期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到86篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
蚁群优化算法优化支持向量机的视频分类 被引量：1
1
作者 王杨 刘蒙 闫伟光 《现代电子技术》 北大核心 2020年第1期56-58,62,共4页
针对当前支持向量机支持优化的参数无法获得高精度的体育视频分类结果的难题,为了提高体育视频分类正确率,提出基于蚁群优化算法优化支持向量机的体育视频分类方法。首先采集体育视频,并提取体育视频分类的多个特征;然后采用主成分分析... 针对当前支持向量机支持优化的参数无法获得高精度的体育视频分类结果的难题,为了提高体育视频分类正确率,提出基于蚁群优化算法优化支持向量机的体育视频分类方法。首先采集体育视频,并提取体育视频分类的多个特征;然后采用主成分分析算法对体育视频分类特征进行处理,作为支持向量机的输入,体育视频类别作为支持向量机的输出,建立体育视频分类模型,并采用蚁群优化算法对支持向量机进行优化;最后采用多个体育视频数据进行分类仿真实验,结果表明,蚁群优化算法优化支持向量机的体育视频分类正确率高于90%,降低了体育视频分类错误,体育视频分类效果明显优于当前其他类型的体育视频分类方法,而且体育视频分类效率得到有效的改善。 展开更多
关键词 体育视频 分类方法 蚁群优化算法 主成分分析 特征提取 支持向量机优化
在线阅读 下载PDF
基于组合赋权的混合粒子群优化支持向量机的岩爆倾向性预测 被引量：14
2
作者 温廷新 陈晓宇 《安全与环境学报》 CAS CSCD 北大核心 2018年第2期440-445,共6页
为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机（H-PSO-SVM）岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法（FAHP）所得主观权重... 为有效预测岩爆灾害发生烈度,提出一种基于组合赋权的混合粒子群优化支持向量机（H-PSO-SVM）岩爆倾向性预测模型。根据岩爆发生机制,在分析岩爆发生的主要影响因素的基础上确定出评判指标;综合考虑模糊层次分析法（FAHP）所得主观权重和熵权法所得客观权重,应用调和平均数概念,构建组合赋权准则;引入遗传算法交叉、变异操作改进传统粒子群（PSO）极值跟踪和粒子更新方法,建立H-PSO-SVM岩爆倾向性预测模型。利用国内外已有工程实例数据进行50次随机抽样试验,对比分析H-PSO-SVM模型和PSO-SVM模型等预测结果。结果表明：H-PSO-SVM模型应用于岩爆工程实例预测具有可行性和适应性,模型预测的准确率高于其他模型,且预测结果更稳定。 展开更多
关键词 安全工程 岩爆倾向性预测 组合赋权 混合粒子群优化支持向量机(H-PSO-SVM)
在线阅读 下载PDF
支持向量机替代模型的遗传优化设计 被引量：3
3
作者 向国齐 严志坚 黄大贵 《电子科技大学学报》 EI CAS CSCD 北大核心 2009年第3期459-462,共4页
针对实际工程中常见的性能函数不能显式表示的优化问题,提出一种基于支持向量机替代模型的遗传优化设计方法。利用试验设计选取合适的设计参数样本点,通过实验或数值仿真获得响应输出,结合遗传算法构建具有参数优化功能的支持向量机替... 针对实际工程中常见的性能函数不能显式表示的优化问题,提出一种基于支持向量机替代模型的遗传优化设计方法。利用试验设计选取合适的设计参数样本点,通过实验或数值仿真获得响应输出,结合遗传算法构建具有参数优化功能的支持向量机替代模型;将支持向量机模型作为目标性能函数,结合其他约束条件完成优化模型的建立,并应用遗传算法进行优化,形成一套准确、高效、适应性强的优化方法。以典型电子装备功分器的结构尺寸优化为例,采用均匀试验设计和高频电磁场仿真软件HFSS获取替代模型训练的学习样本,建立功分器模型的幅度比、相位差和驻波3个响应面目标函数,并对该多目标优化问题进行遗传寻优。 展开更多
关键词 遗传算法 代理模型 优化设计:支持向量机
在线阅读 下载PDF
优化的邻近支持向量机在图像检索中的应用 被引量：9
4
作者 王华秋 王斌 《重庆理工大学学报（自然科学）》 CAS 2014年第9期66-71,共6页
邻近支持向量机由支持向量机衍生而来，它将支持向量机中二次规划问题的求解转换为线性方程组的求解，从而能在保证一定精度的情况下更加快速地得到分类器。传统的非线性核邻近支持向量机不能很好地解决多范围数据的多分类问题。提出了... 邻近支持向量机由支持向量机衍生而来，它将支持向量机中二次规划问题的求解转换为线性方程组的求解，从而能在保证一定精度的情况下更加快速地得到分类器。传统的非线性核邻近支持向量机不能很好地解决多范围数据的多分类问题。提出了一种邻近支持向量机的优化方法，并将其应用到图像检索中。它利用高斯函数将图像特征数据映射到0-1之间以提高其差异化水平，并将其放入非线性核中，然后以加权K-means聚类算法选择最优参数，从而提高了非线性核PSVM的分类能力。实验以coral图像库中的4类图片作为图片库，对比了优化前后的检索命中率。实验结果表明：优化后的检索效果优于优化前，说明将优化的邻近支持向量机应用于图像检索是有效的。 展开更多
关键词 优化的邻近支持向量机 图像检索 高斯函数 加权聚类算法
在线阅读 下载PDF
运用GASVM-NSGA-Ⅱ的永磁辅助开关磁阻电机多目标优化方法
5
作者 黄朝志 原红卫 耿永民 《机械科学与技术》 北大核心 2025年第4期592-600,共9页
为降低永磁辅助开关磁阻电机(Permanent magnet assisted switched reluctance motor,PMa-SRM)的转矩脉动、提高其平均转矩,提出一种将遗传算法优化的支持向量机(Genetic algorithm optimizes support vector machine,GASVM)与非支配进... 为降低永磁辅助开关磁阻电机(Permanent magnet assisted switched reluctance motor,PMa-SRM)的转矩脉动、提高其平均转矩,提出一种将遗传算法优化的支持向量机(Genetic algorithm optimizes support vector machine,GASVM)与非支配进化算法(Non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)结合的混合多目标优化方法。首先介绍了PMa-SRM结构,通过田口法建立了实验样本数据,并通过方差分析分析了开通角、关断角、极靴角对PMa-SRM转矩脉动和平均转矩的影响。然后通过GASVM分别建立开通角、关断角、极靴角与PMa-SRM转矩脉动和平均转矩的预测模型。最后采用了NSGA-Ⅱ对预测模型进行全局寻优,并从NSGA-Ⅱ生成的Pareto前沿中选取最优设计。通过对比优化前后电机的输出性能以及样机转矩与振动实验,验证了运用GASVM-NSGA-Ⅱ优化设计方法的有效性。 展开更多
关键词 永磁辅助开关磁阻电机 转矩脉动 多目标优化 遗传算法优化的支持向量机 NSGA-Ⅱ
在线阅读 下载PDF
高光谱技术结合网格搜索优化支持向量机的桃缺陷检测 被引量：7
6
作者 张立秀 张淑娟 +3 位作者 孙海霞 薛建新 任锐 刘文俊 《食品与发酵工业》 CAS CSCD 北大核心 2023年第16期269-275,共7页
为快速区分完好桃、疮痂桃、腐烂桃(虫咬桃、鸟啄桃),实现久保桃外部缺陷的无损检测,该研究利用高光谱技术对久保桃的外部缺陷进行了研究。共采集302个久保桃样本(120个完好桃样本、120个缺陷桃样本、62个验证桃样本),对比经光谱学、基... 为快速区分完好桃、疮痂桃、腐烂桃(虫咬桃、鸟啄桃),实现久保桃外部缺陷的无损检测,该研究利用高光谱技术对久保桃的外部缺陷进行了研究。共采集302个久保桃样本(120个完好桃样本、120个缺陷桃样本、62个验证桃样本),对比经光谱学、基线校正、中值滤波(median filter,MF)等5种预处理方法建立偏最小二乘法模型的准确率,选取经MF预处理后的光谱数据进行后续建模研究。采用回归系数法、竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)提取特征波长,建立网格搜索法优化支持向量机(grid search optimized support vector machines,GS-SVM)模型、遗传算法优化SVM模型、粒子群算法优化的SVM模型并进行对比分析。结果表明,CARS-GS-SVM模型预测效果最好,其训练集的判别率为93.33%,预测集的判别率为96.77%,验证集的判别准确率为91.94%,运行时间为11.5 s。该研究利用高光谱技术结合CARS-GS-SVM模型实现了久保桃外部缺陷的检测,为开发水果的分级分选设备提供了理论基础。 展开更多
关键词 高光谱 久保桃 外部缺陷 网格搜索法优化支持向量机 检测
在线阅读 下载PDF
基于变分模态分解排列熵和粒子群优化支持向量机的滚动轴承故障诊断方法 被引量：8
7
作者 阮婉莹 马增强 李亚超 《济南大学学报（自然科学版）》 CAS 北大核心 2018年第4期291-296,共6页
针对滚动轴承故障振动信号的非平稳性和低信噪比的特点,提出基于变分模态分解(VMD)排列熵和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法;该方法利用VMD对信号进行预处理,可得若干本征模态分量(IMFs),根据包含故障信息的数量... 针对滚动轴承故障振动信号的非平稳性和低信噪比的特点,提出基于变分模态分解(VMD)排列熵和粒子群优化支持向量机(PSO-SVM)的滚动轴承故障诊断方法;该方法利用VMD对信号进行预处理,可得若干本征模态分量(IMFs),根据包含故障信息的数量筛选出有效IMFs,求其排列熵构造特征向量,建立支持向量机的滚动轴承故障诊断模型,并用粒子群算法优化参数,以提升分类性能;在滚动轴承故障诊断实例中,通过与VMD结合SVM和集成经验模态分解(EEMD)结合PSO-SVM进行对比。结果表明,本文中提出的方法故障诊断的准确率更高。 展开更多
关键词 滚动轴承 故障诊断 变分模态分解 排列熵 粒子群优化支持向量机
在线阅读 下载PDF
混沌理论和支持向量机结合的负荷预测模型 被引量：10
8
作者 张智晟 马龙 孙雅明 《电力系统及其自动化学报》 CSCD 北大核心 2008年第6期31-35,共5页
根据电力负荷序列的混沌特性,提出混沌理论和蚁群优化支持向量机结合的电力系统短期负荷预测新方法,以相空间重构理论确定支持向量机的输入量个数;训练样本集由对应预测相点的最近邻相点集构成,且是按预测相点步进动态相轨迹生成;采用... 根据电力负荷序列的混沌特性,提出混沌理论和蚁群优化支持向量机结合的电力系统短期负荷预测新方法,以相空间重构理论确定支持向量机的输入量个数;训练样本集由对应预测相点的最近邻相点集构成,且是按预测相点步进动态相轨迹生成;采用蚁群优化算法对支持向量机敏感参数进行优化,从而可增强预测模型对混沌动力学的联想和泛化推理能力,提高负荷预测的精度和提高预测稳定性。对某地区负荷系统日、周预测仿真测试,证明其可获得稳定的较高预测精度。 展开更多
关键词 短期负荷预测 优化支持向量机 混沌理论 蚁群优化算法
在线阅读 下载PDF
基于机器学习与红外光谱技术的变压器油老化行为研究
9
作者 肖忠良 袁荣耀 +6 位作者 付壮 刘成 尹碧露 肖敏之 赵亭亭 匡尹杰 宋刘斌 《光谱学与光谱分析》 北大核心 2025年第2期434-442,共9页
为解决现阶段油品老化分析工作复杂、误差大等问题,提出一种红外光谱与机器学习(ML)相融合的技术。借助傅里叶变换中红外(FT-MIR)光谱仪采集三种变压器油在不同老化时间的样本光谱,运用多种预处理方法对样本光谱进行预处理,以自动寻峰... 为解决现阶段油品老化分析工作复杂、误差大等问题,提出一种红外光谱与机器学习(ML)相融合的技术。借助傅里叶变换中红外(FT-MIR)光谱仪采集三种变压器油在不同老化时间的样本光谱,运用多种预处理方法对样本光谱进行预处理,以自动寻峰并求得特征峰面积之和。采用偏最小二乘回归(PLSR)和粒子群优化-支持向量机回归(PSO-SVR)算法建立了变压器油老化程度定量分析模型,研究并分析了多种光谱数据预处理方法对红外光谱降噪、基线校正等处理效果以及对两种模型定量分析效果的影响。结果表明,油品光谱预处理效果最好的是平滑法,其中SG+SVR和SG+PLSR模型拟合优度(R^(2))分别为0.9814、0.9913,平均绝对误差(MAE)为0.3124、0.2880,均方根误差(RMSE)仅有0.0977、0.3790。在合适的预处理条件下,两种机器学习算法鲁棒性和可靠性均较强,模型预测值与实际值间差异极小。 展开更多
关键词 机器学习 傅里叶变换中红外光谱 变压器油 老化程度 粒子群优化-支持向量机回归(PSO-SVR) 偏最小二乘回归(PLSR)
在线阅读 下载PDF
核电厂环境辐射监测传感器网络中缺失值的粒子群算法-最小二乘支持向量机估计算法 被引量：3
10
作者 高雨晨 唐耀庚 《核电子学与探测技术》 CAS CSCD 北大核心 2014年第12期1508-1513,共6页
传感器节点监测数据缺失会影响核电厂外围环境辐射监测的连续性,必须对缺失数据进行准确估计。提出一种基于最小二乘支持向量机(LSSVM)的监测数据缺失值估计算法,采用粒子群算法(PSO)确定模型参数的优化组合,根据核电厂外围环境(剂量率... 传感器节点监测数据缺失会影响核电厂外围环境辐射监测的连续性,必须对缺失数据进行准确估计。提出一种基于最小二乘支持向量机(LSSVM)的监测数据缺失值估计算法,采用粒子群算法(PSO)确定模型参数的优化组合,根据核电厂外围环境(剂量率变化特点,利用节点的历史监测数据和相邻节点当前监测数据构造样本空间,对传感器节点监测数据缺失值进行估计。用实际数据进行的实验结果表明,所提出的估计算法的最大相对估计误差为3%,相关系数为0.926375,估计精度远高于基于BP神经网络模型的估计算法,也优于采用GA优化参数的LSSVM估计算法。 展开更多
关键词 环境辐射监测 无线传感网(WSN) 缺失值 估计 粒子群优化最小二乘支持向量机
在线阅读 下载PDF
基于SPA和IRCMMPE的旋转机械损伤识别方法
11
作者 李恒亮 张思婉 郭衡 《机电工程》 北大核心 2025年第6期1045-1054,共10页
基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策... 基于单通道信号的旋转机械故障诊断方法的故障诊断效果通常比较依赖信号的质量,针对这一问题,提出了一种基于平滑先验分析(SPA)、改进精细复合多变量多尺度排列熵(IRCMMPE)和麻雀搜索算法优化支持向量机(SSA-SVM)的旋转机械损伤识别策略。首先,使用SPA将单通道信号分解为趋势项和去趋势项两种完全不同的分量,减少了分量的冗余,并将其组装为多通道信号以实现对样本的扩充;然后,采用IRCMMPE对多通道信号进行了特征提取以对比验证两个分量之间的相关性,获取了更能反映故障特性的特征;最后,将故障特征输入至SSA-SVM分类器中进行了故障识别,完成了对旋转机械的故障辨识和故障程度的判断,利用三个旋转机械数据集对SPA-IRCMMPE故障诊断方法的有效性进行了实验分析,并与其他故障诊断方法进行了对比研究。研究结果表明:SPA-IRCMMPE模型在诊断旋转机械不同故障类型时分别取得了100%和99.2%的识别准确率,平均识别准确率分别为99.76%和99.92%;而自制数据集的诊断精度达到了100%。相较于其他故障诊断方法,SPA-IRCMMPE模型仅需使用单个通道的振动信号且无需进行分量重要性评估,避免了分量取舍的问题,对振动信号的利用效率较高。 展开更多
关键词 旋转机械单通道信号 故障诊断 麻雀搜索算法优化支持向量机 改进精细复合多变量多尺度排列熵 平滑先验分析 离心泵 滚动轴承
在线阅读 下载PDF
基于机器视觉的采煤机煤岩界面识别与自适应截割研究
12
作者 何浩 杨飞 赵子飞 《工矿自动化》 北大核心 2025年第S1期98-101,105,共5页
煤岩界面精准识别与采煤机自适应调高控制是综采工作面实现智能化、无人化开采的核心技术瓶颈。针对煤岩界面精确识别问题,提出了一种基于机器视觉与粒子群优化支持向量机(PSO-SVM)的煤岩界面识别方法。该方法通过灰度共生矩阵提取煤层... 煤岩界面精准识别与采煤机自适应调高控制是综采工作面实现智能化、无人化开采的核心技术瓶颈。针对煤岩界面精确识别问题,提出了一种基于机器视觉与粒子群优化支持向量机(PSO-SVM)的煤岩界面识别方法。该方法通过灰度共生矩阵提取煤层与岩层的多尺度纹理特征,结合PSO-SVM分类器实现煤岩界面的精确识别。为实现采煤机截割过程的自适应控制,建立了多目标采煤机综合性能评价模型,使用改进的多目标灰狼优化(MOGWO)算法实现最优运动学参数求解,实现不同煤岩硬度下的采煤机自适应截割。测试结果表明,基于机器视觉与PSO-SVM的煤岩界面识别方法的准确率≥96%,采煤机自适应截割控制方案的截割高度偏差≤0.02 m。 展开更多
关键词 煤岩界面 粒子群优化支持向量机 灰度共生矩阵 自适应截割控制 多目标灰狼优化算法 SVM PSO
在线阅读 下载PDF
RCMNAAPE在旋转机械故障诊断中的应用
13
作者 储祥冬 戴礼军 +3 位作者 涂金洲 罗震寰 于震 秦磊 《机电工程》 CAS 北大核心 2024年第6期1039-1049,共11页
针对精细复合多尺度排列熵(RCMPE)无法充分提取旋转机械振动信号中的故障信息,从而导致旋转机械故障识别准确率不稳定这一缺陷,提出了一种基于精细复合多尺度归一化幅值感知排列熵(RCMNAAPE)、拉普拉斯分数(LS)和灰狼算法优化支持向量机... 针对精细复合多尺度排列熵(RCMPE)无法充分提取旋转机械振动信号中的故障信息,从而导致旋转机械故障识别准确率不稳定这一缺陷,提出了一种基于精细复合多尺度归一化幅值感知排列熵(RCMNAAPE)、拉普拉斯分数(LS)和灰狼算法优化支持向量机(GWO-SVM)的旋转机械故障诊断方法。首先,利用幅值感知排列熵替换了RCMPE中的排列熵,提出了RCMNAAPE,并将其用于提取旋转机械振动信号的故障特征生成特征样本;随后,采用了LS从原始的高维故障特征向量中筛选出较少的能够更准确描述故障状态的特征,构造敏感特征样本;最后,将低维的故障特征向量输入由灰狼算法优化的支持向量机中进行了训练和测试,完成了旋转机械样本的故障识别和分类,利用滚动轴承和齿轮箱故障数据集将RCMNAAPE-LS-GWO-SVM与其他故障诊断方法进行了对比分析,并开展了评估。研究结果表明:基于RCMNAAPE-LS-GWO-SVM的故障诊断方法能够有效识别旋转机械的各类故障,其识别准确率高于其他对比的故障诊断方法,其中滚动轴承故障的识别准确率达到99.33%,齿轮箱故障的识别准确率达到98.67%。虽然,该方法的特征提取效率不佳,平均特征提取时间分别为153.02 s和163.98 s,仅优于精细复合多尺度模糊熵(RCMFE),但其综合性能更加优异。 展开更多
关键词 故障识别准确率 滚动轴承 齿轮箱 精细复合多尺度归一化幅值感知排列熵 拉普拉斯分数 灰狼优化支持向量机
在线阅读 下载PDF
基于强化层次模糊熵的柴油机故障诊断方法 被引量：1
14
作者 宋业栋 马光伟 +1 位作者 朱小龙 张俊红 《振动．测试与诊断》 EI CSCD 北大核心 2024年第4期814-820,834,共8页
针对多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)算法中多尺度化过程采用滑动均值滤波器导致原始信号高频信息丢失的问题,提出强化层次模糊熵方法(enhanced hierarchical fuzzy entropy,简称EHFE),用于表征原始信号中富含的高低... 针对多尺度模糊熵(multi-scale fuzzy entropy,简称MFE)算法中多尺度化过程采用滑动均值滤波器导致原始信号高频信息丢失的问题,提出强化层次模糊熵方法(enhanced hierarchical fuzzy entropy,简称EHFE),用于表征原始信号中富含的高低频故障模式信息。结合萤火虫算法优化支持向量机(firefly algorithm optimized support vector machine,简称FAOSVM),提出一种基于EHFE和FAOSVM的柴油机故障诊断方法。柴油机试验数据对比分析表明:相比于现有方法,所提出方法能够充分表征柴油机故障信号富含的模式信息,并且能够有效识别柴油机正时齿轮故障,识别精度达到99.6%,在极小样本下也能达到较好的识别精度。 展开更多
关键词 强化层次模糊熵 柴油机 正时齿轮 故障诊断 萤火虫算法优化支持向量机
在线阅读 下载PDF
机载探空温度传感器设计与研究 被引量：1
15
作者 毛家龙 刘清惓 +1 位作者 潘旭 王柯 《电子测量技术》 北大核心 2024年第13期1-9,共9页
针对无人机开展高空气象探测的需求,本文设计了一种带防辐射罩铠装铂电阻温度传感器。首先,采用计算流体动力学(CFD)的方法计算出有无防辐射罩铠装铂电阻温度传感器在多物理场下的太阳辐射误差,并进行对比分析。然后,使用支持向量机(SVM... 针对无人机开展高空气象探测的需求,本文设计了一种带防辐射罩铠装铂电阻温度传感器。首先,采用计算流体动力学(CFD)的方法计算出有无防辐射罩铠装铂电阻温度传感器在多物理场下的太阳辐射误差,并进行对比分析。然后,使用支持向量机(SVM)和粒子群优化支持向量机(PSO-SVM)算法训练数据比较预测模型。最后,搭建低气压风洞实验平台模拟高空大气环境,对比实验数据与算法预测结果。实验表明,本文提出的带防辐射罩铠装铂电阻温度传感器测量的平均误差为0.0141 K,均方根误差为0.0150 K。 展开更多
关键词 无人机 铠装铂电阻 防辐射罩 计算流体动力学 粒子群优化支持向量机
在线阅读 下载PDF
基于SSWT‑GLCM与改进WOA‑SVM的变压器机械故障时频诊断
16
作者 杨义 李晓华 +3 位作者 李俊聪 赵文彬 陈皖皖 夏能弘 《振动．测试与诊断》 EI CSCD 北大核心 2024年第6期1135-1143,1247,共10页
为进一步提高变压器故障诊断精度,提出一种基于同步压缩小波变换(synchrosqueezed wavelet transform,简称SSWT)-灰度共生矩阵(gray-level co-occurrence matrix,简称GLCM)的变压器机械故障时频诊断方法。首先,利用SSWT对变压器振动信... 为进一步提高变压器故障诊断精度,提出一种基于同步压缩小波变换(synchrosqueezed wavelet transform,简称SSWT)-灰度共生矩阵(gray-level co-occurrence matrix,简称GLCM)的变压器机械故障时频诊断方法。首先,利用SSWT对变压器振动信号进行时频分析,得到能量堆叠密集的二维时频图,有效保留了变压器振动信号的主要特征信息;其次,联合描述区域像素关系的GLCM提取出二维时频图的主要特征信息,为后续故障诊断模型提供有效的特征参数;最后,通过改进鲸鱼算法优化(whale optimization algorithm,简称WOA)对支持向量机(support vector machine,简称SVM)的关键参数进行优化,建立了基于改进WOA-SVM的变压器典型机械故障时频诊断模型。实验结果表明,所构建的改进WOA-SVM故障诊断模型具有较高的识别精度和运算效率,为基于振动信号的变压器机械故障时频诊断提供了技术支撑。 展开更多
关键词 变压器 同步压缩小波变换 灰度共生矩阵 改进鲸鱼算法优化-支持向量机算法 故障分类
在线阅读 下载PDF
基于集成CSSOA-SVM的原油近红外光谱分析系统故障诊断方法
17
作者 刘克淳 陈夕松 胡云云 《石油炼制与化工》 北大核心 2025年第7期147-152,共6页
为解决原油近红外(NIR)光谱分析系统在故障诊断中存在的高维特征、易陷入局部最优解和诊断精准度不足等问题,提出了一种基于集成混沌麻雀搜索优化算法(CSSOA)优化支持向量机(SVM)模型参数寻优过程的CSSOA-SVM故障诊断方法,其克服SVM诊... 为解决原油近红外(NIR)光谱分析系统在故障诊断中存在的高维特征、易陷入局部最优解和诊断精准度不足等问题,提出了一种基于集成混沌麻雀搜索优化算法(CSSOA)优化支持向量机(SVM)模型参数寻优过程的CSSOA-SVM故障诊断方法,其克服SVM诊断精度较差、传统麻雀搜索算法(SSA)易陷入局部最优的不足,而提升了收敛速率和分类能力;进而,结合AdaBoost学习框架集成多个CSSOA-SVM基分类模型,通过动态调整样本和基分类模型权重增强了模型对复杂故障模式的识别能力和模型稳定性。结果表明,集成CSSOA-SVM分类诊断模型对6种常见故障的诊断准确率达95.48%,相较传统方法在诊断准确率、模拟收敛速率和模型稳健性方面优势显著,为原油NIR光谱分析系统的故障诊断提供了有效解决方案。 展开更多
关键词 原油近红外光谱分析系统 故障诊断 混沌麻雀搜索优化算法 支持向量机优化 集成学习
在线阅读 下载PDF
基于PSO-SVR算法的钢板-混凝土组合连梁承载力预测
18
作者 田建勃 闫靖帅 +2 位作者 王晓磊 赵勇 史庆轩 《振动与冲击》 北大核心 2025年第7期155-162,共8页
为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-suppor... 为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-support vector regression,PSO-SVR)算法进行了PRC连梁试验数据的回归训练,此外,通过使用Sobol敏感性分析方法分析了数据特征参数对PRC连梁承载力的影响。结果表明,基于SVR、极端梯度提升算法(extreme gradient boosting,XGBoost)和PSO-SVR的预测模型平均绝对百分比误差分别为5.48%、7.65%和4.80%,其中,基于PSO-SVR算法的承载力预测模型具有最高的预测精度,模型的鲁棒性和泛化能力更强。此外,特征参数钢板率(ρ_(p))、截面高度(h)和连梁跨高比(l_(n)/h)对PRC连梁承载力影响最大,三者全局影响指数总和超过0.75,其中,钢板率(ρ_(p))是对PRC连梁承载力影响最大的单一因素,一阶敏感性指数和全局敏感性指数分别为0.3423和0.3620,以期为PRC连梁在实际工程中的设计及应用提供参考。 展开更多
关键词 钢板-混凝土组合连梁 机器学习 粒子群优化的支持向量机回归(PSO-SVR)算法 承载力 敏感性分析
在线阅读 下载PDF
基于RTSWMFE,IS-GSE与COOT-SVM的行星齿轮箱故障诊断
19
作者 戚晓利 杨艳 +1 位作者 崔创创 程主梓 《振动.测试与诊断》 北大核心 2025年第1期132-139,205,共9页
针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃pre... 针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃preserving manifold embedding,简称IS⁃GSE)和白骨顶优化算法支持向量机(coot optimization algorithm support vector machine,简称COOT⁃SVM)的行星齿轮箱故障诊断方法。首先,利用RTSWMFE提取高维故障特征信息;其次,采用IS⁃GSE对高维特征进行降维,提取出敏感、低维的特征;最后,将低维特征输入COOT⁃SVM中进行识别分类。行星齿轮箱故障诊断实验结果表明:IS⁃GSE方法采用余弦相似度与欧式距离相结合的距离度量方式,并融入监督学习思想,降维效果较佳;COOT⁃SVM方法对经RTSWMFE和IS⁃GSE二次提取的故障特征识别精度达到100%。 展开更多
关键词 故障诊断 行星齿轮箱 精细时移加权多尺度模糊熵 改进监督型几何和统计保持流形嵌入 白骨顶优化算法优化支持向量机
在线阅读 下载PDF
基于GRA-EPSO-SVM模型的露天矿山爆破振动速度预测
20
作者 张鹏飞 袁永 +8 位作者 何运华 代少军 李佳臻 迟学海 李伟 孙雪 张焦 白润才 费鸿禄 《煤炭科学技术》 北大核心 2025年第7期105-115,共11页
露天矿爆破振动峰值是评价爆破效果的主要指标。在露天矿煤岩互层爆破场景下,针对现有的爆破振动峰值预测方法难以达到理想的预测结果,导致爆破参数、起爆网络设计不合理等问题,提出了一种灰色关联度特征选取下基于集成粒子群优化支持... 露天矿爆破振动峰值是评价爆破效果的主要指标。在露天矿煤岩互层爆破场景下,针对现有的爆破振动峰值预测方法难以达到理想的预测结果,导致爆破参数、起爆网络设计不合理等问题,提出了一种灰色关联度特征选取下基于集成粒子群优化支持向量机算法(GRA-EPSO-SVM)的爆破振动速度峰值预测模型。以元宝山露天煤矿不同赋存条件下的煤岩爆破为背景,选取孔距、排距、孔深、单段最大装药量、最小抵抗线、爆心距、高程差、质点振速峰值作为输入参数,采用灰色关联分析法(GRA)过滤影响爆破振动速度峰值的冗余因素(孔深、单段最大装药量、最小抵抗线、质点振速峰值);运用集成粒子群算法(EPSO)优化SVM算法的关键参数C和g,将参数输入到GRA-EPSOSVM模型中进行评估。结果表明:GRA-EPSO-SVM组合算法对比改进的萨道夫斯基公式、SVM的预测值和实际值更为吻合,平均误差分别降低15.3%和106.8%,预测结果的精度更高,更能有效预测露天矿煤岩互层爆破振动峰值,为露天矿开采爆破施工安全控制提供帮助。 展开更多
关键词 露天矿 振动峰值 灰色关联分析 优化支持向量机 GRA-EPSO-SVM模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部