期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
样本不平衡条件下煤矿突水水源识别——以谢桥煤矿为例
1
作者
王彦彬
闫晓杉
《安全与环境学报》
北大核心
2025年第7期2553-2561,共9页
为了有效识别煤矿突水水源,以保障煤矿安全生产,使用合成少数类过采样技术(Synthetic Minority Oversampling Technique, SMOTE)补充少数类样本,继而采用支持向量机(Support Vector Machine, SVM)模型对突水水源进行识别。试验选取96条...
为了有效识别煤矿突水水源,以保障煤矿安全生产,使用合成少数类过采样技术(Synthetic Minority Oversampling Technique, SMOTE)补充少数类样本,继而采用支持向量机(Support Vector Machine, SVM)模型对突水水源进行识别。试验选取96条谢桥煤矿水化学数据进行分析,首先对样本数据进行标准化处理和主成分分析(Principal Component Analysis, PCA),将数据集划分为训练集和测试集,对训练集中少数类样本采用SMOTE法生成新的样本,然后采用改进混沌哈里斯鹰优化(Chaos Harris Hawks Optimization, CHHO)算法结合十折交叉验证优化支持向量机惩罚因子C和径向基函数(Radial Basis Function, RBF)核的参数γ,根据优化结果建立突水水源识别模型,对测试集中突水水源进行识别。将该方法与朴素贝叶斯、随机森林所得结果进行比较,结果显示,采用本方法对测试集识别结果准确性优于其他两种方法,表明该方法在突水水源识别上具有良好的实用性和有效性。
展开更多
关键词
安全工程
突水水源识别
主成分分析
合成少数类过采样技术
混沌
哈里斯
鹰
优化
算法
支持向量机
在线阅读
下载PDF
职称材料
超参自适应支持向量回归及在滚齿工艺参数预测上的应用
被引量：
2
2
作者
曹卫东
欧阳骋
+3 位作者
余阳
李力泓
梁新利
姜博严
《计算机集成制造系统》
EI
CSCD
北大核心
2022年第11期3632-3642,共11页
针对预测问题中,特别是在大数据预测问题中的支持向量回归(SVR)超参数自适应调整问题,提出一种基于K-means聚类和混沌哈里斯鹰算法的超参数自适应支持向量回归方法。在超参数数值范围内,随机生成SVR超参数集群。使用K-means聚类获取训...
针对预测问题中,特别是在大数据预测问题中的支持向量回归(SVR)超参数自适应调整问题,提出一种基于K-means聚类和混沌哈里斯鹰算法的超参数自适应支持向量回归方法。在超参数数值范围内,随机生成SVR超参数集群。使用K-means聚类获取训练集聚类中心,根据聚类中心和SVR超参数集群获得验证集的预测结果。以均方误差为目标,使用混沌哈里斯鹰算法不断更新超参数集群,找出最佳超参数,并对测试集进行预测,获得最终的均方误差,以测试方法的泛化能力。与其他知名方法进行对比,基于5组数据集,对预测的准确性、稳定性和时间复杂度进行了评估,本方法以0.226的整体性能评分排名第一。最后将本文方法应用到滚齿工艺参数预测领域,与其他方法的应用效果进行比较,验证了本方法的可行性和有效性。
展开更多
关键词
预测问题
支持向量回归
超参数自适应
K-MEANS聚类
混沌哈里斯鹰算法
滚齿工艺参数预测
在线阅读
下载PDF
职称材料
题名
样本不平衡条件下煤矿突水水源识别——以谢桥煤矿为例
1
作者
王彦彬
闫晓杉
机构
辽宁工程技术大学工商管理学院
出处
《安全与环境学报》
北大核心
2025年第7期2553-2561,共9页
基金
辽宁省教育厅科学研究经费项目(LJKZ0359)。
文摘
为了有效识别煤矿突水水源,以保障煤矿安全生产,使用合成少数类过采样技术(Synthetic Minority Oversampling Technique, SMOTE)补充少数类样本,继而采用支持向量机(Support Vector Machine, SVM)模型对突水水源进行识别。试验选取96条谢桥煤矿水化学数据进行分析,首先对样本数据进行标准化处理和主成分分析(Principal Component Analysis, PCA),将数据集划分为训练集和测试集,对训练集中少数类样本采用SMOTE法生成新的样本,然后采用改进混沌哈里斯鹰优化(Chaos Harris Hawks Optimization, CHHO)算法结合十折交叉验证优化支持向量机惩罚因子C和径向基函数(Radial Basis Function, RBF)核的参数γ,根据优化结果建立突水水源识别模型,对测试集中突水水源进行识别。将该方法与朴素贝叶斯、随机森林所得结果进行比较,结果显示,采用本方法对测试集识别结果准确性优于其他两种方法,表明该方法在突水水源识别上具有良好的实用性和有效性。
关键词
安全工程
突水水源识别
主成分分析
合成少数类过采样技术
混沌
哈里斯
鹰
优化
算法
支持向量机
Keywords
safety engineering
water inrush source identification
principal component analysis
synthetic minority oversampling technique
chaos Harris hawks optimization algorithm
support vector machine
分类号
X936 [环境科学与工程—安全科学]
在线阅读
下载PDF
职称材料
题名
超参自适应支持向量回归及在滚齿工艺参数预测上的应用
被引量：
2
2
作者
曹卫东
欧阳骋
余阳
李力泓
梁新利
姜博严
机构
河海大学物联网工程学院
中国船舶工业综合技术经济研究院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2022年第11期3632-3642,共11页
基金
国家自然科学基金资助项目(61903123)
中央高校基本科研业务费资助项目(B210202088)。
文摘
针对预测问题中,特别是在大数据预测问题中的支持向量回归(SVR)超参数自适应调整问题,提出一种基于K-means聚类和混沌哈里斯鹰算法的超参数自适应支持向量回归方法。在超参数数值范围内,随机生成SVR超参数集群。使用K-means聚类获取训练集聚类中心,根据聚类中心和SVR超参数集群获得验证集的预测结果。以均方误差为目标,使用混沌哈里斯鹰算法不断更新超参数集群,找出最佳超参数,并对测试集进行预测,获得最终的均方误差,以测试方法的泛化能力。与其他知名方法进行对比,基于5组数据集,对预测的准确性、稳定性和时间复杂度进行了评估,本方法以0.226的整体性能评分排名第一。最后将本文方法应用到滚齿工艺参数预测领域,与其他方法的应用效果进行比较,验证了本方法的可行性和有效性。
关键词
预测问题
支持向量回归
超参数自适应
K-MEANS聚类
混沌哈里斯鹰算法
滚齿工艺参数预测
Keywords
prediction problem
support vector regression
hyper-parameter adaptation
K-means clustering
chaotic harris hawks optimization
hobbing parameters prediction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
样本不平衡条件下煤矿突水水源识别——以谢桥煤矿为例
王彦彬
闫晓杉
《安全与环境学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
超参自适应支持向量回归及在滚齿工艺参数预测上的应用
曹卫东
欧阳骋
余阳
李力泓
梁新利
姜博严
《计算机集成制造系统》
EI
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
