期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
Modified L-P小波最小二乘支持向量机及在动态系统辩识中的应用 被引量:1
1
作者 邢永忠 吴晓蓓 +1 位作者 徐志良 张永 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第21期6009-6012,6018,共5页
为了提高动态系统的辩识品质,提出了一种新的可调带宽多维支持向量小波核函数—modified L-P小波核函数。理论上证明了这种核函数是满足平移不变核定理的支持向量核函数。由于该核函数具有平移伸缩正交性,而且适用于信号的局部分析、信... 为了提高动态系统的辩识品质,提出了一种新的可调带宽多维支持向量小波核函数—modified L-P小波核函数。理论上证明了这种核函数是满足平移不变核定理的支持向量核函数。由于该核函数具有平移伸缩正交性,而且适用于信号的局部分析、信噪分离和突变信号的检测,从而提升了支持向量机的泛化性能。应用Modified L-P小波核作为最小二乘支持向量机的核函数,可以简化计算复杂性,提高学习效率。回归实验和动态系统辩识的仿真结果表明,Modified L-P小波核函数最小二乘支持向量机的建模和逼近能力优于基于L-P小波核函数或高斯核函数最小二乘支持向量机,更适合工程应用。 展开更多
关键词 MODIFIED L-P小波 支持向量 支持向量核函数 最小二乘支持向量 动态系统辩识
在线阅读 下载PDF
激光诱导击穿光谱的自适应基线校正方法
2
作者 闫红宇 赵宇 +4 位作者 陈媛媛 刘昊 王杰 张瑞 王志斌 《光子学报》 EI CAS CSCD 北大核心 2024年第6期264-274,共11页
为了降低远程激光诱导击穿光谱原位分析中连续背景辐射、随机噪声和样品基体效应对特征光谱的影响,提出一种通过适应度函数将粒子群优化和非对称重加权正则最小二乘相融合的自适应基线校正方法,旨在提高远程激光诱导击穿光谱的分析能力... 为了降低远程激光诱导击穿光谱原位分析中连续背景辐射、随机噪声和样品基体效应对特征光谱的影响,提出一种通过适应度函数将粒子群优化和非对称重加权正则最小二乘相融合的自适应基线校正方法,旨在提高远程激光诱导击穿光谱的分析能力。以三种掺杂相近微量元素的铝基合金标样为研究对象,相同实验条件下利用所提出的基线校正方法研究并对比自适应迭代重加权正则最小二乘算法、非对称重加权正则最小二乘算法处理后的光谱信噪比与拟合基线的变化趋势。为了验证所提方法的有效性,构建了三次核函数支持向量机的铝基合金标样精细分类模型,其独立测试集的混淆矩阵分类准确率为100%。结果表明,自适应基线校正方法所拟合的基线变化趋势与激光诱导击穿光谱的实际基线轨迹相吻合,且特征光谱能够清晰地分离。该方法可有效降低随机噪声对光谱数据分析的影响,对于提高远程激光诱导击穿光谱原位分析的准确性和可靠性具有意义。 展开更多
关键词 远程激光诱导击穿光谱 基线校正方法 原位分析 函数支持向量 铝基合金标样
在线阅读 下载PDF
基于MK-SVM和时序特征分析的月径流预报模型 被引量:1
3
作者 雷庆文 闫磊 +2 位作者 巫晨煜 罗云 谢笑添 《水资源保护》 EI CAS CSCD 北大核心 2024年第6期148-154,共7页
针对传统径流预报方法预报因子不确定性和预报模型复杂性问题,基于月径流时序特征重要性分析选择预报因子,采用混合核函数支持向量机(MK-SVM)模型捕捉径流时序间的非线性关系,提出动态透镜成像反向学习和Lévy飞行等多策略融合的改... 针对传统径流预报方法预报因子不确定性和预报模型复杂性问题,基于月径流时序特征重要性分析选择预报因子,采用混合核函数支持向量机(MK-SVM)模型捕捉径流时序间的非线性关系,提出动态透镜成像反向学习和Lévy飞行等多策略融合的改进灰狼优化算法(IGWO),并构建了径流预报的IGWO-MK-SVM模型。黑河流域莺落峡水文站月径流预报结果表明:IGWO-MK-SVM模型月径流预报结果的纳什效率系数、均方根误差、Kling-Gupta效率系数分别为0.8942、16.9099 m^(3)/s和0.8639;与传统SVM模型相比,IGWO-MK-SVM模型在径流预报中的自适应性有所提升,相较于长短期记忆网络模型和季节性差分自回归移动平均模型,IGWO-MK-SVM模型能更好地预报月径流的真实变化过程。 展开更多
关键词 径流预报 随机森林 径流预报因子 混合函数支持向量 改进灰狼优化算法 黑河流域
在线阅读 下载PDF
基于ADE算法的LSSVM在混沌时间序列中的应用 被引量:3
4
作者 崔庆 马孝义 +2 位作者 李贤波 朱晖 李忠娟 《计算机应用与软件》 CSCD 北大核心 2014年第1期275-277,289,共4页
为了提高基于最小二乘支持向量机(LSSVM)模型的时间序列预测方法的泛化能力及预测精度,研究一种基于自适应差分进化算法(ADE)的最小二乘支持向量机模型(ADE_LSSVM)。首先利用相空间重构技术对样本数据进行相空间重构,再利用ADE对LSSVM... 为了提高基于最小二乘支持向量机(LSSVM)模型的时间序列预测方法的泛化能力及预测精度,研究一种基于自适应差分进化算法(ADE)的最小二乘支持向量机模型(ADE_LSSVM)。首先利用相空间重构技术对样本数据进行相空间重构,再利用ADE对LSSVM的两个参数进行组合寻优,最后利用Lorenz系统对模型进行仿真试验并与未进行参数优化的LSSVM预测结果对比。结果表明,ADE_LSSVM方法是一种可行的、有效的混沌时间序列预测方法,可为今后的科学研究提供新的理论思想。 展开更多
关键词 混沌时间序列 相空间重构技术 最小二乘支持向量函数 差分进化算法Lorenz系统
在线阅读 下载PDF
基于混合分类器的高压断路器故障诊断 被引量:6
5
作者 黄新波 许艳辉 朱永灿 《高压电器》 CAS CSCD 北大核心 2022年第10期149-157,共9页
为利用有限故障样本对高压断路器主要故障类型进行精准识别,文中提出了一种基于混合分类器的高压断路器故障诊断方法。首先采用改进F-Score特征选择算法进行特征选择,选择出合适的特征量子集作为构建混合分类器模型的输入参量。混合分... 为利用有限故障样本对高压断路器主要故障类型进行精准识别,文中提出了一种基于混合分类器的高压断路器故障诊断方法。首先采用改进F-Score特征选择算法进行特征选择,选择出合适的特征量子集作为构建混合分类器模型的输入参量。混合分类器分别由两个支持向量数据描述和混合粒子群算法优化的小波核函数孪生支持向量机共同组成去识别故障类型。两个并列的SVDD分别用来对正常或故障状态与已知故障或未知故障进行状态识别。HPSO-WTWSVM则用来准确识别已知故障类型。经高压断路器实例验证,表明所提新方法的分类精度优于其他传统方法。 展开更多
关键词 高压断路器 支持向量数据描述 混合粒子群算法 小波函数孪生支持向量 故障诊断
在线阅读 下载PDF
基于GRA与SVM-mixed的货运量预测方法 被引量:23
6
作者 梁宁 耿立艳 +1 位作者 张占福 梁毅刚 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第6期94-99,共6页
铁路货运量与其影响因素之间关系复杂,单一核函数支持向量机(SVM)难以进行准确描述,而且各因素对铁路货运量的影响程度具有差异性,若忽略这种差异性,将难以获得理想的铁路货运量预测结果.为此,本文提出一种基于灰色关联分析(GRA)与混合... 铁路货运量与其影响因素之间关系复杂,单一核函数支持向量机(SVM)难以进行准确描述,而且各因素对铁路货运量的影响程度具有差异性,若忽略这种差异性,将难以获得理想的铁路货运量预测结果.为此,本文提出一种基于灰色关联分析(GRA)与混合核函数支持向量机(SVM-mixed)的铁路货运量预测方法.该方法采用灰色关联分析确定各影响因素的权重,再将赋予权重的影响因素作为输入变量,构建多项式核函数与径向基核函数线性组合的SVM-mixed预测模型.针对SVM-mixed参数难以确定问题,采用果蝇优化算法(FOA)选择SVM-mixed最优参数.基于中国铁路货运量的实例分析表明,该方法可有效提高铁路货运量的预测精度,为准确预测铁路货运量提供了一种新途径. 展开更多
关键词 铁路运输 货运量 预测 灰色关联分析 混合函数支持向量
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部