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822篇文章
< 1 2 … 42 >
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：
基于粒子群-支持向量机算法的激光诱导击穿光谱钢铁快速检测与分类 被引量：1
1
作者 曾庆栋 陈光辉 +8 位作者 李文鑫 孟久灵 李耿 童巨红 田志辉 张晓林 李国辉 郭连波 肖永军 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第6期1559-1565,共7页
钢铁是国民经济中的支柱性产业,由于受生产技术的限制,我国钢铁产品主要集中为质量参差不齐的中低端产品,废品率较高,易造成资源浪费和环境污染。因此,钢铁产品的快速检测与鉴别分类,对保护环境以及提高钢铁资源的回收利用率有着重要意... 钢铁是国民经济中的支柱性产业,由于受生产技术的限制,我国钢铁产品主要集中为质量参差不齐的中低端产品,废品率较高,易造成资源浪费和环境污染。因此,钢铁产品的快速检测与鉴别分类,对保护环境以及提高钢铁资源的回收利用率有着重要意义。利用激光诱导击穿光谱技术(LIBS)进行10种钢铁样品光谱数据的快速采集,并采用支持向量机(SVM)算法对其数据进行学习建模,得到钢铁快速分类模型。然而,由于不同钢铁样品的光谱数据特征是复杂且相似的,导致设置的模型参数也会对SVM模型的分类结果有着较大的影响。为了实现对不同牌号钢铁合金的快速检测分类,实验中采用粒子群算法(PSO)与网格寻优法两种不同方法来优化模型参数,并分别选取样品中6种微量元素(Mn、Cr、Cu、V、Mo、Ti)的17条特征谱线,和经主成分分析法(PCA)对全谱数据降维提取得到的前17个主成分作为模型的输入,建立PSO-SVM、PSO-PCA-SVM、PCA-SVM和SVM四种分类模型。实验结果表明,相比于精度最高的PCA-SVM模型的优化时间(257.84 s),PSO-SVM模型优化时间最短(11.5 s),且识别精度可达96.67%,与PCA-SVM模型的精度(97.5%)几乎相当。该结果表明LIBS结合PSO-SVM算法可实现快速的钢铁检测与分类,该方法为钢铁产品的快速检测与分类提供了一种新的解决途径。 展开更多
关键词 激光诱导击穿光谱 支持向量机 粒子群算法 钢铁分类
在线阅读 下载PDF
粒子群算法优化支持向量回归的民机客舱座椅舒适度评价预测
2
作者 逄欣 苟秉宸 《机械科学与技术》 CSCD 北大核心 2024年第9期1624-1630,共7页
为建立民机客舱座椅舒适度主客观评价之间复杂非线性的评价预测模型,同时提高模型的预测精度,本文将支持向量回归(Support vector regression,SVR)中的惩罚参数C、通道控制参数ε以及核函数参数σ作为优化目标,利用粒子群算法(Particle ... 为建立民机客舱座椅舒适度主客观评价之间复杂非线性的评价预测模型,同时提高模型的预测精度,本文将支持向量回归(Support vector regression,SVR)中的惩罚参数C、通道控制参数ε以及核函数参数σ作为优化目标,利用粒子群算法(Particle swarm optimization,PSO)寻找全局最优参数,建立PSO-SVR人-民机客舱座椅舒适度评价预测模型,并对预测结果进行对比分析。分析结果表明:与BP神经网络(Back propagation,BP)模型相比,支持向量回归模型具有良好的鲁棒性;与SVR模型相比,PSO-SVR模型预测精度更高,误差波动小,预测结果均方误差(MSE)降低了85.95%,决定系数(R2)提高了15.42%。因此粒子群算法可以有效提高支持向量回归模型的预测精度和泛化能力。 展开更多
关键词 民机客舱座椅 支持向量机回归 粒子群算法 舒适度评价预测
在线阅读 下载PDF
基于模拟退火-粒子群算法优化支持向量机参数的连铸漏钢预报 被引量：9
3
作者 方一鸣 郑贺军 +1 位作者 刘乐 胡春洋 《中国机械工程》 EI CAS CSCD 北大核心 2017年第12期1462-1467,共6页
针对连铸漏钢预报神经网络模型在小样本训练数据情况下难以获得较高预报准确率的问题,提出了一种基于模拟退火-粒子群(SA-PSO)算法优化支持向量机(SVM)参数的连铸漏钢预报算法。将粒子群优化算法引入支持向量机的训练过程中,利用其调整... 针对连铸漏钢预报神经网络模型在小样本训练数据情况下难以获得较高预报准确率的问题,提出了一种基于模拟退火-粒子群(SA-PSO)算法优化支持向量机(SVM)参数的连铸漏钢预报算法。将粒子群优化算法引入支持向量机的训练过程中,利用其调整参数少、寻优速度快的优点,有效地提高了漏钢预报模型的寻优速度;利用模拟退火算法对粒子群算法迭代更新后粒子的新位置加以评价,来决定新位置是否被接受,避免了粒子群算法在迭代寻优过程中陷入局部极值的问题。结合某钢厂连铸现场历史数据对提出的连铸漏钢预报算法进行了测试,测试结果表明,所提算法的连铸漏钢预报准确率可达98.8%。 展开更多
关键词 连铸漏钢预报 支持向量机 粒子群算法 模拟退火算法
在线阅读 下载PDF
最小二乘支持向量机-粒子群算法在地下厂房围岩参数反分析中的应用 被引量：2
4
作者 杨继华 齐三红 +1 位作者 郭卫新 张党立 《隧道建设（中英文）》 北大核心 2018年第11期1800-1806,共7页
为准确确定地下厂房围岩的弹性模量、泊松比、黏聚力、内摩擦角、侧压力系数等参数,以正交设计、最小二乘支持向量机和粒子群算法等现代数学方法为基本手段,建立基于位移增量的围岩参数反分析方法。以CCS水电站大型地下厂房为研究背景,... 为准确确定地下厂房围岩的弹性模量、泊松比、黏聚力、内摩擦角、侧压力系数等参数,以正交设计、最小二乘支持向量机和粒子群算法等现代数学方法为基本手段,建立基于位移增量的围岩参数反分析方法。以CCS水电站大型地下厂房为研究背景,通过工程地质条件研究选取8#机组剖面作为分析对象,采用二维弹塑性有限元方法建立地质结构分析模型。以地下厂房洞室群分层开挖多点位移计实测位移增量为依据,对CCS水电站地下厂房区域围岩力学特性及地应力场特征进行反分析。研究结果表明:主厂房第Ⅵ层与第Ⅰ层开挖和主变室第4层与第1层开挖所产生的位移增量计算值与多点位移计实测值吻合较好,最大相对误差小于10%,说明采用最小二乘支持向量机和粒子群算法相结合的反分析方法在工程上是可行的,且效果较为显著。 展开更多
关键词 地下厂房 最小二乘支持向量机 粒子群算法 有限元模拟 位移增量 反分析法
在线阅读 下载PDF
基于粒子群-最小二乘支持向量机算法的沥青拌和站中含氧量的软测量 被引量：1
5
作者 杨建红 房怀英 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第5期633-637,共5页
为了及时诊断热再生沥青搅拌站的燃烧、干燥状态,干燥滚筒的烟气含氧量检测具有重要的意义.首先通过沥青搅拌站组成和燃烧原理分析了影响烟气含氧量的相关过程参数,然后基于粒子群-最小二乘支持向量机算法(PSO-LSSVM)构建了干燥滚筒烟... 为了及时诊断热再生沥青搅拌站的燃烧、干燥状态,干燥滚筒的烟气含氧量检测具有重要的意义.首先通过沥青搅拌站组成和燃烧原理分析了影响烟气含氧量的相关过程参数,然后基于粒子群-最小二乘支持向量机算法(PSO-LSSVM)构建了干燥滚筒烟气含氧量软测量模型,通过4种不同的工况进行对比实验研究,实验结果表明:干燥滚筒烟气PSO-LSSVM含氧量软测量结果和氧传感器实测结果基本一致,最大测量误差为0.8%,能满足燃烧器的反馈控制要求.烟气含氧量的软测量为热再生沥青拌和站智能燃烧器的开发奠定基础. 展开更多
关键词 粒子群-最小二乘支持向量机 沥青拌和站 含氧量 燃烧状态 燃烧器
在线阅读 下载PDF
基于支持向量机和粒子群算法的信息网络安全态势复合预测模型 被引量：43
6
作者 高昆仑 刘建明 +2 位作者 徐茹枝 王宇飞 李怡康 《电网技术》 EI CSCD 北大核心 2011年第4期176-182,共7页
提出一种基于支持向量机和粒子群算法的网络态势复合预测模型。模型使用滑动窗口方法将各原始离散时间监测点的安全态势值构造成部分线性相关的连续时间序列,以其作为安全态势数据样本集对支持向量机加以训练,生成预测模型。在支持向量... 提出一种基于支持向量机和粒子群算法的网络态势复合预测模型。模型使用滑动窗口方法将各原始离散时间监测点的安全态势值构造成部分线性相关的连续时间序列,以其作为安全态势数据样本集对支持向量机加以训练,生成预测模型。在支持向量机训练过程中,利用粒子群算法搜寻支持向量机的最优训练参数,以降低支持向量机参数选择的盲目性,提高预测精度。最后通过基于大量电力企业信息网络现场安全监测数据的实验,验证了复合预测模型的有效性。 展开更多
关键词 信息网络安全态势 回归预测 支持向量机 粒子群算法 时间序列
在线阅读 下载PDF
基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测 被引量：47
7
作者 陈道君 龚庆武 +2 位作者 金朝意 张静 王定美 《电网技术》 EI CSCD 北大核心 2013年第4期974-980,共7页
智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm opt... 智能电网的建设和大规模风电接入电网对短期风电功率预测精度提出了更高的要求。为了克服支持向量回归机(support vector regression machine,SVR)依赖人为经验选择学习参数的弊端,在量子粒子群优化(quantum-behaved particle swarm optimization,QPSO)算法中加入自适应早熟判定准则、混合扰动算子和动态扩张收缩系数,提出了自适应扰动量子粒子群优化算法(adaptive disturbance quantum-behaved particle swarm optimization,ADQPSO),并使用ADQPSO优化选择SVR的学习参数。实例研究表明,ADQPSO算法全局寻优能力强、鲁棒性好、计算耗时短,利用ADQPSO优化得到的SVR参数,可有效提高模型的预测精度;与反向传播神经网络(back propagation neural network,BPNN)和径向基神经网络(radial basis functionneural network,RBFNN)相比,提出的ADQPSO-SVR能够提高短期风电功率预测的准确性和稳定性。 展开更多
关键词 短期风电功率预测 学习参数选择 自适应扰动量子粒子群优化算法 支持向量回归机
在线阅读 下载PDF
基于粒子群-支持向量机的模拟电路故障诊断 被引量：24
8
作者 左磊 侯立刚 +2 位作者 张旺 旺金辉 吴武臣 《系统工程与电子技术》 EI CSCD 北大核心 2010年第7期1553-1556,共4页
针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle swarm optimization,PSO)和最小二乘支持向量机(least squares support vector machine,LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波... 针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle swarm optimization,PSO)和最小二乘支持向量机(least squares support vector machine,LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波包技术对待诊断电路的可测点信息提取故障特征,然后使用粒子群算法优化支持向量机的结构参数,避免了参数选择的盲目性,提高了模型的诊断精度。在对某滤波电路进行的故障检测中,验证了该方法的可行性。 展开更多
关键词 模拟电路 故障诊断 最小二乘支持向量机 粒子群算法
在线阅读 下载PDF
基于粒子群优化算法的支持向量机研究 被引量：51
9
作者 谷文成 柴宝仁 滕艳平 《北京理工大学学报》 EI CAS CSCD 北大核心 2014年第7期705-709,共5页
基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法.针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系... 基于粒子群优化算法提出了一种通过优化支持向量机模型参数,建立更佳的支持向量机数学模型的方法.针对双螺旋分类问题,分别利用基于粒子群优化算法所建立的支持向量机分类器和标准支持向量机分类器进行了仿真实验,利用所建立的评价体系对仿真实验所获得的实验数据进行了评估,评估结果表明基于粒子群优化算法的支持向量机分类器明显优于标准支持向量机分类器,其分类结果表明基于粒子群优化算法的支持向量机分类器提高了分类结果的准确性,同时也验证了基于粒子群优化算法的支持向量机分类器在数据分类中的有效性. 展开更多
关键词 粒子群优化算法(PSO) 支持向量机(SVM) 优化 双螺旋分类 评价
在线阅读 下载PDF
基于支持向量机和粒子群算法的产品意象造型优化设计 被引量：25
10
作者 苏建宁 赵慧娟 +1 位作者 王瑞红 张书涛 《机械设计》 CSCD 北大核心 2015年第1期105-109,共5页
为满足消费者对产品造型的感性意象需求,提出了基于支持向量机和粒子群算法的产品意象造型优化设计方法。首先确定目标意象、代表性样本和造型设计参数,进行产品感性意象调查;然后应用支持向量机获得"造型设计参数-产品感性意象&qu... 为满足消费者对产品造型的感性意象需求,提出了基于支持向量机和粒子群算法的产品意象造型优化设计方法。首先确定目标意象、代表性样本和造型设计参数,进行产品感性意象调查;然后应用支持向量机获得"造型设计参数-产品感性意象"之间的映射关系,建立产品造型意象评价系统;最后以代表性样本为初始种群,以意象评价为适应度评估,利用粒子群算法建立产品意象造型优化设计系统。以汽车轮廓优化设计进行实例研究,结果表明该方法较好地模拟了设计思维,可为产品概念设计提供有效的辅助与支持。 展开更多
关键词 产品设计 支持向量机 粒子群算法 意象造型 优化设计
在线阅读 下载PDF
基于支持向量机和粒子群算法的软测量建模 被引量：31
11
作者 刘瑞兰 牟盛静 +1 位作者 苏宏业 褚健 《控制理论与应用》 EI CAS CSCD 北大核心 2006年第6期895-899,906,共6页
针对PX氧化过程中的4-CBA浓度的估计问题,提出了基于支持向量机和粒子群算法来估计机理模型参数的方法．用支持向量机回归来提取特征样本,这些少量的特征样本估计机理模型参数可以减少计算时间,同时避免了人工随机试凑法选择训练样本的... 针对PX氧化过程中的4-CBA浓度的估计问题,提出了基于支持向量机和粒子群算法来估计机理模型参数的方法．用支持向量机回归来提取特征样本,这些少量的特征样本估计机理模型参数可以减少计算时间,同时避免了人工随机试凑法选择训练样本的盲目性．采用粒子群算法来估计非线性机理模型的参数,可以避免传统方法对初始点和样本的依赖．工业实例表明,本文提出的方法是有效的． 展开更多
关键词 支持向量机 特征样本 粒子群优化算法 PTA氧化过程 软测量
在线阅读 下载PDF
改进的基于粒子群优化的支持向量机特征选择和参数联合优化算法 被引量：38
12
作者 张进 丁胜 李波 《计算机应用》 CSCD 北大核心 2016年第5期1330-1335,共6页
针对支持向量机（SVM）中特征选择和参数优化对分类精度有较大影响,提出了一种改进的基于粒子群优化（PSO）的SVM特征选择和参数联合优化算法（GPSO-SVM）,使算法在提高分类精度的同时选取尽可能少的特征数目。为了解决传统粒子群算法... 针对支持向量机（SVM）中特征选择和参数优化对分类精度有较大影响,提出了一种改进的基于粒子群优化（PSO）的SVM特征选择和参数联合优化算法（GPSO-SVM）,使算法在提高分类精度的同时选取尽可能少的特征数目。为了解决传统粒子群算法在进行优化时易出现陷入局部最优和早熟的问题,该算法在PSO中引入遗传算法（GA）中的交叉变异算子,使粒子在每次迭代更新后进行交叉变异操作来避免这一问题。该算法通过粒子之间的不相关性指数来决定粒子之间的交叉配对,由粒子适应度值的大小决定其变异概率的大小,由此产生新的粒子进入到群体中。这样使得粒子跳出当前搜索到的局部最优位置,提高了群体的多样性,在全局范围内寻找更优值。在不同数据集上进行实验,与基于PSO和GA的特征选择和SVM参数联合优化算法相比,GPSO-SVM的分类精度平均提高了2%~3%,选择的特征数目减少了3%~15%。实验结果表明,所提算法的特征选择和参数优化效果更好。 展开更多
关键词 支持向量机 特征选择 参数优化 粒子群优化算法 遗传算法 不相关性指数
在线阅读 下载PDF
改进粒子群算法优化的支持向量机及其应用 被引量：28
13
作者 王振武 孙佳骏 尹成峰 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2016年第12期1728-1733,共6页
传统粒子群优化（particle swarm optimization,PSO）算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对... 传统粒子群优化（particle swarm optimization,PSO）算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对支持向量机（support vector machine,SVM）的参数进行优化,仿真实验结果表明：与SVM、PSO-SVM以及遗传算法（genetic algorithm,GA）优化的SVM（GA-SVM）相比,改进PSO优化的SVM（IPSO-SVM）算法具有较高的分类准确率,并且与PSO-SVM算法相比,准确率提高了3%~5%,与PSO-SVM算法以及GA-SVM算法相比,IPSO-SVM的训练和泛化速度都明显提高。本文将IPSO-SVM算法应用到遥感影像的分类中,分类结果表明,与PSO-SVM算法相比IPSO-SVM算法具有更好的分类结果。 展开更多
关键词 粒子群优化算法 混沌序列 支持向量机 遥感影像
在线阅读 下载PDF
基于改进粒子群算法的支持向量机 被引量：9
14
作者 周涛 张艳宁 +2 位作者 袁和金 邓方安 陆惠玲 《计算机工程与应用》 CSCD 北大核心 2007年第15期44-46,共3页
对求解含线性约束优化问题的粒子群算法(LPSO)进行了改进,给出了应用其训练支持向量机(SVM)的方法。改进后的算法在基本PSO惯性权重策略的基础上加入了基于种群收敛速度的自适应扰动,能够较好地调整算法的全局与局部搜索能力之间的平衡... 对求解含线性约束优化问题的粒子群算法(LPSO)进行了改进,给出了应用其训练支持向量机(SVM)的方法。改进后的算法在基本PSO惯性权重策略的基础上加入了基于种群收敛速度的自适应扰动,能够较好地调整算法的全局与局部搜索能力之间的平衡。对双螺旋问题的分类实验表明本文提出的方法稳定性好,训练出的SVM具有较高的分类正确率。 展开更多
关键词 支持向量机 粒子群优化算法 惯性权重策略
在线阅读 下载PDF
基于支持向量回归机和粒子群算法的船舶操纵运动模型辨识 被引量：10
15
作者 张心光 邹早建 王岩松 《船舶力学》 EI CSCD 北大核心 2016年第11期1427-1432,共6页
基于仿真的Z形试验数据,应用支持向量回归机对船舶操纵运动响应模型进行了机理建模,从核函数结构中得到了模型中的操纵性指数,并利用建立的响应模型进行了Z形试验的运动预报,同时引入粒子群算法对惩罚因子C值进行寻优,以减少惩罚因子C... 基于仿真的Z形试验数据,应用支持向量回归机对船舶操纵运动响应模型进行了机理建模,从核函数结构中得到了模型中的操纵性指数,并利用建立的响应模型进行了Z形试验的运动预报,同时引入粒子群算法对惩罚因子C值进行寻优,以减少惩罚因子C值选择的任意性对船舶操纵运动模型辨识精度产生的不利影响。通过将运动预报结果同仿真试验数据进行比较,验证了文中方法的有效性。 展开更多
关键词 船舶操纵 响应模型 参数辨识 支持向量回归机 粒子群算法
在线阅读 下载PDF
鲶鱼粒子群算法优化支持向量机的短期负荷预测 被引量：10
16
作者 石晓艳 刘淮霞 于水娟 《计算机工程与应用》 CSCD 2013年第11期220-223,227,共5页
为了准确、有效地预测短期负荷,提出了一种鲶鱼粒子群算法优化支持向量机的短期负荷预测模型(BFPSO-SVM)。基于混沌理论对短期负荷时间序列进行相空间重构;将支持向量机参数的组合看作一个粒子位置串,通过粒子间互作找到最优支持向量机... 为了准确、有效地预测短期负荷,提出了一种鲶鱼粒子群算法优化支持向量机的短期负荷预测模型(BFPSO-SVM)。基于混沌理论对短期负荷时间序列进行相空间重构;将支持向量机参数的组合看作一个粒子位置串,通过粒子间互作找到最优支持向量机参数,并引入"鲶鱼效应",克服基本粒子群算法的缺点;根据最优参数建立短期负荷预测模型,并对模型性能进行仿真测试。仿真结果表明,相对于其他预测模型,BFPSO-SVM不仅加快了支持向量机参数寻优速度,而且提高了短期负荷预测精度,更适用于短期负荷预测的需要。 展开更多
关键词 短期电力负荷 支持向量机 混沌理论 粒子群算法 鲶鱼效应
在线阅读 下载PDF
基于最小二乘支持向量机和粒子群算法的两相流含油率软测量方法 被引量：35
17
作者 张春晓 张涛 《中国电机工程学报》 EI CSCD 北大核心 2010年第2期86-91,共6页
为提高油水两相流含油率的测量精度，提出基于最小二乘支持向量机（least squares support vector machine，LSSVM）和改进的粒子群算法（particle swarm optimization，PSO）的含油率建模方法。该方法将测量的油水总流量和加热器上下... 为提高油水两相流含油率的测量精度，提出基于最小二乘支持向量机（least squares support vector machine，LSSVM）和改进的粒子群算法（particle swarm optimization，PSO）的含油率建模方法。该方法将测量的油水总流量和加热器上下游温差作为LSSVM输入，含油率作为输出，对含油率与温差和总流量的关系进行训练，通过改进的PSO优化LSSVM的参数，建立了含油率的优化模型，并用测试数据对含油率的模型进行了比较。实验结果表明，基于改进的PSO-LSSVM含油率模型比PSO-LSSVM和遗传算法-最小二乘支持向量机模型运算速度快，比理论修正模型测量精度高，含油率在4％～60％时，平均测量误差为0．93％。 展开更多
关键词 热式油水两相流 含油率 铂电阻 最小二乘支持向量机 粒子群算法 遗传算法
在线阅读 下载PDF
基于粒子群-支持向量机的时间序列分类诊断模型 被引量：7
18
作者 张涛 张明辉 +1 位作者 李清伟 张玥杰 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2016年第9期1450-1457,共8页
构建一种基于粒子群算法-支持向量机(PSO-SVM)的磁共振功能成像(fMRI)时间序列分类诊断模型,通过针对脑区多维时间序列数据的深层次分析实现病症患者和健康者的准确判断与区分,为面向fMRI时间序列数据的病症诊断和预测提供有效科学依据... 构建一种基于粒子群算法-支持向量机(PSO-SVM)的磁共振功能成像(fMRI)时间序列分类诊断模型,通过针对脑区多维时间序列数据的深层次分析实现病症患者和健康者的准确判断与区分,为面向fMRI时间序列数据的病症诊断和预测提供有效科学依据.该方法在以下4个方面不同于其他已有相关研究工作:(1)构建基于自回归模型的脑区多维时间序列数据特征表示;(2)构建基于支持向量机模型的脑区多维时间序列数据分类机制;(3)构建基于粒子群算法的分类学习参数寻优策略;(4)建立融合上述特征表示、优化分类与参数优选模式的fMRI时间序列数据分类诊断模型.通过以精神抑郁症作为实证分析的具体案例,所提出分类诊断模型已取得良好实验效果,展示出其有效性与合理性. 展开更多
关键词 fMRI多维时间序列 分类诊断 自回归模型 支持向量机(SVM) 粒子群算法(PSO)
在线阅读 下载PDF
粒子群算法优化双核支持向量机及应用 被引量：8
19
作者 聂立新 张天侠 赵波 《振动．测试与诊断》 EI CSCD 北大核心 2014年第3期565-569,596-597,共5页
针对支持向量机核函数和控制参数选取难度较大的问题,提出了一种主动划分参数区间的双尺度径向基核支持向量机,并用并行定向变异混合粒子群优化算法选取其控制参数。试验分析了利用标准数据集经多次独立重复试验得到的均值等统计量,验... 针对支持向量机核函数和控制参数选取难度较大的问题,提出了一种主动划分参数区间的双尺度径向基核支持向量机,并用并行定向变异混合粒子群优化算法选取其控制参数。试验分析了利用标准数据集经多次独立重复试验得到的均值等统计量,验证、测试了上述支持向量机模型,同时考虑了类间数据不平衡的影响。结果表明,双尺度径向基核函数的性能在多数情况下优于单径向基核函数,并行定向变异的混合粒子群优化算法优于标准粒子群优化算法,能够有效抑制早熟收敛,有利于搜索到更优的支持向量机控制参数。 展开更多
关键词 支持向量机 双尺度核函数 粒子群优化算法 参数优化 故障诊断
在线阅读 下载PDF
粒子群优化算法和最小二乘支持向量机的雷电过电压识别 被引量：6
20
作者 董建达 孙志能 +1 位作者 周开河 范良忠 《电网与清洁能源》 北大核心 2016年第6期35-40,共6页
为了提高雷电过电压的识别率,满足雷电过电压识别的实时性,提出了粒子群优化算法和最小二乘支持向量机的雷电过电压识别模型。首先提取多种特征作为雷电过电压识别的输入向量,然后采用最小二乘支持向量机设计雷电过电压识别的分类器,采... 为了提高雷电过电压的识别率,满足雷电过电压识别的实时性,提出了粒子群优化算法和最小二乘支持向量机的雷电过电压识别模型。首先提取多种特征作为雷电过电压识别的输入向量,然后采用最小二乘支持向量机设计雷电过电压识别的分类器,采用粒子群优化算法确定最合理的分类器参数,最后通过实验分析其有效性和优越性。结果表明,PSOLSSVM可以描述雷电过电压信号与特征间变化关系,提高了雷电过电压识别率,加快了雷电过电压识别速度,识别结果优于其他模型。 展开更多
关键词 雷电过电压 最小二乘支持向量机 特征提取 粒子群优化算法
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 … 42 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