期刊文献+
共找到2,666篇文章
< 1 2 134 >
每页显示 20 50 100
基于改进金豺算法优化最小二乘法支持向量机的磨削表面粗糙度预测
1
作者 朱文博 张淑权 +1 位作者 张梦梦 迟玉伦 《表面技术》 北大核心 2025年第16期165-181,共17页
目的磨削过程中粗糙度直接影响产品质量,为有效预测工件磨削表面粗糙度,基于声发射和振动信号提出一种改进金豺算法(IGJO)优化最小二乘法支持向量(LSSVM)的磨削表面粗糙度预测方法。方法为增强信号特征与磨削表面粗糙度相关性,利用皮尔... 目的磨削过程中粗糙度直接影响产品质量,为有效预测工件磨削表面粗糙度,基于声发射和振动信号提出一种改进金豺算法(IGJO)优化最小二乘法支持向量(LSSVM)的磨削表面粗糙度预测方法。方法为增强信号特征与磨削表面粗糙度相关性,利用皮尔逊相关分析和主成分分析(PCA)对信号特征进行筛选,降低特征之间的多重共线性,降低模型复杂度;为改善磨削表面粗糙度预测模型的性能,对于金豺算法(GJO)易陷入局部最优问题,在GJO基础上引入佳点集初始化种群、非线性能量因子更新策略以及融合鲸鱼优化算法改进搜索策略,提升算法的初始种群多样性、收敛精度和全局搜索能力;为提高磨削表面粗糙度预测模型有效性,利用IGJO对LSSVM进行参数寻优,建立磨削表面粗糙度预测模型。结果通过轴承套圈内滚道磨削加工实验数据进行验证,结果表明IGJO-LSSVM磨削表面粗糙度预测模型能有效预测粗糙度值,预测精度为95.223%,RMSE值为0.0133,MAPE值为4.776%,R2值为0.956,均优于GJO-LSSVM、LSSVM和BP神经网络模型。结论通过IGJO优化后的LSSVM模型可实现磨削表面粗糙度有效预测,同时能够避免传统LSSVM容易陷入局部极小值的问题,对提高产品磨削质量具有重要意义。 展开更多
关键词 磨削表面粗糙度 轴承套圈 最小二乘支持向量 金豺算法
在线阅读 下载PDF
基于马氏距离的密度加权最小二乘孪生支持向量机
2
作者 吕莉 贺智鹏 +3 位作者 张法滢 张莹莹 康平 李院民 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期37-48,共12页
最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支... 最小二乘孪生支持向量机基于欧氏距离判断样本相似性并搭建模型的方法未考虑样本不同维度的方差差异对决策超平面位置的影响,导致模型处理此类样本精度不高且对噪声样本敏感.鉴于此,该文提出一种基于马氏距离的密度加权最小二乘孪生支持向量机.该算法利用马氏距离替换欧氏距离构造密度加权策略,充分考虑点与分布的关系,给予噪声数据较低的权重,降低算法对噪声的敏感性;同时结合马氏距离核函数计算样本内协方差矩阵,消除样本特征值之间方差的差异,更准确地体现样本间的相关性,从而优化决策超平面.实验采用人工数据集和UCI数据集,实验结果表明:该算法比同类型分类算法具有更高的分类精确度和泛化能力,能够有效区分在样本中的噪声数据并赋予合适的权重值,提升分类器的鲁棒性. 展开更多
关键词 支持向量 马氏距离 函数 密度加权 最小二乘损失函数
在线阅读 下载PDF
基于最小二乘支持向量机和车辆荷载监测数据的悬索桥吊索疲劳寿命预测 被引量:1
3
作者 曾国良 邓扬 《桥梁建设》 北大核心 2025年第1期41-48,共8页
针对传统吊索疲劳寿命计算方法计算效率低、无法考虑交通量增长的问题,基于最小二乘支持向量机(LSSVM)和车辆荷载监测数据进行悬索桥吊索疲劳寿命预测研究。以某大跨度双塔单跨悬索桥为背景,采用LSSVM建立吊索疲劳损伤与车辆荷载监测数... 针对传统吊索疲劳寿命计算方法计算效率低、无法考虑交通量增长的问题,基于最小二乘支持向量机(LSSVM)和车辆荷载监测数据进行悬索桥吊索疲劳寿命预测研究。以某大跨度双塔单跨悬索桥为背景,采用LSSVM建立吊索疲劳损伤与车辆荷载监测数据的相关性模型,建模过程中考虑LSSVM模型输入与输出的最优模式以及训练数据长度;建立1根吊索(以29号吊索为例)与其它吊索的日疲劳损伤之间的相关性模型,预测其它吊索的疲劳损伤;考虑日车流量和等效车总重的增长,进行吊索疲劳寿命预测。结果表明:对于29号吊索的4种LSSVM模型,模型Ⅳ的边界条件较其它3种模型更为合理,测试数据的平均相对误差低于模型Ⅰ~Ⅲ;该方法将日疲劳损伤与车辆荷载监测数据进行直接关联;LSSVM相关性模型的预测能力依赖于训练样本的数量,当训练数据长度为284 d时,模型Ⅳ的预测能力较强,其平均相对误差低于5.5%;同时考虑日车流量和等效车总重增长时,疲劳累积损伤显著增长。 展开更多
关键词 悬索桥 吊索 结构健康监测 车辆荷载 疲劳损伤 疲劳寿命 最小乘支持向量 相关性模型
在线阅读 下载PDF
基于最小二乘支持向量机解耦的无轴承磁通切换电机转子径向磁悬浮逆系统控制
4
作者 林佳泷 周扬忠 +1 位作者 陈东远 梁彤伟 《电工技术学报》 北大核心 2025年第14期4534-4546,共13页
针对无轴承磁通切换电机非线性、多变量、强耦合特性,该文提出一种转子径向磁悬浮解耦控制策略。首先,采用最小二乘支持向量机的方法对悬浮力模型中的耦合电磁力部分进行拟合补偿,实现悬浮系统初步解耦;然后,验证悬浮系统可逆性,并按照... 针对无轴承磁通切换电机非线性、多变量、强耦合特性,该文提出一种转子径向磁悬浮解耦控制策略。首先,采用最小二乘支持向量机的方法对悬浮力模型中的耦合电磁力部分进行拟合补偿,实现悬浮系统初步解耦;然后,验证悬浮系统可逆性,并按照逆系统理论设计伪线性复合悬浮系统,进一步实现了悬浮系统的线性化解耦;最后,对解耦后的悬浮系统设计闭环控制器,对悬浮闭环系统稳定性进行理论分析。实验结果验证,所提控制策略实现了无轴承磁通切换电机悬浮系统的动态解耦,提升了悬浮系统的动、静态性能。 展开更多
关键词 无轴承磁通切换电 逆系统 最小乘支持向量 径向磁悬浮 解耦控制
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
5
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 最小乘支持向量 环境模型 蝴蝶兰 智慧农业
在线阅读 下载PDF
基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测 被引量:6
6
作者 金秀章 史德金 乔鹏 《中国电机工程学报》 EI CSCD 北大核心 2024年第1期182-190,I0015,共10页
针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。... 针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。 展开更多
关键词 NOx浓度 k近邻互信息 沙地猫群优化算法 最小乘支持向量 软测量模型
在线阅读 下载PDF
基于多核对称最小二乘支持向量机的永磁同步电机混沌建模 被引量:2
7
作者 陈强 任雪梅 《北京理工大学学报》 EI CAS CSCD 北大核心 2011年第2期144-148,共5页
针对永磁同步电机在一定情况下呈现混沌特性且混沌模型难以精确获得的情况,提出了一种基于多核对称最小二乘支持向量机的回归建模方法.在最小二乘支持向量机模型中增加对称性的约束条件,构成对称最小二乘支持向量机.将多核学习的方法与... 针对永磁同步电机在一定情况下呈现混沌特性且混沌模型难以精确获得的情况,提出了一种基于多核对称最小二乘支持向量机的回归建模方法.在最小二乘支持向量机模型中增加对称性的约束条件,构成对称最小二乘支持向量机.将多核学习的方法与对称最小二乘支持向量机相结合,构造由多个基本核函数线性组合而成的新的等价核,用于建立永磁同步电机的混沌回归模型.仿真结果表明,与一般最小二乘支持向量机相比,该方法能够降低单个核函数的选择对建模精度的影响,提高混沌建模精度. 展开更多
关键词 永磁同步电 沌建模 学习 对称最小乘支持向量
在线阅读 下载PDF
基于改进最小二乘支持向量机组合模型的深基坑沉降变形预测 被引量:7
8
作者 刘清龙 吕颖慧 +1 位作者 秦磊 赵鹏 《济南大学学报(自然科学版)》 CAS 北大核心 2024年第1期8-14,共7页
为了提高深基坑沉降变形预测精度,及时为深基坑支护施工提供指导,提出一种改进最小二乘支持向量机组合模型;通过引入自适应噪声完备集合经验模态分解方法分解原始深基坑沉降变形数据,并结合粒子群优化算法和遗传算法对最小二乘支持向量... 为了提高深基坑沉降变形预测精度,及时为深基坑支护施工提供指导,提出一种改进最小二乘支持向量机组合模型;通过引入自适应噪声完备集合经验模态分解方法分解原始深基坑沉降变形数据,并结合粒子群优化算法和遗传算法对最小二乘支持向量机进行参数寻优,对分解的数据分别训练、预测后再叠加,得到最终预测结果;应用所提出模型对济南市某深基坑的累积沉降量进行预测,同时与其他模型对比,验证所提出模型的实用性和优越性。结果表明:所提出模型预测深基坑累积沉降量的平均相对误差为0.035%,均方误差为0.0809 mm^(2),均方根误差为0.2838 mm,所提出模型的准确性远优于其他模型的;自适应噪声完备集合经验模态分解方法的引入更有利于在深基坑沉降变形预测方面发挥最小二乘支持向量机的优势。 展开更多
关键词 深基坑沉降变形 最小乘支持向量 经验模态分解 粒子群优化算法 遗传算法
在线阅读 下载PDF
基于遗传算法优化最小二乘支持向量机的矿工疲劳程度识别模型 被引量:2
9
作者 田水承 任治鹏 毛俊睿 《矿业安全与环保》 CAS 北大核心 2024年第4期110-116,共7页
为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后... 为精准识别矿工疲劳程度,减少因疲劳引发的煤矿人因事故,提出了一种基于遗传算法(GA)优化最小二乘支持向量机(LSSVM)的矿工疲劳程度识别模型。首先,通过疲劳诱发试验采集矿工心电数据,利用Friedman检验优选矿工疲劳程度的特征指标;然后,采用主成分分析法对选取的特征指标进行降维处理,建立表征矿工疲劳程度的特征集;在此基础上,利用遗传算法优化最小二乘支持向量机的关键参数,构建矿工疲劳程度识别模型。结果表明:选取的矿工疲劳程度特征指标能够有效反映矿工的疲劳程度;相较GA-SVM和LSSVM模型,融合GA-LSSVM模型可显著提高矿工疲劳程度的识别准确率(平均识别准确率为96.87%)。构建的矿工疲劳程度识别模型可较为高效地识别矿工的疲劳程度,对煤矿人因事故的防控具有一定的现实指导意义。 展开更多
关键词 矿工 疲劳识别 心电信号 最小乘支持向量 遗传算法
在线阅读 下载PDF
基于改进自适应粒子群算法的混合核函数最小二乘支持向量机大坝变形预测 被引量:11
10
作者 梁耀东 栾元重 +2 位作者 刘方雨 纪赵磊 庄艳 《科学技术与工程》 北大核心 2021年第1期47-52,共6页
针对大坝变形影响因素的复杂性以及监测数据的非线性、随机波动大和预测难度大等问题,提出一种改进自适应粒子群(particle swarm,PSO)算法的混合核函数最小二乘支持向量机(least squares support vector machine,LSSVM)模型,实现了大坝... 针对大坝变形影响因素的复杂性以及监测数据的非线性、随机波动大和预测难度大等问题,提出一种改进自适应粒子群(particle swarm,PSO)算法的混合核函数最小二乘支持向量机(least squares support vector machine,LSSVM)模型,实现了大坝水平变形的时间序列预测方法。基于Mercer理论,将多项式核函数和高斯核函数进行线性组合,构建混合核函数,作为LSSVM模型的核函数,并以特征因子与大坝变形间的相互联系为基础,采用动态自适应惯性权重的PSO算法,对混合核函数的LSSVM模型进行参数寻优,以确保建立最佳LSSVM预测模型。将模型应用于丰满大坝,并与传统多项式核函数和传统高斯核函数的LSSVM模型进行对比仿真实验,对所提方法的有效性和准确性进行验证评估。结果表明,该模型在预测精度上有了明显提高,预测性能尤佳。可见改进自适应粒子群的混合核函数LSSVM模型对大坝变形的时间序列预测有良好的实用价值。 展开更多
关键词 函数 大坝变形预测 最小乘支持向量(LSSVM) 自适应粒子群算法 水平位移
在线阅读 下载PDF
用于水泥熟料fCaO预测的多核最小二乘支持向量机模型 被引量:11
11
作者 赵朋程 刘彬 +2 位作者 高伟 赵志彪 王美琪 《化工学报》 EI CAS CSCD 北大核心 2016年第6期2480-2487,共8页
针对水泥熟料游离氧化钙(fCaO)含量预测模型辨识的问题,考虑到单一核函数无法显著提高模型精度,采用多项式核函数、指数径向基核函数和高斯径向基核函数组合构建等价核的方法,建立了多核最小二乘支持向量机水泥熟料fCaO预测模型。同时,... 针对水泥熟料游离氧化钙(fCaO)含量预测模型辨识的问题,考虑到单一核函数无法显著提高模型精度,采用多项式核函数、指数径向基核函数和高斯径向基核函数组合构建等价核的方法,建立了多核最小二乘支持向量机水泥熟料fCaO预测模型。同时,利用改进的粒子群优化算法对多核最小二乘支持向量机模型的6个待确定参数进行迭代寻优,避免了模型参数人工选取的盲目性。最后将基于改进粒子群的多核最小二乘支持向量机模型应用于熟料fCaO含量的实例仿真。结果表明,建立的水泥熟料fCaO含量预测模型精度高、泛化能力强。 展开更多
关键词 学习 最小乘支持向量 模型 优化 算法 扰动
在线阅读 下载PDF
基于核主元分析和最小二乘支持向量机的中速磨煤机故障诊断 被引量:27
12
作者 刘定平 叶向荣 +1 位作者 陈斌源 汤美玉 《动力工程》 CAS CSCD 北大核心 2009年第2期155-158,共4页
为了对火电厂磨煤机作出早期故障预测并有效判别其故障类型,提出了基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的磨煤机故障诊断新方法,并采用该方法对某电厂的HP碗式中速磨煤机的故障特征数据进行了仿真试验.结果表明:该方法可... 为了对火电厂磨煤机作出早期故障预测并有效判别其故障类型,提出了基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的磨煤机故障诊断新方法,并采用该方法对某电厂的HP碗式中速磨煤机的故障特征数据进行了仿真试验.结果表明:该方法可提取变量的特征信息,以有效地捕捉变量间的非线性关系,从而能有效地处理故障征兆与故障类型之间的不确定性,具有很好的分辨力,而且故障诊断的正确率很高. 展开更多
关键词 中速磨煤 故障诊断 最小乘支持向量 主元分析
在线阅读 下载PDF
基于稀疏多核最小二乘支持向量机的浮选关键指标软测量 被引量:13
13
作者 阳春华 任会峰 +1 位作者 许灿辉 桂卫华 《中国有色金属学报》 EI CAS CSCD 北大核心 2011年第12期3149-3154,共6页
由于浮选性能受多种因素的制约,适宜的矿浆pH值是高效泡沫浮选的关键。针对pH值在线检测仪易受干扰、维护保养成本高等不足,结合泡沫浮选过程机理分析,以泡沫视频图像特征为辅助变量,将局部核函数和全局核函数加权组合,提高模型的学习... 由于浮选性能受多种因素的制约,适宜的矿浆pH值是高效泡沫浮选的关键。针对pH值在线检测仪易受干扰、维护保养成本高等不足,结合泡沫浮选过程机理分析,以泡沫视频图像特征为辅助变量,将局部核函数和全局核函数加权组合,提高模型的学习和泛化能力,利用Schmidt正交化理论约简多核矩阵,减小计算量,建立基于稀疏多核最小二乘支持向量机的浮选矿浆pH值软测量模型。工业运行数据测试结果表明:所建模型具有预测精度高、反应迅速、稳定性好等优点,适于工业应用。 展开更多
关键词 PH值 软测量 最小乘支持向量 稀疏性 泡沫浮选
在线阅读 下载PDF
基于负荷混沌特性和最小二乘支持向量机的短期负荷预测 被引量:34
14
作者 王德意 杨卓 杨国清 《电网技术》 EI CSCD 北大核心 2008年第7期66-71,共6页
以负荷时间序列的混沌特性为基础,结合混沌时间序列的相空间重构理论和支持向量机的回归理论建立了一种基于负荷混沌特性和最小二乘支持向量机的短期负荷预测模型。首先将原始负荷数据进行相空间重构,形成相点序列,然后选择与当前相点... 以负荷时间序列的混沌特性为基础,结合混沌时间序列的相空间重构理论和支持向量机的回归理论建立了一种基于负荷混沌特性和最小二乘支持向量机的短期负荷预测模型。首先将原始负荷数据进行相空间重构,形成相点序列,然后选择与当前相点最邻近的相点作为此负荷预测模型的训练样本,经过训练寻求决策函数后就可以求出包含预测点的相点,最后还原此相点得出预测值。通过与BP神经网络的预测结果进行比较,证明了该模型在短期负荷预测中的有效性。 展开更多
关键词 沌特性 相空间重构 支持向量(SVM) 回归 最小乘支持向量(LS—SVM) 短期负荷预测
在线阅读 下载PDF
基于最小二乘支持向量机的发酵过程混合建模 被引量:15
15
作者 桑海峰 王福利 +1 位作者 何大阔 张大鹏 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第6期629-633,共5页
提出了一种综合先验知识与最小二乘支持向量机的发酵过程建模方法,并且采用遗传算法进行最小二乘支持向量机的参数优化选取。该模型应用到一个具体发酵过程状态变量的预估中,仿真结果表明基于最小二乘支持向量机的混合模型具有很高的精... 提出了一种综合先验知识与最小二乘支持向量机的发酵过程建模方法,并且采用遗传算法进行最小二乘支持向量机的参数优化选取。该模型应用到一个具体发酵过程状态变量的预估中,仿真结果表明基于最小二乘支持向量机的混合模型具有很高的精度与范化能力,同时也表明了最小二乘支持向量机是软测量建模的一种有效方法。 展开更多
关键词 发酵 软测量 最小乘支持向量 遗传算法 合建模
在线阅读 下载PDF
基于核主元分析和最小二乘支持向量机的软测量建模 被引量:23
16
作者 徐晔 杜文莉 钱锋 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第17期3873-3875,3918,共4页
软测量技术是工业过程控制和分析的有力工具,它的核心问题是如何建立学习速度快且泛化性能优良的软测量模型。提出了一种基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的软测量建模方法,利用核主元分析提取软测量输入数据空间中的... 软测量技术是工业过程控制和分析的有力工具,它的核心问题是如何建立学习速度快且泛化性能优良的软测量模型。提出了一种基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的软测量建模方法,利用核主元分析提取软测量输入数据空间中的非线性主元,然后用最小二乘支持向量机进行建模,不但降低模型复杂性,而且提高了模型泛化能力。最后将上述方法用于PTA结晶过程的软测量建模,仿真结果表明:与SVM、PCA-SVM建模方法相比,该KPCA-LSSVM方法具有学习速度快、跟踪性能好、泛化能力强等优点,是一种有效的软测量建模方法。 展开更多
关键词 软测量 主元分析 最小乘支持向量 建模
在线阅读 下载PDF
基于聚类核函数的最小二乘支持向量机高光谱图像半监督分类 被引量:6
17
作者 高恒振 万建伟 +1 位作者 许可 钱林杰 《信号处理》 CSCD 北大核心 2011年第2期276-280,共5页
针对大规模的高光谱数据分类,为了利用未标签样本所含信息,来提升分类器性能,提出了一种半监督分类算法。该算法根据聚类假设,即属于同一类地物的样本点在聚类中被分为同一类的可能性较大的原则来改进核函数,采用基于光谱角度量的K均值... 针对大规模的高光谱数据分类,为了利用未标签样本所含信息,来提升分类器性能,提出了一种半监督分类算法。该算法根据聚类假设,即属于同一类地物的样本点在聚类中被分为同一类的可能性较大的原则来改进核函数,采用基于光谱角度量的K均值聚类算法对样本集进行聚类,根据多次聚类的结果,构造包袋核函数,然后利用加法和乘法运算将包袋核函数和RBF核函数组合成新的核函数,从而把未标签样本信息融入分类器。而且采用最小二乘支持向量机,将标准支持向量机的二次规划问题转换为求解线性方程组的问题。高光谱实测数据实验表明了本文方法的优越性。 展开更多
关键词 半监督 最小二乘 聚类 函数 支持向量
在线阅读 下载PDF
基于粒子群优化的最小二乘支持向量机在混合气体定量分析中的应用 被引量:22
18
作者 李玉军 汤晓君 刘君华 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2010年第3期774-778,共5页
针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个... 针对混合气体建模过程中最小二乘支持向量机参数难以确定及红外光谱数据计算量过大的问题,提出一种粒子群优化的最小二乘支持向量机方法,用于建立基于主成分分析特征提取的红外光谱多组分气体定量分析模型。首先对主吸收峰区域的550个红外光谱数据利用主成分分析技术进行了特征提取,将降维得到的7个特征值作为模型的输入变量从而有效地降低了计算量。混合气体主要由浓度范围分别是0.1%~1%的甲烷、乙烷及0.1%~1.5%的丙烷三种组分气体组成。采用最小二乘支持向量机技术分别建立了各组分气体的定量分析模型,利用粒子群优化算法对最小二乘支持向量机算法中的参数进行了优化选取,取代了传统的遍历优化方法,然后利用取得的最优参数重建定量分析模型。实验结果表明,采用此方法离线建模所用时间比采用遍历优化方法节省40倍以上,预测结果误差水平相当,满足实测要求。粒子群优化算法在全局优化及收敛速度方面具有较大优势。粒子群优化算法与最小二乘支持向量机技术相结合用于混合气体定量分析是切实可行的,具有一定的实际意义和应用价值。 展开更多
关键词 红外光谱 粒子群优化算法 最小乘支持向量 定量分析 合气体 主成分分析
在线阅读 下载PDF
基于粒子群优化和最小二乘支持向量机的储罐腐蚀速率预测 被引量:2
19
作者 王明慧 党鹏飞 +1 位作者 杨铮鑫 龚博 《腐蚀与防护》 CAS CSCD 北大核心 2024年第8期71-76,共6页
利用粒子群优化(PSO)算法的全局寻优能力,对最小二乘支持向量机(LSSVM)的正则化参数和核参数进行优化,提出了基于PSO-LSSVM的大型储罐腐蚀速率的预测方法。采用该方法对储罐腐蚀速率进行预测,并利用实测数据对模型的预测精度进行验证。... 利用粒子群优化(PSO)算法的全局寻优能力,对最小二乘支持向量机(LSSVM)的正则化参数和核参数进行优化,提出了基于PSO-LSSVM的大型储罐腐蚀速率的预测方法。采用该方法对储罐腐蚀速率进行预测,并利用实测数据对模型的预测精度进行验证。结果表明:使用PSOLSSVM获得的腐蚀速率预测结果与实际腐蚀速率较为吻合,罐顶、第一层罐壁、罐底预测结果的平均绝对百分误差分别为2.265%、3.077%、1.18%,均方根误差分别为0.010%、0.012%、0.011%,决定系数分别为0.973、0.982、0.976。该方法可以对储罐内腐蚀速率进行有效的预测。 展开更多
关键词 粒子群优化(PSO) 最小乘支持向量(LSSVM) 腐蚀速率预测
在线阅读 下载PDF
基于机理知识与最小二乘支持向量机的诺西肽发酵过程混合建模方法 被引量:7
20
作者 桑海峰 苑玮琦 +1 位作者 王福利 何大阔 《系统仿真学报》 CAS CSCD 北大核心 2008年第2期468-472,共5页
提出了一种综合先验机理知识与最小二乘支持向量机的发酵过程混合建模方法。机理知识由两部分组成,一部分是表示发酵过程的质量平衡方程;另一部分是简单的过程参数估计模型。采用最小二乘支持向量机模型对这种简单估计模型进行校正,弥... 提出了一种综合先验机理知识与最小二乘支持向量机的发酵过程混合建模方法。机理知识由两部分组成,一部分是表示发酵过程的质量平衡方程;另一部分是简单的过程参数估计模型。采用最小二乘支持向量机模型对这种简单估计模型进行校正,弥补它的不精确性。这种混合模型被应用到诺西肽发酵过程中进行生物量浓度、基质浓度与产物浓度的估计中,结果表明加入先验机理知识的混合模型增加了单纯的支持向量机模型的泛化能力。 展开更多
关键词 发酵 合模型 先验知识 最小乘支持向量 诺西肽
在线阅读 下载PDF
上一页 1 2 134 下一页 到第
使用帮助 返回顶部