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160篇文章
< 1 2 … 8 >
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：
基于最小二乘孪生极限学习机的水电系统发电能力预测方法
1
作者 李旻 孙大雁 +3 位作者 梁志峰 过夏明 吴刚 苗树敏 《水利水电技术(中英文)》 北大核心 2025年第8期162-174,共13页
【目的】针对传统水电发电能力预测精度低、稳定性差等问题。【方法】提出了耦合模态分解、机器学习和群体智能的水电系统发电能力混合预测模型。首先,利用逐次变分模态分解法(SVMD)对原始出力序列进行分解降噪,提取出多尺度特征信号进... 【目的】针对传统水电发电能力预测精度低、稳定性差等问题。【方法】提出了耦合模态分解、机器学习和群体智能的水电系统发电能力混合预测模型。首先,利用逐次变分模态分解法(SVMD)对原始出力序列进行分解降噪,提取出多尺度特征信号进行分类建模;随后,采用最小二乘孪生极限学习机(LSTELM)对各分解信号进行预测建模,同时运用改进灰狼优化算法(IGWO)对模型参数进行优化,以提升模型的预测性能;最后对各子序列预测结果进行集成,叠加得到最终的预测结果。【结果】结果显示:所提方法在三个水电站中的预测结果精准可靠。在池潭水电站中,预见期为1 d时,所提模型在直接策略和多输入多输出策略中预测结果的纳什系数(NSE)指标较极限学习机模型分别提高了12.88%和12.11%。预见期由1 d增长至8 d时,传统方法预测结果的NSE指标由0.8840和0.8885逐渐降低到0.5735和0.5671,而本文所提两种策略预测结果分别由0.9979和0.9961逐渐降低到0.9423和0.9286。【结论】结果表明:所提模型在复杂水电系统发电能力预测中具有较强的稳定性和泛化能力,SVMD有效降低了发电能力序列的噪声影响,最小二乘法和孪生结构提升了LSTELM模型的泛化能力,SVMD-IGWO-LSTELM模型在水文特性稳定的水电站预测精度更高,在水文特性复杂的水电站预测能力略有下降但依旧保持高精度,为变化环境下水电系统发电能力预测提供有效方法。 展开更多
关键词 逐次变分模态分解法 发电出力 最小二乘孪生极限学习机 改进灰狼优化算法 影响因素
在线阅读 下载PDF
基于“十二生肖”算法优化的加权极限学习机月径流预测
2
作者 韩艳 崔东文 《三峡大学学报(自然科学版)》 北大核心 2025年第4期1-10,共10页
为提高月径流时间序列预测精度,改进加权极限学习机(WELM)预测性能,对比验证“十二生肖”算法在基准测试函数和实例目标函数上的优化效果,提出经验小波变换二次分解(EWT^(Ⅱ))技术-“十二生肖”算法-WELM月径流时间序列预测模型.首先,... 为提高月径流时间序列预测精度,改进加权极限学习机(WELM)预测性能,对比验证“十二生肖”算法在基准测试函数和实例目标函数上的优化效果,提出经验小波变换二次分解(EWT^(Ⅱ))技术-“十二生肖”算法-WELM月径流时间序列预测模型.首先,利用经验小波变换(EWT)对月径流时间序列进行分解处理,得到EWT_(1)、EWT_(2)两个分解分量;采用模糊熵(FuzzyEn)计算EWT_(1)、EWT_(2)分量的模糊熵值,利用EWT^(Ⅱ)对模糊熵值较大的EWT_(1)分量进行二次分解,得到EWT_(1-1)~EWT_(1-3)三个分量.其次,基于EWT_(1-1)~EWT_(1-3)、EWT_(2)分量训练集构建4个WELM输入层权值和隐含层偏差(超参数)优化的实例目标函数,同时选取6个基准测试函数作为对比验证函数,利用“十二生肖”算法分别对6个基准测试函数和4个实例目标函数进行极值寻优与对比分析.最后,建立EWT^(Ⅱ)-“十二生肖”算法-WELM模型,通过云南省南洞地下河月径流预测实例对12种模型进行验证.结果表明:“十二生肖”算法对6个基准测试函数寻优的总排名与对4个实例目标函数寻优的总排名不一致,总体上冠豪猪优化算法(CPO)、野狗优化算法(DOA)寻优效果较好,变色龙算法(CSA)、天牛须搜索算法(BAS)、自学羚羊迁徙算法(SAMA)寻优效果较差;“十二生肖”算法对4个实例目标函数寻优的总排名与12种模型预测精度总排名基本一致,表明“十二生肖”算法极值寻优能力越强,获得的WELM超参数越优,所构建的预测模型性能越好;EWT^(Ⅱ)-CPO/CSO/DOA/CapSA/WHO-WELM模型预测的E_(MAP)、E_(MA)、E_(RMS)分别在0.422%~0.485%、0.022~0.026m^(3)/s、0.028~0.032m^(3)/s之间,优于其他对比模型,具有更好的预测效果. 展开更多
关键词 月径流预测 经验小波变换 二次分解 “十二生肖”算法 加权极限学习机 函数优化
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
3
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 最小二乘支持向量机 环境模型 蝴蝶兰 智慧农业
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
4
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
一种改进的最小二乘孪生支持向量机分类算法 被引量：22
5
作者 储茂祥 王安娜 巩荣芬 《电子学报》 EI CAS CSCD 北大核心 2014年第5期998-1003,共6页
提出了一种新的模式分类器,即广泛权重的最小二乘孪生支持向量机.该支持向量机在正、负两类样本上广泛地增加权重,很好地抑制了交叉噪声样本对数据分类的影响.其次,根据间隔最大化原理,该支持向量机在目标函数上增加了一个正规化项,实... 提出了一种新的模式分类器,即广泛权重的最小二乘孪生支持向量机.该支持向量机在正、负两类样本上广泛地增加权重,很好地抑制了交叉噪声样本对数据分类的影响.其次,根据间隔最大化原理,该支持向量机在目标函数上增加了一个正规化项,实现结构风险最小化和避免在求解该目标函数时可能对病态矩阵求逆的处理.同时,提出了利用一种指数函数计算训练样本的密度来获得样本权重值的算法.该算法能够有效缩减计算权重的时间,且具有较强的鲁棒性.实验证明本文提出的广泛权重的最小二乘孪生支持向量机能够实现高精度和高效率的分类效果,而且特别适合于含有交叉噪声样本的数据集分类. 展开更多
关键词 模式分类 最小二乘 孪生支持向量机 权重 指数函数
在线阅读 下载PDF
基于协同最小二乘支持向量机的Q学习 被引量：20
6
作者 王雪松 田西兰 +1 位作者 程玉虎 易建强 《自动化学报》 EI CSCD 北大核心 2009年第2期214-219,共6页
针对强化学习系统收敛速度慢的问题,提出一种适用于连续状态、离散动作空间的基于协同最小二乘支持向量机的Q学习.该Q学习系统由一个最小二乘支持向量回归机(Least squares support vector regression machine,LS-SVRM)和一个最小二乘... 针对强化学习系统收敛速度慢的问题,提出一种适用于连续状态、离散动作空间的基于协同最小二乘支持向量机的Q学习.该Q学习系统由一个最小二乘支持向量回归机(Least squares support vector regression machine,LS-SVRM)和一个最小二乘支持向量分类机(Least squares support vector classification machine,LS-SVCM)构成.LS-SVRM用于逼近状态-动作对到值函数的映射,LS-SVCM则用于逼近连续状态空间到离散动作空间的映射,并为LS-SVRM提供实时、动态的知识或建议(建议动作值)以促进值函数的学习.小车爬山最短时间控制仿真结果表明,与基于单一LS-SVRM的Q学习系统相比,该方法加快了系统的学习收敛速度,具有较好的学习性能. 展开更多
关键词 强化学习 Q学习 协同 最小二乘支持向量机 映射
在线阅读 下载PDF
基于流形学习和最小二乘支持向量机的滚动轴承退化趋势预测 被引量：35
7
作者 肖婷 汤宝平 +1 位作者 秦毅 陈昌 《振动与冲击》 EI CSCD 北大核心 2015年第9期149-153,共5页
为更好地表征滚动轴承性能退化趋势,提出基于流形学习和最小二乘支持向量机的滚动轴承退化趋势预测新方法。提取振动信号的多域特征组成高维特征集,利用局部保持投影算法(LPP)对多域高维特征集进行维数约简,消除各特征指标之间的冗余、... 为更好地表征滚动轴承性能退化趋势,提出基于流形学习和最小二乘支持向量机的滚动轴承退化趋势预测新方法。提取振动信号的多域特征组成高维特征集,利用局部保持投影算法(LPP)对多域高维特征集进行维数约简,消除各特征指标之间的冗余、冲突等问题。将维数约简后的特征向量作为最小二乘支持向量机的输入,建立退化趋势预测模型,完成退化趋势预测。运用实测的滚动轴承全寿命实验数据进行检验,结果表明该方法能获得准确的预测结果。 展开更多
关键词 性能退化评估 信息熵 流形学习 最小二乘支持向量机
在线阅读 下载PDF
结合HJ卫星影像和最小二乘孪生支持向量机的小麦蚜虫遥感监测 被引量：7
8
作者 胡根生 吴问天 +3 位作者 罗菊花 黄文江 梁栋 黄林生 《浙江大学学报（农业与生命科学版）》 CAS CSCD 北大核心 2017年第2期211-219,共9页
为了准确、及时地监测小麦蚜虫发生情况,利用野外定位调查数据及环境与灾害监测预报小卫星星座HJCCD和HJ-IRS影像数据,在北京市通州区和顺义区小麦蚜虫发生的关键生育期(灌浆期),提取对蚜虫病情影响较大的小麦长势因子和生境因子,利用... 为了准确、及时地监测小麦蚜虫发生情况,利用野外定位调查数据及环境与灾害监测预报小卫星星座HJCCD和HJ-IRS影像数据,在北京市通州区和顺义区小麦蚜虫发生的关键生育期(灌浆期),提取对蚜虫病情影响较大的小麦长势因子和生境因子,利用最小二乘孪生支持向量机建立该研究区的小麦蚜虫监测模型,并与传统支持向量机、费歇尔线性判别分析和学习矢量量化神经网络模型的监测结果进行对比。结果表明:最小二乘孪生支持向量机模型的总体监测精度达到86.4%,优于传统支持向量机模型(77.3%)、费歇尔线性判别分析模型(77.3%)和学习矢量量化神经网络模型(72.7%),取得了较好的监测效果。 展开更多
关键词 卫星影像 遥感监测 小麦蚜虫 最小二乘孪生支持向量机
在线阅读 下载PDF
基于主动学习的最小二乘支持向量机稀疏化 被引量：9
9
作者 余正涛 邹俊杰 +2 位作者 赵兴 苏磊 毛存礼 《南京理工大学学报》 EI CAS CSCD 北大核心 2012年第1期12-17,共6页
针对最小二乘支持向量机(LSSVM)稀疏化问题,提出一种基于主动学习的LSSVM数据稀疏化学习算法。首先基于核聚类的方法选取初始样本,并利用LSSVM构建一个最小分类器,然后计算样本在分类器作用下的分布,选择最接近分类面的样本进行标记,最... 针对最小二乘支持向量机(LSSVM)稀疏化问题,提出一种基于主动学习的LSSVM数据稀疏化学习算法。首先基于核聚类的方法选取初始样本,并利用LSSVM构建一个最小分类器,然后计算样本在分类器作用下的分布,选择最接近分类面的样本进行标记,最后将该标记样本加入训练集建立新的分类器,重复上述过程直到模型精度满足要求,以此建立部分样本的LSSVM稀疏化模型。利用加利福尼亚大学欧文分校(UCI)提供的6种数据集进行实验,结果表明,提出的方法使LSSVM的稀疏性提高了46%以上,减少了标注样本带来的成本。 展开更多
关键词 最小二乘支持向量机 稀疏化 主动学习 分类
在线阅读 下载PDF
回归最小二乘支持向量机的增量和在线式学习算法 被引量：112
10
作者 张浩然 汪晓东 《计算机学报》 EI CSCD 北大核心 2006年第3期400-406,共7页
首先给出回归最小二乘支持向量机的数学模型,并分析了它的性质,然后在此基础上根据分块矩阵计算公式和核函数矩阵本身的特点设计了支持向量机的增量式学习算法和在线学习算法.该算法能充分利用历史的训练结果,减少存储空间和计算时间.... 首先给出回归最小二乘支持向量机的数学模型,并分析了它的性质,然后在此基础上根据分块矩阵计算公式和核函数矩阵本身的特点设计了支持向量机的增量式学习算法和在线学习算法.该算法能充分利用历史的训练结果,减少存储空间和计算时间.仿真实验表明了这两种学习方法的有效性. 展开更多
关键词 结构风险最小化 最小二乘支持向量机 在线学习
在线阅读 下载PDF
优化极限学习机的序列最小优化方法 被引量：18
11
作者 丁晓剑 赵银亮 《西安交通大学学报》 EI CAS CSCD 北大核心 2011年第6期7-12,19,共7页
针对传统二次规划求解方法训练优化极限学习机(OMELM)存在速度慢和效率低的问题,提出了单变量迭代序列最小优化(SSMO)算法.该算法通过在框式约束中优化拉格朗日乘子来实现目标函数的最小化:首先在初始化拉格朗日乘子中选择使目标函数值... 针对传统二次规划求解方法训练优化极限学习机(OMELM)存在速度慢和效率低的问题,提出了单变量迭代序列最小优化(SSMO)算法.该算法通过在框式约束中优化拉格朗日乘子来实现目标函数的最小化:首先在初始化拉格朗日乘子中选择使目标函数值下降最大的拉格朗日乘子,将该拉格朗日乘子作为目标函数的唯一变量;然后求解目标函数的最小值并更新该变量的值;重复这个过程直到所有的拉格朗日乘子都满足二次规划问题的Karush-Kuhn-Tucker条件为止.实验结果表明:SSMO算法只需调节很少的参数值便可得到足够好的泛化性能;采用SSMO算法的OMELM方法在泛化性能上要好于采用序列最小优化算法的支持向量机方法;在随机数据集测试中,SSMO算法具有较好的鲁棒性. 展开更多
关键词 极限学习机 支持向量机 序列最小优化
在线阅读 下载PDF
最小二乘支持向量机的半监督学习算法 被引量：9
12
作者 张健沛 赵莹 杨静 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2008年第10期1088-1092,共5页
将最小二乘支持向量机引入到半监督学习中,提出了一种最小二乘支持向量机的半监督学习算法.采用最小二乘支持向量机训练混合样本集,利用最小二乘支持向量机训练速度快、效率高等优点有效地克服了目前一些半监督支持向量机学习算法时间... 将最小二乘支持向量机引入到半监督学习中,提出了一种最小二乘支持向量机的半监督学习算法.采用最小二乘支持向量机训练混合样本集,利用最小二乘支持向量机训练速度快、效率高等优点有效地克服了目前一些半监督支持向量机学习算法时间代价大、效率低的缺陷.在训练过程中采用区域标注法,减少达到收敛所需要的迭代次数,并给出了SLS-SVM算法具体的数学描述.在人造数据集及实际数据集上的实验表明,最小二乘支持向量机的半监督学习算法可以有效的减少训练时间,提高训练的速度,从而具有更好的推广能力. 展开更多
关键词 半监督学习 支持向量机 统计学习理论 最小二乘法
在线阅读 下载PDF
最小二乘支持向量机在强化学习系统中的应用 被引量：3
13
作者 王雪松 田西兰 +1 位作者 程玉虎 马小平 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第14期3702-3706,共5页
将连续状态空间下的Q学习构建为最小二乘支持向量机的回归估计问题,利用最小二乘支持向量机良好的泛化以及非线性逼近性能实现由系统状态-动作对到Q值函数的映射。为了保证计算速度以及适应Q学习系统在线学习的需要,最小二乘支持向量机... 将连续状态空间下的Q学习构建为最小二乘支持向量机的回归估计问题,利用最小二乘支持向量机良好的泛化以及非线性逼近性能实现由系统状态-动作对到Q值函数的映射。为了保证计算速度以及适应Q学习系统在线学习的需要,最小二乘支持向量机的训练样本是窗式移动的,即在Q学习系统学习的同时获取样本数据并进行最小二乘支持向量机的训练。小车爬山控制问题的仿真结果表明该方法学习效率高,能够有效解决强化学习系统连续状态空间的泛化问题。 展开更多
关键词 最小二乘支持向量机 强化学习 Q学习 泛化
在线阅读 下载PDF
基于最大相关和最小冗余准则及极限学习机的癫痫发作检测方法 被引量：3
14
作者 张新静 徐欣 +3 位作者 凌至培 黄永志 王心醉 王守岩 《计算机应用》 CSCD 北大核心 2014年第12期3614-3617,共4页
癫痫发作检测可以实现脑电分类和病灶定位,对癫痫的临床治疗具有重要意义。针对大数据量、高特征值空间长程脑电的快速和准确分类问题,提出一种基于最大相关和最小冗余准则及极限学习机的癫痫发作检测方法。对脑电信号进行短时傅里叶变... 癫痫发作检测可以实现脑电分类和病灶定位,对癫痫的临床治疗具有重要意义。针对大数据量、高特征值空间长程脑电的快速和准确分类问题,提出一种基于最大相关和最小冗余准则及极限学习机的癫痫发作检测方法。对脑电信号进行短时傅里叶变换,并选取能量时频分布为特征,利用基于最大相关和最小冗余准则的方法进行特征选择,并使用极限学习机、支持向量机和反向传播算法对癫痫不同状态进行分类和判别。实验结果表明,极限学习机的分类准确率和训练速度两方面性能优于支持向量机和反向传播算法,发作间期和发作期的分类准确率达到98%以上,训练时间仅为0.8 s,所提方法能够实时准确地检测癫痫发作。 展开更多
关键词 癫痫发作检测 最大相关和最小冗余准则 极限学习机 支持向量机 反向传播算法
在线阅读 下载PDF
最小二乘孪生参数化不敏感支持向量回归机 被引量：7
15
作者 丁世飞 黄华娟 《软件学报》 EI CSCD 北大核心 2017年第12期3146-3155,共10页
孪生参数化不敏感支持向量回归机(twin parametric insensitive support vector regression,简称TPISVR)是一种新型机器学习方法.与其他回归方法相比,TPISVR在处理异方差噪声方面具有独特的优势.标准TPISVR的训练算法可以归结为在对偶... 孪生参数化不敏感支持向量回归机(twin parametric insensitive support vector regression,简称TPISVR)是一种新型机器学习方法.与其他回归方法相比,TPISVR在处理异方差噪声方面具有独特的优势.标准TPISVR的训练算法可以归结为在对偶空间求解一对具有不等式约束的二次规划问题.然而,这种求解方法的时间消耗比较大.引入最小二乘思想,将TPISVR的两个二次规划问题转化为两个线性方程组,并在原始空间上直接求解,提出了最小二乘孪生参数化不敏感支持向量回归机(least squares TPISVR,简称LSTPISVR).为了解决LSTPISVR的参数选择问题,提出了混沌布谷鸟优化算法,并用其对LSTPISVR的参数进行优化选择.在人工数据集和UCI数据集上的实验结果表明:LSTPISVR在保持精度不下降的情况下,具有更高的运行效率. 展开更多
关键词 孪生参数化不敏感支持向量回归机 异方差性 最小二乘 混沌布谷鸟优化算法
在线阅读 下载PDF
一种模糊最小二乘孪生支持向量回归机的改进算法 被引量：2
16
作者 唐辉军 杨志民 《计算机应用与软件》 北大核心 2018年第4期281-286,共6页
模糊最小二乘孪生支持向量机模型融合了模糊函数和最小二乘孪生支持向量机算法特性,以解决训练数据集存在孤立点噪声和运算效率低下问题。针对回归过程基于统计学习结构风险最小化原则,对该模型进行L_2范数正则化改进。考虑到大规模数... 模糊最小二乘孪生支持向量机模型融合了模糊函数和最小二乘孪生支持向量机算法特性,以解决训练数据集存在孤立点噪声和运算效率低下问题。针对回归过程基于统计学习结构风险最小化原则,对该模型进行L_2范数正则化改进。考虑到大规模数据集的训练效率问题,对原始模型进行了L_1范数正则化改进。基于增量学习特性,对数据集训练过程进行增量选择迭加以加快训练速度。在UCI数据集上验证了相关改进算法的优越性。 展开更多
关键词 最小二乘孪生支持向量机 模糊隶属度 正则化 增量学习
在线阅读 下载PDF
基于最小二乘支持向量机的特征增量学习算法 被引量：1
17
作者 刘新旺 殷建平 +2 位作者 张国敏 罗棻 詹宇斌 《计算机工程与科学》 CSCD 2008年第12期68-71,共4页
本文针对传统的增量学习算法无法处理后采集到的样本中含有新增特征的问题,设计适应样本特征维数增加的训练算法。在基于最小二乘支持向量机的基础上,提出了特征增量学习算法。该算法充分利用先前训练得到的分类器的结构参数,仅对新增... 本文针对传统的增量学习算法无法处理后采集到的样本中含有新增特征的问题,设计适应样本特征维数增加的训练算法。在基于最小二乘支持向量机的基础上,提出了特征增量学习算法。该算法充分利用先前训练得到的分类器的结构参数,仅对新增特征采用最小二乘支持向量机进行学习。实验结果表明,该算法能够在保证分类精度的同时,有效地提高训练速度并降低存储空间。 展开更多
关键词 支持向量机 最小二乘支持向量机 特征维数增量学习
在线阅读 下载PDF
基于最小二乘支持向量机回归的单桩竖向极限承载力预测 被引量：1
18
作者 杨磊 徐洪钟 《南京工业大学学报（自然科学版）》 CAS 2007年第4期21-24,共4页
基于单桩载荷试验数据,采用最小二乘支持向量机(LSSVM)回归的方法,建立了单桩竖向极限承载力的预测模型.利用文献中桩的载荷试验数据来训练LSSVM模型,并确定了模型参数.研究结果表明,同常用的BP网络相比,LSSVM预测模型具有学习速度快、... 基于单桩载荷试验数据,采用最小二乘支持向量机(LSSVM)回归的方法,建立了单桩竖向极限承载力的预测模型.利用文献中桩的载荷试验数据来训练LSSVM模型,并确定了模型参数.研究结果表明,同常用的BP网络相比,LSSVM预测模型具有学习速度快、预测性能较好、选择参数少等优点,是一种有效的预测单桩极限承载力的方法. 展开更多
关键词 单桩 最小二乘支持向量机 竖向极限承载力 预测模型
在线阅读 下载PDF
基于机器学习算法的新型电力系统中电网投资成效评价及投资推演
19
作者 田鑫 靳晓凌 +2 位作者 韩新阳 杨军伟 张新圣 《中国电力》 北大核心 2025年第7期197-206,共10页
分布式电源、储能、微电网等新要素的接入给电力系统运行特性带来较大影响,电网作为新型电力系统的重要组成部分,其规划和投资决策需要充分考虑新要素对电网投资成效的影响,确保电网投资规模、结构与新型电力系统构建的目标相一致。当... 分布式电源、储能、微电网等新要素的接入给电力系统运行特性带来较大影响,电网作为新型电力系统的重要组成部分,其规划和投资决策需要充分考虑新要素对电网投资成效的影响,确保电网投资规模、结构与新型电力系统构建的目标相一致。当前电网投资成效评价大多关注成本投入和经济效益,新型电力系统构建要求电网投资成效以整体效益为指引,提取关键影响因素,为电网投资推演提供方向性指引。首先,建立了一种基于机器学习算法的新型电力系统电网投资成效评价和投资推演方法,基于最小二乘支持向量机(least square support vector regression,LSSVM)的机器学习算法构建了电网投资成效评价模型,采用粒子群优化算法(particle swarm optimization,PSO)进行参数寻优,并以分布式电源和储能建设场景为例进行算例分析。然后,基于新型电力系统下电网物理指标、电网投资指标与电网投资成效指标之间的量化映射关系,建立电网投资推演方法和模型,采用差异化场景对电网投资推演方法进行案例分析,验证方法的可行性,为新型电力系统构建背景下电网投资决策提供理论和技术支撑。 展开更多
关键词 电网投资 机器学习 最小二乘支持向量机 粒子群优化 典型场景 投资成效评价 策略推演
在线阅读 下载PDF
改进增广最小二乘的轧机垂振系统参数辨识
20
作者 张瑞成 张泽斌 梁卫征 《机械设计与制造》 北大核心 2024年第9期22-25,29,共5页
数字孪生是物理实体的数字化表现,它通过数学模型实时监测和控制物理实体,因此对数学模型的精度要求非常高。针对轧机垂振系统模型精度低的问题,提出了改进增广最小二乘法对轧机垂振系统进行辨识。建立了垂振系统数学模型,并通过系统离... 数字孪生是物理实体的数字化表现,它通过数学模型实时监测和控制物理实体,因此对数学模型的精度要求非常高。针对轧机垂振系统模型精度低的问题,提出了改进增广最小二乘法对轧机垂振系统进行辨识。建立了垂振系统数学模型,并通过系统离散化推导出动力学方程,确定了辨识模型的结构。以现场采集的数据为基础,采用改进最小二乘法对模型参数进行辨识。实验结果表明,实测振幅与机理模型输出振幅的均方根误差为0.82,而与辨识模型输出振幅的均方根误差只有0.62,有效提高了模型的精度。 展开更多
关键词 轧机垂振系统 参数辨识 改进增广最小二乘 数字孪生 现场数据 辨识模型
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 … 8 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