
关键词 多目标最小二乘支持向量机 遗传算法 近红外 多组分定量 自适应建模
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
2
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
3
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
4
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
5
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
6
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
7
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组合模型的深基坑沉降变形预测 被引量:7
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 最小乘支持向量 遗传算法
在线阅读 下载PDF
利用最小二乘支持向量机实现无线传感器网络的目标定位 被引量:17
10
作者 张晓平 刘桂雄 周松斌 《光学精密工程》 EI CAS CSCD 北大核心 2010年第9期2060-2068,共9页
针对接收信号强度值(RSSI)的波动直接影响无线传感器网络(WSN)目标定位准确度的问题,研究了利用最小二乘支持向量回归机(LSSVR)实现WSN的目标定位的基本原理,分析了固定探测节点和探测节点变化时的LSSVR建模定位特性,提出了基于自适应LS... 针对接收信号强度值(RSSI)的波动直接影响无线传感器网络(WSN)目标定位准确度的问题,研究了利用最小二乘支持向量回归机(LSSVR)实现WSN的目标定位的基本原理,分析了固定探测节点和探测节点变化时的LSSVR建模定位特性,提出了基于自适应LSSVR回归建模实现WSN目标定位的方法(TL-AML)。该方法综合考虑目标定位准确度和实时性,初始时刻首先建立LSSVR回归模型来定位目标,根据后面任一时刻探测节点与前一时刻回归模型建模节点的包含关系决定是否重新建模,实现自适应建模定位过程。基于CC2430无线传感网络实验平台,进行了相关TL-AML方法性能实验,通过合理选取建模参数,TL-AML方法的目标定位均方根误差(RMSE)比MLE方法减小34%~37%,比LSE方法减小60%~65%。建模参数在较大范围内取值时,TL-AML方法目标定位准确度比MLE和LSE方法有明显提高。在LSSVR建模情况下,TL-AML方法目标定位耗时0.2~0.4s,无需重复建模时,目标定位耗时减少到0.04s。实验结果表明,TL-AML方法能够显著减小RSSI波动对目标定位结果的影响,提高目标定位准确度,减少目标定位时间,且具有较好的目标定位实时性。 展开更多
关键词 无线传感器网络 目标定位 最小乘支持向量回归 自适应回归建模
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
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) 最小乘支持向量(LSSVM) 腐蚀速率预测
在线阅读 下载PDF
基于最小二乘支持向量回归机的无线传感器网络目标定位法 被引量:11
12
作者 刘桂雄 张晓平 周松斌 《光学精密工程》 EI CAS CSCD 北大核心 2009年第7期1766-1773,共8页
针对RSSI测距误差直接影响无线传感器网络(WSN)目标定位准确度的问题,从目标位置与目标到传感器节点测距矢量的双射关系入手,建立最小二乘支持向量回归机(LSSVR)目标定位的数学模型,提出了一种基于LSSVR的WSN目标定位方法TL-LSSVR。根... 针对RSSI测距误差直接影响无线传感器网络(WSN)目标定位准确度的问题,从目标位置与目标到传感器节点测距矢量的双射关系入手,建立最小二乘支持向量回归机(LSSVR)目标定位的数学模型,提出了一种基于LSSVR的WSN目标定位方法TL-LSSVR。根据虚拟目标坐标和虚拟目标到传感器节点距离矢量构造出训练样本,通过确定学习区域及网格化采样获得训练样本集,采用LSSVR训练得到定位模型,将测量得到的距离矢量输入定位模型实现目标定位。对不同传感器节点数量以及不同节点分布情况下的WSN目标进行了定位实验。结果显示,对于节点随机分布的情况,TL-LSSVR方法的定位误差比最小二乘法减小21.0%~43.1%;对于节点均匀分布的情况,TL-LSSVR方法的定位误差则减小26.5%~48.7%,表明TL-LSSVR方法能有效减小测距误差对定位结果的影响,提高目标定位准确度。 展开更多
关键词 无线传感器网络(WSN) 目标定位 最小乘支持向量回归(LSSVR) 回归建模
在线阅读 下载PDF
基于最小二乘支持向量机时域背景预测的红外弱小目标检测 被引量:10
13
作者 吴一全 罗子娟 《兵工学报》 EI CAS CSCD 北大核心 2010年第6期678-684,共7页
针对信噪比较低时,如何有效地抑制自然背景对目标检测的影响,提出了一种基于最小二乘支持向量机(LS-SVM)时域背景预测的红外弱小目标检测方法。首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用参数经粒子群优化的最小二乘支... 针对信噪比较低时,如何有效地抑制自然背景对目标检测的影响,提出了一种基于最小二乘支持向量机(LS-SVM)时域背景预测的红外弱小目标检测方法。首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用参数经粒子群优化的最小二乘支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值;然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标。文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较。结果表明所提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法。 展开更多
关键词 信息处理技术 红外小目标检测 背景预测 最小乘支持向量 粒子群优化 维Tsallis-Havrda-Charvat熵
在线阅读 下载PDF
基于差分最小二乘支持向量机的目标识别 被引量:5
14
作者 宋晓茹 曾杰 +1 位作者 高嵩 陈超波 《科学技术与工程》 北大核心 2018年第16期68-73,共6页
目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不... 目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。 展开更多
关键词 差分进化算法 最小乘支持向量 目标识别 参数优化
在线阅读 下载PDF
基于最小二乘支持向量机的农村土地利用空间优化配置方法及实例分析 被引量:3
15
作者 黄晓磊 冯长委 《现代农业科技》 2024年第8期185-188,共4页
因为农村各类用地数据具有样本小、非线性等特点,导致土地利用空间配置结果的适宜性较差,所以本文提出基于最小二乘支持向量机的农村土地利用空间优化配置方法。基于最小二乘支持向量机预测农村土地利用空间格局,得到各类用地面积数据,... 因为农村各类用地数据具有样本小、非线性等特点,导致土地利用空间配置结果的适宜性较差,所以本文提出基于最小二乘支持向量机的农村土地利用空间优化配置方法。基于最小二乘支持向量机预测农村土地利用空间格局,得到各类用地面积数据,对各类用地进行满足经济效益与生态效益最大化的多目标函数的优化配置。实例结果表明,农村土地利用空间优化配置结果中各用地类型高度适宜区域的面积占比均超过75%,证实了设计方法的合理性。 展开更多
关键词 最小乘支持向量 农村土地 土地利用 空间优化配置
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
16
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 稳健最小乘支持向量
在线阅读 下载PDF
基于最小二乘支持向量机的红外小目标检测 被引量:2
17
作者 张学军 李红 邓鹤 《应用数学》 CSCD 北大核心 2007年第S1期163-167,共5页
红外图像中的小目标由于其特殊性,难于由现有的图像处理知识来识别.支持向量机由于很难实现于像素级的运算而难于推广.本文采用最小二乘支持向量机,对已有图像数据进行分类训练,然后由训练好的向量机来检测红外图像中的小目标.实验证明... 红外图像中的小目标由于其特殊性,难于由现有的图像处理知识来识别.支持向量机由于很难实现于像素级的运算而难于推广.本文采用最小二乘支持向量机,对已有图像数据进行分类训练,然后由训练好的向量机来检测红外图像中的小目标.实验证明该方法比支持向量机有明显的速度优势,具有很好的鲁棒性,对于复杂背景下的红外小目标提取十分有效. 展开更多
关键词 最小乘支持向量 红外图像 膨账 归一化
在线阅读 下载PDF
基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估 被引量:4
18
作者 许凌凯 杨任农 左家亮 《计算机应用》 CSCD 北大核心 2017年第9期2712-2716,2734,共6页
评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和... 评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和最小二乘支持向量机(LSSVM)的空中目标威胁评估方法。首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估。仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法。 展开更多
关键词 威胁评估 防空作战 自适应杂交粒子群优化 最小乘支持向量
在线阅读 下载PDF
基于粒子群最小二乘支持向量机的前视声呐目标识别 被引量:5
19
作者 石洋 胡长青 《声学技术》 CSCD 北大核心 2018年第2期122-128,共7页
随着声成像技术的日益发展和广泛应用,利用图像声呐进行水下目标识别逐渐成为水声探测领域的重要研究方向之一。根据前视声呐图像的特性,提出了一种水下目标识别的方法。对声呐图像进行去噪和增强处理并分割图像,来获取目标所在区域、... 随着声成像技术的日益发展和广泛应用,利用图像声呐进行水下目标识别逐渐成为水声探测领域的重要研究方向之一。根据前视声呐图像的特性,提出了一种水下目标识别的方法。对声呐图像进行去噪和增强处理并分割图像,来获取目标所在区域、提取目标的区域形状特征;利用粒子群算法优化最小二乘支持向量机的正则化参数和核参数,构造出高性能的多分类器;输入待识别目标的特征实现分类。实验表明:优化后的最小二乘支持向量机能够准确、有效地识别出水下目标,并且具有较高的精度。 展开更多
关键词 声呐图像 特征提取 粒子群 最小乘支持向量
在线阅读 下载PDF
基于最小二乘支持向量机的天然气负荷预测 被引量:48
20
作者 刘涵 刘丁 +2 位作者 郑岗 梁炎明 宋念龙 《化工学报》 EI CAS CSCD 北大核心 2004年第5期828-832,共5页
Machine learning techniques are finding more and more applications in the field of load forecasting. A novel regression technique,called support vector machine (SVM),based on the statistical learning theory is applied... Machine learning techniques are finding more and more applications in the field of load forecasting. A novel regression technique,called support vector machine (SVM),based on the statistical learning theory is applied in this paper for the prediction of natural gas demands. Least squares support vector machine (LS-SVM) is a kind of SVM that has different cost function with respect to SVM. SVM is based on the principle of structure risk minimization as opposed to the principle of empirical risk minimization supported by conventional regression techniques. The prediction result shows that the prediction accuracy of SVM is better than that of neural network. Thus,SVM appears to be a very promising prediction tool. The software package NGPSLF based on SVM prediction has been put into practical business application. 展开更多
关键词 结构风险最小 支持向量 最小乘支持向量 支持向量回归 负荷预测
在线阅读 下载PDF
上一页 1 2 174 下一页 到第
使用帮助 返回顶部