检索结果-维普期刊中文期刊服务平台

多重核学习非线性时间序列故障预报被引量：5: 1; 作者张军峰胡寿松《控制理论与应用》 EI CAS CSCD 北大核心 2008年第6期1142-1144,共3页; 针对非线性时间序列故障预报问题,提出了多重核学习故障预报方法.利用多重核学习可以减少支持向量的个数,提高预测性能.而且在多重核学习定义的混合核空间中运用减聚类能够提取正常原型.最后,将本文提出的方法应用于连续搅拌釜式反应器... 展开更多; 关键词故障预报多重核学习支持向量回归减聚类; 在线阅读下载PDF 职称材料

基于多重核学习支持向量机的歼击机故障诊断被引量：3: 2; 作者张军峰胡寿松《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第A01期1-5,共5页; 为了提高歼击机故障诊断的准确性与实时性,提出一种基于决策树型组合策略的多重核学习支持向量机诊断方法.决策树型组合策略利用树结构解决多分类问题.而多重核学习支持向量机通过混合核空间,将线性约束下二次规划问题转化为二次约束下... 展开更多; 关键词故障诊断支持向量机多重核学习决策树; 在线阅读下载PDF 职称材料

基于多重核学习支持向量机短期负荷预测研究: 3; 作者孔强姚建刚 +3 位作者汪梦健孙谦毛田康童《计算机工程与应用》 CSCD 2012年第33期207-211,共5页; 近年来,支持向量机(SVM)方法在电力系统负荷预测领域的应用研究成为了热点,鉴于传统的标准支持向量机方法在预测时间和预测精度方面的不足,首次将多重核支持向量回归方法(Multiple Kernel Learning,MKL)应用于电力系统短期负荷预测领域... 展开更多; 关键词短期负荷预测多重核学习支持向量机核函数; 在线阅读下载PDF 职称材料

基于KPCA和MKL-SVM的非线性过程监控与故障诊断被引量：31: 4; 作者许洁胡寿松《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第11期2428-2433,共6页; 利用核主元分析非线性过程监控的优势,结合多重核学习支持向量机在故障诊断方面的准确性,提出了基于核主元分析和多重核学习支持向量机的非线性过程监控与故障诊断方法。该方法运用核主元法对数据进行处理,在特征空间构建T2和SPE来检测... 展开更多; 关键词核主元分析多重核学习支持向量机过程监控故障诊断; 在线阅读下载PDF 职称材料

题名多重核学习非线性时间序列故障预报被引量：5: 1; 作者张军峰胡寿松; 机构南京航空航天大学自动化学院; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2008年第6期1142-1144,共3页; 基金国家自然科学基金重点资助项目(60234010) 国家航空科学基金资助项目(05E52031).; 文摘针对非线性时间序列故障预报问题,提出了多重核学习故障预报方法.利用多重核学习可以减少支持向量的个数,提高预测性能.而且在多重核学习定义的混合核空间中运用减聚类能够提取正常原型.最后,将本文提出的方法应用于连续搅拌釜式反应器的故障预报,仿真结果表明该方法能够提高故障预报的准确性与实时性.; 关键词故障预报多重核学习支持向量回归减聚类; Keywords fault prediction multiple kernel-learning support vector regression subtractive clustering; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于多重核学习支持向量机的歼击机故障诊断被引量：3: 2; 作者张军峰胡寿松; 机构南京航空航天大学自动化学院; 出处《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第A01期1-5,共5页; 基金国家自然科学基金重点资助项目(60234010) 航空科学基金资助项目(05E52031); 文摘为了提高歼击机故障诊断的准确性与实时性,提出一种基于决策树型组合策略的多重核学习支持向量机诊断方法.决策树型组合策略利用树结构解决多分类问题.而多重核学习支持向量机通过混合核空间,将线性约束下二次规划问题转化为二次约束下二次规划问题.实验结果表明:多重核学习支持向量机的诊断精度明显优于标准支持向量机,且支持向量的数目也较少.决策树型组合策略的引入可以提高歼击机故障诊断的诊断速度.基于决策树型组合策略的多重核学习支持向量机方法能够准确且快速地解决歼击机故障诊断问题.; 关键词故障诊断支持向量机多重核学习决策树; Keywords fault diagnosis support vector machines （SVM） multiple kernel learning decision tree; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于多重核学习支持向量机短期负荷预测研究: 3; 作者孔强姚建刚汪梦健孙谦毛田康童; 机构湖南大学电气与信息工程学院常德石门电力局湖南湖大华龙电气与信息技术有限公司; 出处《计算机工程与应用》 CSCD 2012年第33期207-211,共5页; 文摘近年来,支持向量机(SVM)方法在电力系统负荷预测领域的应用研究成为了热点,鉴于传统的标准支持向量机方法在预测时间和预测精度方面的不足,首次将多重核支持向量回归方法(Multiple Kernel Learning,MKL)应用于电力系统短期负荷预测领域。通过在混合核空间求解二次约束下的二次规划问题实现多重核支持向量回归算法。该方法较标准的支持向量回归算法,不仅可以提高预测性能,而且能够减少支持向量的个数。实际算例表明,该方法能够有效地提高预测精度,缩短预测时间,具有良好的泛化性能。; 关键词短期负荷预测多重核学习支持向量机核函数; Keywords short-term load forecasting multi-kernel learning Support Vector Machines（SVM） kernel function; 分类号 TM715 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于KPCA和MKL-SVM的非线性过程监控与故障诊断被引量：31: 4; 作者许洁胡寿松; 机构南京航空航天大学自动化学院南京师范大学电气与自动化工程学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第11期2428-2433,共6页; 基金国家自然科学基金重点资助项目(60234010) 航空科学基金项目(05E52031) +1 种基金江苏省高校自然科学基础研究项目(09KJ13510005)资助; 文摘利用核主元分析非线性过程监控的优势,结合多重核学习支持向量机在故障诊断方面的准确性,提出了基于核主元分析和多重核学习支持向量机的非线性过程监控与故障诊断方法。该方法运用核主元法对数据进行处理,在特征空间构建T2和SPE来检测故障的发生,若有故障发生,则计算样本的非线性主元得分向量,将其作为MKL-SVM的输入值,通过MKL-SVM的分类进行故障类型识别。将上述方法应用到Tennessee Eastman(TE)化工过程,多种故障模式的仿真结果表明该方法不但能有效地辨识故障,而且提高了故障检测和故障诊断的速度。; 关键词核主元分析多重核学习支持向量机过程监控故障诊断; Keywords kernel principal component analysis multiple kernel learning support vector machine process monitoring fault diagnosis; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	多重核学习非线性时间序列故障预报	张军峰胡寿松	《控制理论与应用》 EI CAS CSCD 北大核心	2008	5	在线阅读下载PDF 职称材料
2	基于多重核学习支持向量机的歼击机故障诊断	张军峰胡寿松	《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心	2007	3	在线阅读下载PDF 职称材料
3	基于多重核学习支持向量机短期负荷预测研究	孔强姚建刚汪梦健孙谦毛田康童	《计算机工程与应用》 CSCD	2012	0	在线阅读下载PDF 职称材料
4	基于KPCA和MKL-SVM的非线性过程监控与故障诊断	许洁胡寿松	《仪器仪表学报》 EI CAS CSCD 北大核心	2010	31	在线阅读下载PDF 职称材料