基于参数优化多核支持向量机的光伏功率预测算法 被引量：1

1

作者 贺亦琛 师长立 +2 位作者 郭小强 贺伟 韩涛 《太阳能学报》 EI CAS CSCD 北大核心 2024年第9期394-404,共11页

准确的光伏功率预测对电力系统的稳定运行具有重大意义。针对现有预测算法在处理多维输入天气变量时存在的运算时间过长和特征提取能力较差的问题,提出一种基于参数优化的多核函数支持向量机的预测算法。首先,该新型算法对数据进行预处... 准确的光伏功率预测对电力系统的稳定运行具有重大意义。针对现有预测算法在处理多维输入天气变量时存在的运算时间过长和特征提取能力较差的问题,提出一种基于参数优化的多核函数支持向量机的预测算法。首先,该新型算法对数据进行预处理,灰色关联度提取与预测日相似度高的历史日以提升预测精度,主成分分析(PCA)对输入数据进行降维,从而提高光伏功率预测的速度。其次,针对单核支持向量机对多维数据特征提取能力相对较差的问题,基于线性核函数和径向基核函数建立多核支持向量机预测模型,根据每个核函数支持向量机的预测误差计算不同的权重,从而增强对输入数据特征提取能力并提高预测精度。采用灰狼优化(GWO)算法确定不同核函数支持向量机的参数以提高预测精度。最后,通过北京某光伏电站的历史数据集验证了该算法的预测效果。实例分析表明,与传统预测算法相比,预测精度和速度都有显著提高。 展开更多

关键词 光伏 预测 主成分分析 多核支持向量机 灰狼优化算法

在线阅读 下载PDF 职称材料

基于Optuna框架的L_(p)范数约束下多核支持向量机在违约风险预测中的应用

2

作者 郑怡昕 王重仁 《现代电子技术》 北大核心 2024年第6期147-153,共7页

针对违约数据存在数据量大、维度多、不平衡及噪声大等缺点,提出一种改进的支持向量机方法,即基于Optuna框架的L_(p)范数约束的代价敏感的多核支持向量机(L_(p)-Optuna-SVM)。该方法采用成本矩阵对不同预测错误赋予不同数值,通过多核学... 针对违约数据存在数据量大、维度多、不平衡及噪声大等缺点,提出一种改进的支持向量机方法,即基于Optuna框架的L_(p)范数约束的代价敏感的多核支持向量机(L_(p)-Optuna-SVM)。该方法采用成本矩阵对不同预测错误赋予不同数值,通过多核学习引入多核混合核函数组合;同时采用Optuna优化框架对犯错成本、核函数的参数和权重实现了自动化的调优过程;还在核函数权重上引入L_(p)范数约束,以提高模型对噪声和异常数据的鲁棒性。最后,对4种常用的基础核函数组合的L_(p)-Optuna-SVM进行探讨,并与单核支持向量机以及K邻近法、逻辑回归、高斯贝叶斯进行对比。结果表明,在给定数据集上,L_(p)-Optuna-SVM在违约数据上的g-mean和AUC均高于其他算法,并且在加了不同方差的噪声数据集上,该算法整体依旧保持较好的鲁棒性。 展开更多

关键词 多核支持向量机 Optuna优化框架 L_(p)范数约束 多核学习 不平衡数据集 违约风险预测

在线阅读 下载PDF 职称材料

多核支持向量机多示例学习的行人再识别 被引量：2

3

作者 刘红海 侯向华 +1 位作者 蒋云良 黄旭 《光电工程》 CAS CSCD 北大核心 2014年第11期16-22,共7页

行人再识别中的难点在于在不同摄像机中同一行人的图像差异较大,单一特征难以稳定地描述图像,而采用多种特征融合时无法准确分配权重。针对这一缺陷,本文提出了多核支持向量机多示例学习的行人再识别算法。首先提取行人在A、B摄像机下... 行人再识别中的难点在于在不同摄像机中同一行人的图像差异较大,单一特征难以稳定地描述图像,而采用多种特征融合时无法准确分配权重。针对这一缺陷,本文提出了多核支持向量机多示例学习的行人再识别算法。首先提取行人在A、B摄像机下二张图片的分块HSV颜色特征和分块SIFT局部特征并构建词袋,将二者作为示例样本封装成包;其次对多核支持向量机模型进行了优化,采用高斯核和多项式核线性融合对包进行训练,并用多示例学习获得最优权重;最后本文算法在VIPe R标准数据集上进行了测试,识别准确率通过计算十次实验的平均准确度来获得,并用CMC曲线进行表示,同时也对样本的匹配结果进行排序。实验结果表明本文算法与多个优秀的算法相比,鲁棒性和识别准确度都获得了提高。 展开更多

关键词 非重叠视域 多示例学习 行人再识别 多核支持向量机

在线阅读 下载PDF 职称材料

基于遗传算法寻优的多核支持向量机故障诊断系统 被引量：1

4

作者 叶慧 叶龙海 +2 位作者 尹强 王卫华 杨庆祥 《安阳工学院学报》 2017年第4期1-4,66,共5页

针对传统的单核SVM已经无法满足多个不同数据源的复杂问题,提出了支持向量机多核学习的改进方法。多核支持向量机的学习能力、泛化能力、决策能力在很大程度上取决于参数的选择以及多核权值系数的优化。对此,本文使用遗传算法对多核权... 针对传统的单核SVM已经无法满足多个不同数据源的复杂问题,提出了支持向量机多核学习的改进方法。多核支持向量机的学习能力、泛化能力、决策能力在很大程度上取决于参数的选择以及多核权值系数的优化。对此,本文使用遗传算法对多核权值系数寻优,设计多核支持向量机故障诊断系统,此系统在某型飞机的垂直陀螺故障诊断中进行了验证,验证分别利用单核支持向量机和多核支持向量机分类精度对比,结果表明遗传算法寻优得到的权值系数使多核支持向量机分类精度明显提高。 展开更多

关键词 故障诊断 遗传算法 多核支持向量机 参数优化

在线阅读 下载PDF 职称材料

利用三维脑核磁共振图像与RBF核支持向量机检测人脑轻度认知障碍

5

作者 王水花 张煜东 +1 位作者 杨建飞 施建平 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第10期1342-1347,共6页

为了及早检测轻度认知障碍(Mild Cognitive Impairment,MCI),降低阿尔茨海默病的患病率,文章提出一种基于径向基神经网络及核支持向量机(Radial Basis Function-kernel Support Vector Machine,RBF-kSVM)的MCI检测系统,该系统首先读取... 为了及早检测轻度认知障碍(Mild Cognitive Impairment,MCI),降低阿尔茨海默病的患病率,文章提出一种基于径向基神经网络及核支持向量机(Radial Basis Function-kernel Support Vector Machine,RBF-kSVM)的MCI检测系统,该系统首先读取三维磁共振脑图像并预处理,然后通过主成分分析(Principal Component Analysis,PCA)降低特征维数,采用RBF核支持向量机作为分类模型,RBF的参数通过优化选择。实验数据采用OASIS公共数据库,选择50例正常对照组(Normal Control,NC)与50例MCI患者。十折交叉验证结果显示文中所提出方法的敏感度为84%、特异度为78%、准确度为81%,优于前向神经网络、决策树、支持向量机、齐次与非齐次核支持向量机方法。文中构建的RBF核支持向量机有效,可用于MCI检测。 展开更多

关键词 磁共振成像 支持向量机 核支持向量机 轻度认知障碍 前向神经网络 决策树

在线阅读 下载PDF 职称材料

基于非稀疏多核支持向量机的重现行人识别

6

作者 许允喜 齐赵毅 《光电工程》 CAS CSCD 北大核心 2013年第9期82-87,共6页

目前,视频跟踪正向大范围长时间目标跟踪研究方向发展。重现行人识别是对行人目标进行大范围长时间持续跟踪的关键技术,是后续行为分析的基础。本文提出了一种基于非稀疏多核支持向量机的重现行人识别算法。首先,该方法提取跟踪行人视... 目前,视频跟踪正向大范围长时间目标跟踪研究方向发展。重现行人识别是对行人目标进行大范围长时间持续跟踪的关键技术,是后续行为分析的基础。本文提出了一种基于非稀疏多核支持向量机的重现行人识别算法。首先,该方法提取跟踪行人视频图像序列的多层SIFT视觉单词树特征和多层颜色直方图特征。接着,利用高效的非稀疏多核支持向量机算法在线融合多层SIFT视觉单词树特征和多层颜色直方图特征得到行人外观模型。最后利用存储的行人外观模型库对重现行人进行识别。该方法可应用于多摄像机视频监控中同一行人目标的跨摄像机跟踪以及单摄像机监控中行人目标重新出现的识别。实验结果表明,该方法能快速训练人体目标外观模型,能获得很高的识别率。 展开更多

关键词 智能视频监控 多核支持向量机 单词树 行人重现识别

在线阅读 下载PDF 职称材料

基于多核支持向量机的火灾烟气检测算法研究

7

作者 冯倩 郭炜 胡刚 《信息技术》 2012年第3期118-120,共3页

火灾烟气中气体和烟雾浓度测量对火灾研究有着重要意义。文中提出一种利用多传感器技术同时在线测量各种有害气体浓度,然后将多个测量结果作为特征向量,利用上位机的模式识别算法进行判别的方案。上位机对多传感器同时探测到的数据进行... 火灾烟气中气体和烟雾浓度测量对火灾研究有着重要意义。文中提出一种利用多传感器技术同时在线测量各种有害气体浓度,然后将多个测量结果作为特征向量,利用上位机的模式识别算法进行判别的方案。上位机对多传感器同时探测到的数据进行智能化处理,可有效抑制线性方法的过拟合问题,提高数据泛化能力,减小预测结果对于噪声的敏感度,从而提高预测的效率和精度。基于不同气体的测量值的重要程度不同,文中提出了利用多核支持向量机对特征进行分类的设计实现方法。实验表明,文中提出的气体数据后处理方案可以有效地对火灾进行预警。 展开更多

关键词 火灾预警 火灾烟气 多传感器检测 检测系统 多核支持向量机

在线阅读 下载PDF 职称材料

基于局域均值分解和多核最小二乘支持向量机的短期风速预测 被引量：8

8

作者 孙斌 姚海涛 《太阳能学报》 EI CAS CSCD 北大核心 2013年第9期1567-1573,共7页

针对风速时间序列的非线性和非平稳性,提出一种基于局域均值分解(Local Mean Decomposition,LMD)和多核最小二乘支持向量机的短期风速预测模型。该方法首先对LMD对风速时间序列进行多层分解,得到一系列的PF(Product Function,PF)分量;... 针对风速时间序列的非线性和非平稳性,提出一种基于局域均值分解(Local Mean Decomposition,LMD)和多核最小二乘支持向量机的短期风速预测模型。该方法首先对LMD对风速时间序列进行多层分解,得到一系列的PF(Product Function,PF)分量;然后运用多核最小二乘支持向量机模型对分解后的各PF分量风速进行预测;最后对各预测结果进行叠加作为最终的预测风速。算例结果表明,该预测模型能准确进行短期风速的预测。 展开更多

关键词 短期风速 预测 局域均值分解 多核最小二乘支持向量机

在线阅读 下载PDF 职称材料

基于非广延小波特征尺度熵和支持向量机的轴承状态识别 被引量：10

9

作者 董绍江 汤宝平 张焱 《振动与冲击》 EI CSCD 北大核心 2012年第15期50-54,共5页

为了对轴承的运行状态进行有效的识别,以便进一步评估和预测轴承的寿命,提出了基于非广延小波特征尺度熵和Morlet小波核支持向量机(Morlet Wavelet Kernel Support Vector Machine,MWSVM)的轴承运行状态识别的新方法。对采集到的轴承振... 为了对轴承的运行状态进行有效的识别,以便进一步评估和预测轴承的寿命,提出了基于非广延小波特征尺度熵和Morlet小波核支持向量机(Morlet Wavelet Kernel Support Vector Machine,MWSVM)的轴承运行状态识别的新方法。对采集到的轴承振动信号进行小波分解,得到相应的小波分解系数,在此基础上结合非广延熵理论提出了沿尺度分布的非广延小波尺度熵特征提取方法。但是通过小波特征尺度熵分析后获得的特征信息存在维数较高,特征信息间冗余严重的问题,因此,引入了流形学维数约简算法(Locality Preserving Projection,LPP)进行敏感特征信息的提取,减少在特征信息提取过程中人为因素的干扰。以约简后的特征信息作为MWSVM的输入进行训练,建立轴承的状态识别模型,从而实现轴承状态的识别。通过对某轴承内圈正常状态和几种故障程度不同的状态进行识别,试验结果表明了方法的有效性。 展开更多

关键词 非广延小波特征尺度熵 流形学算法 Morlet小波核支持向量机 状态识别

在线阅读 下载PDF 职称材料

基于多核最小二乘支持向量机的短期公交客流预测 被引量：9

10

作者 邓浒楠 朱信山 +1 位作者 张琼 赵锦焕 《交通运输工程与信息学报》 2012年第2期84-88,131,共6页

公交客流是公交规划和运营调度的基础。针对短期公交客流的非线性、随机性和复杂性及支持向量机单核核函数自适应能力较弱的特点,提出一种基于多核最小二乘支持向量机的公交客流预测方法。该方法既考虑到了公交客流的历史数据规律,又顾... 公交客流是公交规划和运营调度的基础。针对短期公交客流的非线性、随机性和复杂性及支持向量机单核核函数自适应能力较弱的特点,提出一种基于多核最小二乘支持向量机的公交客流预测方法。该方法既考虑到了公交客流的历史数据规律,又顾及到短期公交客流的时变特性,充分利用了相关参数的知识信息。为了保证模型的自适应能力和提高模型的泛化能力,作者提出了综合评价指标,并采用改进遗传算法实现向量机参数优化。最后,结合LS-SVM工具箱,在MATLAB平台上实现长春市短期公交客流的预测。预测结果表明,提出的多核预测方法具有较高的准确性、较强的鲁棒性和自适应能力,在公交客流预测中有具有较好的应用价值。 展开更多

关键词 城市交通 公交客流 多核最小二乘支持向量机 遗传算法 参数优化

在线阅读 下载PDF 职称材料

基于模糊C均值聚类和随机森林的短时交通状态预测方法 被引量：30

11

作者 陈忠辉 凌献尧 +2 位作者 冯心欣 郑海峰 徐艺文 《电子与信息学报》 EI CSCD 北大核心 2018年第8期1879-1886,共8页

交通拥堵长期以来是城市面临的主要问题之一,解决交通拥堵瓶颈刻不容缓。准确的短时交通状态预测有利于市民预知交通出行信息,及时采取措施避免陷入拥堵困境。该文提出一种基于模糊C均值聚类(FCM)和随机森林的短时交通状态预测方法。首... 交通拥堵长期以来是城市面临的主要问题之一,解决交通拥堵瓶颈刻不容缓。准确的短时交通状态预测有利于市民预知交通出行信息,及时采取措施避免陷入拥堵困境。该文提出一种基于模糊C均值聚类(FCM)和随机森林的短时交通状态预测方法。首先,利用一种新颖的融合时空信息的自适应多核支持向量机(AMSVM)来预测短时交通流参数,包括流量、速度和占有率。其次,基于FCM算法分析历史交通流,获取历史交通状态信息。最后,利用随机森林算法分析所预测的短时交通流参数,得到最终预测的短时交通状态。该方法在融合时空信息的同时采用随机森林算法应用于短时交通状态预测这一全新的研究领域。实验结果表明,FCM对历史交通状态的评估方式适用于不同的高速路和城市道路场景。其次,随机森林比其它常见的机器学习方法具有更高的预测精度,从而提供实时可靠的短时交通出行信息。 展开更多

关键词 短时交通状态预测 随机森林 模糊C均值聚类 自适应多核支持向量机

在线阅读 下载PDF 职称材料

基于特征融合和交叉核SVM的快速行人检测方法 被引量：17

12

作者 孙锐 侯能干 陈军 《光电工程》 CAS CSCD 北大核心 2014年第2期53-62,共10页

行人检测是目标识别领域的一大难点。现阶段用于行人检测的特征维数都比较高,为克服高维特征对实时性的影响,本文运用主元分析(PCA)对特征进行降维,加快检测速度。单一特征的信息有限,本文运用基于线性鉴别分析(LDA)的线性权重融合原则... 行人检测是目标识别领域的一大难点。现阶段用于行人检测的特征维数都比较高,为克服高维特征对实时性的影响,本文运用主元分析(PCA)对特征进行降维,加快检测速度。单一特征的信息有限,本文运用基于线性鉴别分析(LDA)的线性权重融合原则对一些底层特征(颜色、梯度、直方图)和多层次导向边缘能量特征进行特征融合使特征具有多源信息。且上述特征可采用积分图技术进行快速计算,所以行人检测系统的鲁棒性和实时性得到加强。在目标识别领域直方图交叉核支持向量机(HIKSVM)具有分类快,且准确率高的优点,采用其进行分类,系统实时性更进一步提升。实验表明本文方法检测速度和检测率优于经典的HOG+SVM算法。 展开更多

关键词 行人检测 直方图交叉核支持向量机(HIKSVM) 多层次导向边缘能量特征 特征融合 主元分析(PCA)

在线阅读 下载PDF 职称材料

优化多核SVM的蛋白质二级结构预测 被引量：2

13

作者 刘斌 温雪岩 《现代电子技术》 北大核心 2020年第8期139-142,共4页

蛋白质序列的不同特征提取方式对蛋白质结构分类有很大的影响。为更好地表达蛋白质结构信息,基于特征融合思想构建特征向量,并使用一种基于多核支持向量机的方法,以多个核函数的线性加权代替传统的单一核函数,在对多类特征进行整合后构... 蛋白质序列的不同特征提取方式对蛋白质结构分类有很大的影响。为更好地表达蛋白质结构信息,基于特征融合思想构建特征向量,并使用一种基于多核支持向量机的方法,以多个核函数的线性加权代替传统的单一核函数,在对多类特征进行整合后构造SimpleMKL分类模型;利用梯度下降法迭代求解核函数的权值系数,并校准核函数参数和不同特征表达的融合效果。实验结果表明,该方法提高了蛋白质二级结构分类精度,在分类精度方面有明显优势,有助于准确预测蛋白质的二级结构。 展开更多

关键词 蛋白质 二级结构预测 多核支持向量机 特征提取 特征融合 线性加权

在线阅读 下载PDF 职称材料

基于机器学习的风电机组变桨系统故障研究 被引量：16

14

作者 熊中杰 邱颖宁 +1 位作者 冯延晖 程强 《太阳能学报》 EI CAS CSCD 北大核心 2020年第5期85-90,共6页

针对变桨系统的齿形带断裂故障问题,首先通过分析变桨系统的工作原理,基于多维SCADA信号进行特征数据挖掘,再利用主成分分析法对数据进行预处理,并保留时序信息重构数组,最后利用高斯核支持向量机进行机器学习,实现对齿形带断裂故障的... 针对变桨系统的齿形带断裂故障问题,首先通过分析变桨系统的工作原理,基于多维SCADA信号进行特征数据挖掘,再利用主成分分析法对数据进行预处理,并保留时序信息重构数组,最后利用高斯核支持向量机进行机器学习,实现对齿形带断裂故障的智能检测。结果表明该方法可准确诊断齿形带断裂故障,并已通过多台风电机组监测数据进行验证,准确性可达到98.8%,证明该文所用方法和模型的广泛适用性。研究结果可对未来智慧风电场的开发管理提供有利用价值的工具。 展开更多

关键词 风电机组 故障诊断 主成分分析 核支持向量机 SCADA数据 变桨系统

在线阅读 下载PDF 职称材料

基于数据预处理与特征表示的多核SVM短期光伏发电预测 被引量：8

15

作者 陈锦铭 郭雅娟 +3 位作者 伍旺松 吴倩红 韩蓓 李国杰 《水电能源科学》 北大核心 2018年第9期205-208,147,共5页

针对气温、降雨等气象数据有时难以获得且仅有的辐照度、光伏发电功率属于多源数据、毛刺多、具有不同特征的问题,提出了基于数据预处理与特征表示的多核支持向量机光伏预测方法,利用小波阈值分析法对光伏发电功率与辐照度进行去噪处理... 针对气温、降雨等气象数据有时难以获得且仅有的辐照度、光伏发电功率属于多源数据、毛刺多、具有不同特征的问题,提出了基于数据预处理与特征表示的多核支持向量机光伏预测方法,利用小波阈值分析法对光伏发电功率与辐照度进行去噪处理,通过对辐照度特征表示参数提取,进行SOM与k-means结合的二次聚类选取相似日,并采用多核支持向量机进行预测。结果表明,小波阈值去噪后能大幅提高预测精度,仅用辐照度与功率数据进行预测也能取得较高的预测精度,且多核预测精度高于单核预测精度。 展开更多

关键词 数据预处理 特征表示 小波阈值分析 二次聚类 多核支持向量机

在线阅读 下载PDF 职称材料

基于机器学习的地铁盾构隧道长期沉降预测 被引量：5

16

作者 张研沁 狄宏规 徐永刚 《都市快轨交通》 北大核心 2022年第3期89-94,共6页

采用机器学习方法,建立一个基于先期区域地质信息及隧道沉降学习资料的盾构隧道长期沉降预测模型,并以南京地铁2号线盾构隧道为例进行算例分析。结果表明:该沉降预测模型能够筛选主要影响因素,并且能够寻找最佳监督学习算法和最优参数;... 采用机器学习方法,建立一个基于先期区域地质信息及隧道沉降学习资料的盾构隧道长期沉降预测模型,并以南京地铁2号线盾构隧道为例进行算例分析。结果表明:该沉降预测模型能够筛选主要影响因素,并且能够寻找最佳监督学习算法和最优参数;在不同监督学习算法中,核支持向量机算法与人工神经网络算法都能使模型达到较高的精度,然而对其参数的依赖性很高,需要细致的调参才能提高预测精度;以人工神经网络算法作为监督学习算法,经调参后,沉降预测模型的最终预测准确度可达0.86,10倍交叉验证平均准确度为0.82。 展开更多

关键词 地铁 盾构隧道 机器学习 沉降预测 核支持向量机 人工神经网络

在线阅读 下载PDF 职称材料

三种机器学习分类在LNG泄漏风险评估中的比较 被引量：2

17

作者 周德红 李左 +3 位作者 尹彬 许渊 伍蒙 陈慧芳 《消防科学与技术》 CAS 北大核心 2019年第4期561-565,共5页

根据LNG储运行业法律法规要求,结合企业真实生产情况和相关专家意见,梳理出LNG泄漏风险评估体系,包括5个一阶评估指标和20个二阶评估指标。对多家真实企业LNG泄漏风险管理及相关后果进行评估,得出37条样本组成的数据集。将该数据集运用... 根据LNG储运行业法律法规要求,结合企业真实生产情况和相关专家意见,梳理出LNG泄漏风险评估体系,包括5个一阶评估指标和20个二阶评估指标。对多家真实企业LNG泄漏风险管理及相关后果进行评估,得出37条样本组成的数据集。将该数据集运用核支持向量机、随机森林以及神经网络三种分类模型处理,比较三种机器学习分类模型在分类准确率上的差别;根据分类效果研究相关参数对准确率的影响。结果认为,核支持向量机和神经网络需要进行细致的参数调整以保证较好的准确率,随机森林受到参数影响效果较小。根据分类指标权重的比较提出相应的控制风险对策措施。 展开更多

关键词 LNG 核支持向量机 随机森林 神经网络 风险评估

在线阅读 下载PDF 职称材料

基于再生核LS-SVM的压电智能结构冲击定位分析 被引量：1

18

作者 谢建宏 胡兆吉 《压电与声光》 CAS CSCD 北大核心 2012年第5期657-660,663,共5页

根据支持向量机核函数的构造条件及Hilbert空间再生核理论,构造了一种新型核函数,并与改进的最小二乘支持向量机(LS-SVM)相结合,从而形成再生核LS-SVM学习方法。采用一阶剪切变形理论及有限单元方法,对压电智能复合材料层板进行低速冲... 根据支持向量机核函数的构造条件及Hilbert空间再生核理论,构造了一种新型核函数,并与改进的最小二乘支持向量机(LS-SVM)相结合,从而形成再生核LS-SVM学习方法。采用一阶剪切变形理论及有限单元方法,对压电智能复合材料层板进行低速冲击压电响应数值仿真,并进行了特征提取。基于各压电传感器响应信号特征,采用再生核LS-SVM方法,对压电智能复合材料层板进行了冲击定位分析,并与高斯核函数(RBF)的LS-SVM法进行对比。结果表明,在同等条件下,相比于RBF核LS-SVM,再生核LS-SVM具有更高的冲击损伤定位精度及更强的推广能力,该仿真方法可为实际结构的冲击损伤位置自诊断提供指导。 展开更多

关键词 再生核最小二乘支持向量机(LS-SVM) 压电智能结构 压电响应数值仿真 冲击定位

在线阅读 下载PDF 职称材料

基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型研究 被引量：3

19

作者 吴小涛 袁晓辉 +3 位作者 袁艳斌 易凡茹 朱婧巍 吴育联 《可再生能源》 CAS CSCD 北大核心 2021年第7期899-907,共9页

针对太阳辐照度时间序列的非线性特点,文章设计了一种新的基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型,并对该模型进行了验证。首先,利用集合经验模态分解(EEMD)算法对原始太阳辐照度时间序列进行分解,得到若干个... 针对太阳辐照度时间序列的非线性特点,文章设计了一种新的基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型,并对该模型进行了验证。首先,利用集合经验模态分解(EEMD)算法对原始太阳辐照度时间序列进行分解,得到若干个频率不同的分量;然后,利用变分模态分解(VMD)算法进一步分解频率最高的分量,得到K个相对稳定的分量,其中,K由各分量与利用VMD算法分解得到的残差的相关系数确定;接着,建立基于高斯核和多项式核的混合核最小二乘支持向量机(LSSVM)预测模型,对所有分量进行预测,并利用蝗虫优化算法优化混合核函数的参数;最后,将所有分量的预测结果相加得到原始太阳辐照度时间序列的预测结果。模拟结果表明,与BP神经网络模型、ARIMA模型、LSSVM模型和基于EEMD,LSSVM的预测模型相比,基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型的预测精度更高,能有效反映太阳辐照度的变化规律。 展开更多

关键词 集合经验模态分解算法 变分模态分解算法 混合核最小二乘支持向量机 蝗虫优化算法

在线阅读 下载PDF 职称材料

基于WLA优化混合核LSSVM的网络入侵检测模型 被引量：3

20

作者 张茹 赵利辉 董和磊 《中北大学学报（自然科学版）》 CAS 2023年第3期229-237,共9页

针对网络数据维度高、分布差异较大等引起的网络入侵检测时间开销大,精度低、泛化性差的问题,提出混合入侵检测模型(Hybrid intrusion detection model,简称HIDM)。首先通过对比检测效果选择互信息理论作为HIDM模型的特征选择模块,用来... 针对网络数据维度高、分布差异较大等引起的网络入侵检测时间开销大,精度低、泛化性差的问题,提出混合入侵检测模型(Hybrid intrusion detection model,简称HIDM)。首先通过对比检测效果选择互信息理论作为HIDM模型的特征选择模块,用来实现特征降维和节省开销;接着利用非线性递减因子、自适应权值策略结合鲸鱼优化算法提出鲸鱼提升算法(Whale Lifting Algorithm,简称WLA),最后利用WLA优化混合核最小二乘支持向量机的参数构建了HIDM模型,有效检测网络入侵。基于NSL-KDD数据集的仿真结果表明HIDM模型针对网络攻击的检测率、准确率和误报率分别达到了99.63%,99.4%和0.86%;同部分已有研究相比检测率有所提升;同时利用CICIDS2018数据集验证了HIDM模型的泛化性。 展开更多

关键词 入侵检测 互信息理论 混合核最小二乘支持向量机 鲸鱼提升算法

在线阅读 下载PDF 职称材料