核主元分析中核函数参数选优方法研究 被引量：14

1

作者 王新峰 邱静 刘冠军 《振动．测试与诊断》 EI CSCD 2007年第1期62-64,共3页

提出一种基于矩阵相似度的核函数参数选优方法,首先给出一种具有较好分类能力的核函数矩阵。然后,利用矩阵间的相似度量关系,在一定范围内寻找能近似此矩阵的核函数参数值。将该方法应用于直升机齿轮箱齿轮故障特征提取中,结果显示经过... 提出一种基于矩阵相似度的核函数参数选优方法,首先给出一种具有较好分类能力的核函数矩阵。然后,利用矩阵间的相似度量关系,在一定范围内寻找能近似此矩阵的核函数参数值。将该方法应用于直升机齿轮箱齿轮故障特征提取中,结果显示经过核函数参数选优的KPCA取得了较好的识别效果。 展开更多

关键词 核主元分析 核函数参数 特征提取 齿轮箱故障诊断

在线阅读 下载PDF 职称材料

基于粒子群优化的核函数参数选优 被引量：3

2

作者 李蓉一 赵瑾 申忠宇 《江南大学学报（自然科学版）》 CAS 2010年第4期444-447,共4页

核主元分析的性能受本身核函数参数的影响,为了优化核函数参数,提高核主元分析的性能,在研究粒子群优化算法的基础上,提出了基于粒子群优化的核函数参数选优方法,有效地提高了核函数参数的优化,减少了其设置的盲目性。该方法综合考虑样... 核主元分析的性能受本身核函数参数的影响,为了优化核函数参数,提高核主元分析的性能,在研究粒子群优化算法的基础上,提出了基于粒子群优化的核函数参数选优方法,有效地提高了核函数参数的优化,减少了其设置的盲目性。该方法综合考虑样本的类内离散度和类间距离,建立核函数参数优化的数学模型,应用粒子群优化算法对其寻优,通过仿真验证了该方法的有效性。 展开更多

关键词 粒子群优化 核主元分析 核函数参数

在线阅读 下载PDF 职称材料

RVM核参数的遗传算法优化方法 被引量：14

3

作者 李刚 王贵龙 薛惠锋 《控制工程》 CSCD 北大核心 2010年第3期335-337,342,共4页

核函数的参数严惩影响RVM的综合性能。为求得稀疏解、避免过拟合,提出使用遗传算法针对问题背景自动优化核函数的参数。在适应度函数评判下,种群经过选择、交叉和变异迭代进化,高效率地得到最优解,在定义RVM回归性能综合评判批准Fitnes... 核函数的参数严惩影响RVM的综合性能。为求得稀疏解、避免过拟合,提出使用遗传算法针对问题背景自动优化核函数的参数。在适应度函数评判下,种群经过选择、交叉和变异迭代进化,高效率地得到最优解,在定义RVM回归性能综合评判批准Fitness作为适应度函数的基础上,使用Matlab遗传算法工具箱和改进的Tipping程序获取sinc数据最优核函数参数,实验证明遗传算法可以高效准备地优化RVM核参数,特别对于具有较多参数的核函数更具实用性。 展开更多

关键词 关联向量机 核函数参数 综合评判标准 遗传算法

在线阅读 下载PDF 职称材料

基于粒子群优化的核主元分析特征的提取技术 被引量：14

4

作者 魏秀业 潘宏侠 王福杰 《振动．测试与诊断》 EI CSCD 北大核心 2009年第2期162-166,共5页

针对核主元分析在参数设置上的盲目性,提出应用粒子群优化算法优化核函数参数,并将核主元分析应用于特征提取中。首先建立核函数参数优化的数学模型,然后应用加速度自适应粒子群优化算法对其寻优,并通过Iris数据集进行仿真研究,验证其... 针对核主元分析在参数设置上的盲目性,提出应用粒子群优化算法优化核函数参数,并将核主元分析应用于特征提取中。首先建立核函数参数优化的数学模型,然后应用加速度自适应粒子群优化算法对其寻优,并通过Iris数据集进行仿真研究,验证其提取特征的有效性。将优化的核主元分析方法应用于齿轮箱典型故障的特征提取中,结果表明:参数优化的核主元分析能有效降低齿轮箱特征向量的维数,较线性主元分析取得更好的故障识别效果。该方法在机械故障信号的非线性特征提取中具有优势。 展开更多

关键词 粒子群优化 核主元分析 特征提取 核函数参数 故障诊断 齿轮箱

在线阅读 下载PDF 职称材料

基于粒子群优化的核主元分析的故障状态识别 被引量：4

5

作者 魏秀业 潘宏侠 +1 位作者 黄晋英 王福杰 《机械科学与技术》 CSCD 北大核心 2009年第12期1546-1550,共5页

提出一种基于粒子群优化的核主元分析的方法,并将其应用于齿轮箱的故障状态识别中。综合考虑样本的类内散布和类间散布,建立了核函数参数优化的适应度函数,应用加速度自适应粒子群优化算法对其寻优,将优化的核主元分析方法应用于齿轮箱... 提出一种基于粒子群优化的核主元分析的方法,并将其应用于齿轮箱的故障状态识别中。综合考虑样本的类内散布和类间散布,建立了核函数参数优化的适应度函数,应用加速度自适应粒子群优化算法对其寻优,将优化的核主元分析方法应用于齿轮箱故障状态识别中,并与主元分析的识别结果进行比较。结果表明:基于粒子群优化的核主元分析技术,通过优化核参数减少了其设置的盲目性,可有效地识别齿轮箱的不同故障状态,且故障识别结果优于主元分析。结论是:基于粒子群优化的核主元分析对于机械故障的非线性特征提取具有优势,有利于复杂机械的故障状态识别。 展开更多

关键词 粒子群优化 核主元分析 核函数参数 特征提取 齿轮箱状态识别

在线阅读 下载PDF 职称材料

基于交叉验证支持向量机储层预测方法及应用 被引量：20

6

作者 张军华 任雄风 +2 位作者 赵杰 谭明友 于正军 《科学技术与工程》 北大核心 2020年第13期5052-5057,共6页

东营凹陷深部储层埋深大,构造及相带变化复杂,钻遇目标层的井少,储层预测有很大的困难。以东营凹陷东部孔一段为例,将适合较小样本预测的支持向量机方法(support vector machine,SVM)应用到储层预测中。为了提高预测精度,惩罚因子选取... 东营凹陷深部储层埋深大,构造及相带变化复杂,钻遇目标层的井少,储层预测有很大的困难。以东营凹陷东部孔一段为例,将适合较小样本预测的支持向量机方法(support vector machine,SVM)应用到储层预测中。为了提高预测精度,惩罚因子选取和核函数参数训练过程中引入了交叉验证。输入样本为井点处的地震属性和储层厚度,属性通过井震关系优选,选取的是带宽、能量半时、最大振幅、均方根振幅、过零点个数和弧长等6种属性。预测结果表明,本文方法较常规的多元线性回归、不加交叉验证的SVM方法,有更高的预测精度,在深层勘探中有推广价值。 展开更多

关键词 支持向量机 惩罚因子 核函数参数 地震属性 储层厚度

在线阅读 下载PDF 职称材料

基于网格搜索的支持向量机砂土液化预测模型 被引量：21

7

作者 张向东 冯胜洋 王长江 《应用力学学报》 CAS CSCD 北大核心 2011年第1期24-28,107,共5页

在使用支持向量机对砂土液化进行预测时,不可避免地会遇到惩罚因子和核函数参数如何选取的问题,目前还没有确定这两个参数的选择模式,解决这一问题比较常用的办法有经验公式法、遗传算法和网格搜索法。对此本文基于网格搜索方法,使用LIB... 在使用支持向量机对砂土液化进行预测时,不可避免地会遇到惩罚因子和核函数参数如何选取的问题,目前还没有确定这两个参数的选择模式,解决这一问题比较常用的办法有经验公式法、遗传算法和网格搜索法。对此本文基于网格搜索方法,使用LIBSVM软件包,寻找砂土液化训练样本的结构风险最小值所对应的支持向量机最优参数;使用最优参数,建立了支持向量机砂土液化预测模型。研究结果表明:预测样本的正确率可达87.5%,而且预测结果稳定;同时通过比较BP神经网络的砂土液化预测情况,可知支持向量机有更好的泛化能力,收敛速度也更快。 展开更多

关键词 砂土液化预测 支持向量机 网格搜索 惩罚因子 核函数参数

在线阅读 下载PDF 职称材料

基于支持向量机和交叉验证的变压器故障诊断 被引量：14

8

作者 张艳 吴玲 《中国电力》 CSCD 北大核心 2012年第11期52-55,共4页

为及时监测变压器潜伏性故障和准确诊断故障,提出基于优化惩罚因子C参数的支持向量机算法(C-SVC:C-support vector classification)和交叉验证算法相结合的变压器故障诊断方法。该方法利用变压器在故障时产生的氢气、甲烷、乙烷、乙烯... 为及时监测变压器潜伏性故障和准确诊断故障,提出基于优化惩罚因子C参数的支持向量机算法(C-SVC:C-support vector classification)和交叉验证算法相结合的变压器故障诊断方法。该方法利用变压器在故障时产生的氢气、甲烷、乙烷、乙烯、乙炔的体积分数数据建立训练集和测试集。在训练集中,该方法能自动优化出(寻找最佳)支持向量机的核函数的参数γ和惩罚因子C,利用优化的参数对训练集进行训练,可得到最佳的支持向量机模型,并用该模型对测试集进行分类,从而诊断出变压器的故障类型。变压器故障诊断实例分析结果证明,该方法可行,有效,且具有较高的故障诊断准确率。 展开更多

关键词 变压器 故障诊断 支持向量机 C-SVC算法 交叉验证 核函数参数

在线阅读 下载PDF 职称材料

特征选择和分类器优化耦合的网络入侵检测 被引量：2

9

作者 刘冬冬 王峰 +1 位作者 牛磊 郭博 《计算机工程与应用》 CSCD 2013年第20期87-90,共4页

针对网络入侵中特征选择与分类器参数不匹配问题,提出一种特征选择和分类器优化耦合的网络入侵检测模型(F-SVM)。通过径向基核函数将网络特征的评估标准映射至高维空间进行计算,建立网络特征评估和后续网络入侵分类器之间的联系,在特征... 针对网络入侵中特征选择与分类器参数不匹配问题,提出一种特征选择和分类器优化耦合的网络入侵检测模型(F-SVM)。通过径向基核函数将网络特征的评估标准映射至高维空间进行计算,建立网络特征评估和后续网络入侵分类器之间的联系,在特征选择阶段解决了分类器的参数设计问题,建立网络入侵检测模型,并采用KDD 99数据集对F-SVM的性能进行测试。结果表明,F-SVM不仅可以消除无用、冗余特征,网络特征的维数显著降低,而且获得了网络入侵分类器的最优参数,从而提高了网络入侵检测的正确率和检测效率。 展开更多

关键词 特征选择 分类器 网络入侵 参数优化 核函数参数

在线阅读 下载PDF 职称材料

兼顾后续分类器的小波特征选择及在模拟电路故障诊断中的应用 被引量：4

10

作者 崔江 王友仁 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第11期2508-2514,共7页

针对模拟电路故障诊断中的特征选择问题,提出了一种兼顾后续支持向量机分类器的小波特征选择技术。新方法利用核函数把特征的评估标准映射至高维空间进行计算,从而在特征的评估和后续支持向量机分类器之间建立联系,并在特征选择阶段解... 针对模拟电路故障诊断中的特征选择问题,提出了一种兼顾后续支持向量机分类器的小波特征选择技术。新方法利用核函数把特征的评估标准映射至高维空间进行计算,从而在特征的评估和后续支持向量机分类器之间建立联系,并在特征选择阶段解决了核函数的参数设计问题。另外,新方法考虑了所需故障分类器的结构信息,因此选择的小波特征更适合后续分类器使用,从而能够提高模拟电路故障的诊断精度。仿真和实际电路的实验结果均验证了所提出技术的有效性和正确性。 展开更多

关键词 模拟电子电路 故障诊断 小波分析 特征选择 支持向量机分类器 核函数参数

在线阅读 下载PDF 职称材料

基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法 被引量：57

11

作者 李云淏 咸日常 +4 位作者 张海强 赵飞龙 李嘉洋 王玮 李增悦 《电网技术》 EI CSCD 北大核心 2023年第4期1470-1477,共8页

电力变压器运行故障的准确诊断有利于提高变电设备状态检修和电网安全运行水平,为实现故障的准确分类,文章以油中溶解的5种典型气体作为故障诊断的特征量,提出一种基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法。... 电力变压器运行故障的准确诊断有利于提高变电设备状态检修和电网安全运行水平,为实现故障的准确分类,文章以油中溶解的5种典型气体作为故障诊断的特征量,提出一种基于改进灰狼算法与最小二乘支持向量机耦合的电力变压器故障诊断方法。该方法通过改进灰狼算法寻求最小二乘支持向量机中的最优惩罚系数C和核函数参数g,用以提高故障诊断的准确率。首先阐明最小二乘支持向量机和灰狼算法的改进点并将二者耦合,将其代入413组电力变压器的油中溶解气体检测数据来诊断故障类型,与其他诊断方法进行对比;其次研究惩罚系数C和核函数参数g对电力变压器故障类型识别准确率的影响规律;最后借助训练后的改进灰狼算法与最小二乘支持向量机耦合方法,通过两台不同电压等级的变压器故障实例分析,验证了故障诊断方法的有效性。研究结果表明:相较于单一使用最小二乘支持向量机和传统灰狼算法与最小二乘支持向量机耦合,改进灰狼算法与最小二乘支持向量机耦合方法对电力变压器故障诊断的准确率分别提高了14%和7%。此外,惩罚系数C和核函数参数g对电力变压器故障类型识别准确率的影响呈现非线性规律,凸显了通过智能算法找到最优解的便捷性、必要性、有效性。 展开更多

关键词 改进灰狼算法 最小二乘支持向量机 惩罚系数 核函数参数 电力变压器 油中气体 故障诊断

在线阅读 下载PDF 职称材料

基于两类特征与AFSA优化SVM的滚动轴承故障诊断研究 被引量：2

12

作者 张鲁洋 秦波 +3 位作者 赵文军 李宏 张建强 王建国 《机械强度》 CAS CSCD 北大核心 2019年第4期807-813,共7页

针对非线性、非平稳的滚动轴承振动信号特征'难表征'和基于支持向量机(Support vector machine, SVM)的故障分类模型'精度低'的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、峭度图(Kurtogram... 针对非线性、非平稳的滚动轴承振动信号特征'难表征'和基于支持向量机(Support vector machine, SVM)的故障分类模型'精度低'的问题,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)、峭度图(Kurtogram)与人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)优化SVM相结合的滚动轴承状态辨识方法。首先,利用Kurtogram算法、相关系数最大准则'筛选'出原信号经VMD后包含有效故障信息的本征模函数(Intrinsic Mode Functions, IMF),并计算其形态谱熵和能量熵构建有效特征向量集;其次,利用AFSA寻找最优的惩罚系数C和高斯核宽度系数σ的核函数系数组合(C、σ);并将有效特征向量集作为上述算法的输入建立滚动轴承状态辨识模型。实验结果表明,所提方法不仅能凸显原信号中的有效故障成份,同时也提高了模型学习效率和分类精度。 展开更多

关键词 变分模态分解 峭度图 人工鱼群 核函数参数最优组合

在线阅读 下载PDF 职称材料

高分辨距离像识别中支持向量机分类技术研究 被引量：1

13

作者 沈明华 肖怀铁 付强 《现代雷达》 CSCD 北大核心 2008年第9期64-67,共4页

核函数参数对支持向量机分类器性能有很大影响。首先定性分析了核函数参数对分类器分类边界的影响,然后基于高分辨距离像比较了各种泛化误差估计方法性能,得到了适合高分辨距离像识别的泛化误差估计方法,最后基于该方法优化支持向量机... 核函数参数对支持向量机分类器性能有很大影响。首先定性分析了核函数参数对分类器分类边界的影响,然后基于高分辨距离像比较了各种泛化误差估计方法性能,得到了适合高分辨距离像识别的泛化误差估计方法,最后基于该方法优化支持向量机分类器参数实现了对4类目标的分类识别,通过识别混淆矩阵、识别ROC曲线验证了有效性。 展开更多

关键词 雷达目标分类 支持向量机 核函数参数 高分辨距离像 识别ROC曲线

在线阅读 下载PDF 职称材料

采用sEMG的手势识别用APSO/CS-SVM方法 被引量：7

14

作者 徐云 王福能 《电子测量与仪器学报》 CSCD 北大核心 2020年第7期1-7,共7页

针对基于参数寻优的支持向量机(SVM)方法存在早熟收敛、全局寻优能力差、局部寻优精度低等问题,提出一种自适应粒子群/布谷鸟(APSO/CS)参数寻优方法,旨在实现SVM模型中核函数参数、惩罚因子的优化。测试函数分别对APSO/CS、APSO、CS的... 针对基于参数寻优的支持向量机(SVM)方法存在早熟收敛、全局寻优能力差、局部寻优精度低等问题,提出一种自适应粒子群/布谷鸟(APSO/CS)参数寻优方法,旨在实现SVM模型中核函数参数、惩罚因子的优化。测试函数分别对APSO/CS、APSO、CS的参数寻优性能进行了对比分析,表明APSO/CS寻优能够加快局部和全局寻优的收敛速度。采用表面肌电信号(sEMG)对APSO/CS、APSO、CS寻优的SVM方法进行了手势识别对比测试,实验测试结果表明,采用APSO/CS寻优的SVM方法进行手势识别时正确率最高,最高正确率可达94.50%,该方法可为识别分类算法提供一种新思路。 展开更多

关键词 支持向量机 APSO/CS 惩罚因子 核函数参数 参数寻优 手势识别

在线阅读 下载PDF 职称材料