基于粗糙集和支持向量机的航班运行风险预测 被引量：14

1

作者 王岩韬 唐建勋 赵嶷飞 《中国安全科学学报》 CAS CSCD 北大核心 2017年第9期158-163,共6页

为提高航班运行风险预测精确度,参照民航局咨询通告《航空承运人运行控制风险管控系统实施指南》,首先分析山东航空航班控制工作流程,初步筛选出15个航班运行风险评估指标项;然后精选100个航班历史数据,根据粗糙集理论,结合遗传算法和Jo... 为提高航班运行风险预测精确度,参照民航局咨询通告《航空承运人运行控制风险管控系统实施指南》,首先分析山东航空航班控制工作流程,初步筛选出15个航班运行风险评估指标项;然后精选100个航班历史数据,根据粗糙集理论,结合遗传算法和Johnson算法约简评估项,获取8个核心指标;最后,利用支持向量机(SVM)算法建立风险预测模型,并用Matlab进行仿真。结果表明:对于高中低3类风险等级,用该方法所得样本分类正确率可达82.22%,该方法可用于航班运行风险的评估和分级。 展开更多

关键词 航班运行 风险预测 粗糙集 遗传算法 Johnson算法 支持向量机(svm)

在线阅读 下载PDF 职称材料

基于邻域粗糙集与支持向量机的大型风机齿轮箱故障诊断 被引量：5

2

作者 陈立军 侯爽 +1 位作者 叶翀 张艳平 《机床与液压》 北大核心 2014年第15期180-184,共5页

大型风机的齿轮箱故障诊断是保证风机正常、稳定运行,避免突发性事故的有效手段。针对大型风机齿轮箱振动进行实时监测,对其振动情况进行分析、诊断。对采集的信号采用时域方法进行研究,获取时域指标属性,运用邻域粗糙集约简知识对各个... 大型风机的齿轮箱故障诊断是保证风机正常、稳定运行,避免突发性事故的有效手段。针对大型风机齿轮箱振动进行实时监测,对其振动情况进行分析、诊断。对采集的信号采用时域方法进行研究,获取时域指标属性,运用邻域粗糙集约简知识对各个信息属性进行约简,再结合支持向量机进行样本训练,并对待测数据进行故障诊断。 展开更多

关键词 齿轮箱 故障诊断 振动监测 邻域粗糙集 支持向量机(svm)

在线阅读 下载PDF 职称材料

基于模糊粗糙集和鲸鱼优化支持向量机的化工过程故障诊断 被引量：15

3

作者 李国友 杨梦琪 +2 位作者 杭丙鹏 李晨光 王维江 《振动与冲击》 EI CSCD 北大核心 2022年第2期177-184,共8页

针对化工过程复杂,故障数据量大、属性多,难以保证故障诊断准确率和速度的问题,提出了一种基于模糊粗糙集(fuzzy rough sets,FRS)和鲸鱼优化的支持向量机(support vector machine,SVM)的化工过程故障诊断方法。通过对化工过程历史数据分... 针对化工过程复杂,故障数据量大、属性多,难以保证故障诊断准确率和速度的问题,提出了一种基于模糊粗糙集(fuzzy rough sets,FRS)和鲸鱼优化的支持向量机(support vector machine,SVM)的化工过程故障诊断方法。通过对化工过程历史数据分析,判别故障类型。首先,利用模糊粗糙集对离散化后的过程数据进行特征选择,经过属性约简得出最小故障特征集合;然后,利用一种新型元启发式算法——鲸鱼优化算法(whale optimization algorithm,WOA),对支持向量机的参数进行优化,根据全局最佳适应度函数值,构建故障数据分类模型;最后,将属性约简后的数据集输入到鲸鱼优化的支持向量机故障分类模型中,实现化工过程的故障诊断。利用田纳西-伊斯曼(Tennessee Eastman,TE)过程对构建的FRS-WOA-SVM故障分类模型进行测试及比较。结果表明,该方法故障诊断准确率高、诊断速度快,可以有效地对化工过程中的故障做出诊断。 展开更多

关键词 故障诊断 鲸鱼优化算法(WOA) 模糊粗糙集(Frs) 支持向量机(svm) 属性约简 田纳西-伊斯曼(TE)过程

在线阅读 下载PDF 职称材料

基于粗糙集和优化DAG-SVM的船舶主机故障诊断方法 被引量：15

4

作者 刘国强 林叶锦 +1 位作者 张志政 庞水 《中国舰船研究》 CSCD 北大核心 2020年第1期68-73,共6页

[目的]船舶主机各子系统之间是复杂的非线性关系,对于监测点在短时间内采集的大量数据,传统的故障诊断方法难以高效地完成任务。以船舶主机的燃油系统为研究对象,提出一种基于粗糙集理论和优化有向无环图-支持向量机(DAG-SVM)的故障诊... [目的]船舶主机各子系统之间是复杂的非线性关系,对于监测点在短时间内采集的大量数据,传统的故障诊断方法难以高效地完成任务。以船舶主机的燃油系统为研究对象,提出一种基于粗糙集理论和优化有向无环图-支持向量机(DAG-SVM)的故障诊断方法。[方法]首先,将数据挖掘中的粗糙集理论引入传统的支持向量机(SVM)诊断模型,并通过差别矩阵对离散化数据进行降维,在每2种故障之间建立支持向量机分类器,从而构建DAG-SVM拓扑网络;然后,以类间的分类精度为依据,优化有向无环图中根节点和其他叶节点的位置,从而有效避免"误差累积";最后,基于某超大型油轮模拟器,开展数值实验分析。[结果]实验结果表明,粗糙集与优化DAG-SVM相结合的故障诊断方法可以对船舶主机故障进行有效的诊断决策,其分类精度比传统的DAG-SVM方法提高了3.38%,而时间消耗也降低了2.42 s。[结论]该诊断方法对船舶主机的故障诊断研究具有一定的参考价值,也可为SVM在其他小样本分类中的应用提供数据支撑。 展开更多

关键词 粗糙集属性约简 支持向量机 有向无环图-支持向量机 船舶主机 故障诊断

在线阅读 下载PDF 职称材料

基于粗糙集属性约简和支持向量机的变压器故障诊断 被引量：9

5

作者 孟宏鹏 徐海燕 宋遐淦 《南京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第4期504-510,共7页

针对油浸式变压器的故障诊断问题,提出一种利用差异化的粗糙集属性约简与有向无环图-支持向量机(DAG-SVM)相结合的方法实现变压器故障类型的快速诊断。该方法首先通过油浸液中溶解气体量的历史数据及其对应的故障类型建立原始故障决策表... 针对油浸式变压器的故障诊断问题,提出一种利用差异化的粗糙集属性约简与有向无环图-支持向量机(DAG-SVM)相结合的方法实现变压器故障类型的快速诊断。该方法首先通过油浸液中溶解气体量的历史数据及其对应的故障类型建立原始故障决策表;然后利用等频率间隔划分法对条件属性数据作离散化处理,利用差分矩阵对决策表信息进行差异化属性约简,建立每两类故障间的诊断规则,消除对决策结果区分度较低的冗余属性;最后根据约简属性的对应数据作为特征向量输入,构建有向无环图-支持向量机多分类诊断网络,进而实现对故障类型的判断。仿真实例表明,该方法在系统检测中提高了故障诊断的准确率。 展开更多

关键词 故障诊断 粗糙集 差异化属性约简 有向无环图-支持向量机

在线阅读 下载PDF 职称材料

用于脑-机接口P300实验的支持向量机分类方法 被引量：2

6

作者 葛瑜 刘杨 +1 位作者 周宗潭 胡德文 《计算机工程与设计》 CSCD 北大核心 2008年第11期2857-2858,2867,共3页

脑-机接口(BCI)技术利用脑电来实现无动作的人机交互。P300字符拼写范式是利用脑电信号实现文字选择输入的一种重要BCI实验范式,它通过对EEG中的P300信号的检测和识别,来推断试验对象(被试)对字母的注意选择。以2005年脑-机接口竞赛中... 脑-机接口(BCI)技术利用脑电来实现无动作的人机交互。P300字符拼写范式是利用脑电信号实现文字选择输入的一种重要BCI实验范式,它通过对EEG中的P300信号的检测和识别,来推断试验对象(被试)对字母的注意选择。以2005年脑-机接口竞赛中的一组P300字符拼写实验数据为处理对象,采用支持向量机(SVM)的机器学习方法进行算法设计,对信号通道进行了筛选,并采用较少的EEG通道数据进行处理。另外,通过调整参与训练的数据集大小,扩大了SVM中参数的取值范围,更有利于分类器设计。通过上述策略,提高了该BCI实验范式中的系统总体分类精度。上述方法对于测试集字符最佳识别正确率可达到89%,相比于我们参加该届竞赛时所用的线性分类器(LDA),字符识别正确率提高了3%。 展开更多

关键词 脑-机接口(BCI) 脑电(EEG) P300拼写范式 支持向量机(svm) 分类

在线阅读 下载PDF 职称材料

基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法 被引量：25

7

作者 王振亚 姚立纲 +1 位作者 蔡永武 张俊 《振动与冲击》 EI CSCD 北大核心 2021年第6期107-114,共8页

针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation... 针对旋转机械设备故障特征提取困难的问题,提出一种熵-流特征和樽海鞘群优化支持向量机(salp swarm optimization support vector machine,SSO-SVM)的故障诊断方法。利用改进多尺度加权排列熵(improved multiscale weighted permutation entropy,IMWPE)提取机械设备不同工况下的故障特征;采用监督等度规映射(S-Isomap)流形学习进行降维处理,获取低维的熵-流特征集;将熵-流特征输入至SSO-SVM多故障分类器进行识别与诊断。行星齿轮箱故障诊断实验分析结果表明:IMWPE+S-Isomap熵-流特征提取方法优于现有的多尺度排列熵(multiscale permutation entropy,MPE)、多尺度加权排列熵(multiscale weighted permutation entropy,MWPE)和IMWPE等熵值特征提取方法以及IMWPE+等度规映射(Isomap)和IMWPE+线性局部切空间排列(linear local tangent space alignment,LLTSA)等熵-流特征提取方法;樽海鞘群算法对支持向量机参数寻优效果优于粒子群、灰狼群、人工蜂群和蝙蝠群等算法;所提故障诊断方法识别精度达到100%,能够有效诊断出行星齿轮箱各工况类型。 展开更多

关键词 故障诊断 行星齿轮箱 熵-流特征 改进多尺度加权排列熵(IMWPE) 等度规映射(Isomap) 樽海鞘群优化算法(SSO) 支持向量机(svm)

在线阅读 下载PDF 职称材料

基于模糊C均值聚类-支持向量机的海底沉积物分类识别 被引量：3

8

作者 尤加春 毛慧慧 +1 位作者 段文豪 李红星 《海洋科学》 CAS CSCD 北大核心 2014年第11期122-130,共9页

在总结了目前海底底质分类研究的基础之上,率先提出利用计算机数值模拟技术对海底底质进行分类识别研究。相较于目前海底底质分类研究中所使用的水槽实验法,提出采用计算机数值正演技术模拟实际地震勘探中数据采集过程。在分类识别算法... 在总结了目前海底底质分类研究的基础之上,率先提出利用计算机数值模拟技术对海底底质进行分类识别研究。相较于目前海底底质分类研究中所使用的水槽实验法,提出采用计算机数值正演技术模拟实际地震勘探中数据采集过程。在分类识别算法上,分别采用支持向量机(SVM)和模糊C均值聚类(FCM)算法对采集的数据进行分类,为使支持向量机分类识别率达到最大,引入差分进化算法对支持向量机中关键参数进行最优化搜索,并研究了向原始地震记录中加入10%,30%,50%的高斯白噪音时算法的稳定性。在分析了这两种算法分类识别的正确率及其各自的优缺点后,提出了海底底质分类识别的两步法,即(1)先利用模糊C均值聚类进行一粗糙的预测分类,在每一类中挑选聚类性较好的数据作为支持向量机的训练样本;(2)将上一步中筛选的样本作为支持向量机的训练样本,并用差分进化算法优化支持向量机分类参数,再利用训练好的支持向量机对其余数据做预测分类。鉴于计算机数值模拟的可重复性、高效快速性及本文提出的模糊C均值聚类-支持向量机方法的鲁棒性,为便于开展进一步研究,归纳总结了一套行之有效的采用计算机数值模拟技术开展海底底质分类识别研究的一般化流程。 展开更多

关键词 双相-随机介质 模糊C均值聚类(FCM) 支持向量机(svm) 差分进化算法

在线阅读 下载PDF 职称材料

矿区采空塌陷危险性预测的RS-SVM模型 被引量：8

9

作者 温廷新 孙红娟 +2 位作者 徐波 邵良杉 章菲菲 《中国安全科学学报》 CAS CSCD 北大核心 2015年第10期16-21,共6页

为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论... 为快速、准确地预测矿区采空塌陷的危险性,针对矿区采空塌陷预测的复杂非线性特点,在统计分析实测资料的基础上,选取7项指标作为初始特征指标,30组塌陷样本作为原始样本,其中,前17组为原始训练样本,后13组为测试样本;运用粗糙集(RS)理论,对原始训练样本进行对象约简和属性约简。将属性约简后的3项指标作为支持向量机(SVM)的输入向量,建立矿区采空塌陷危险性预测的RS-SVM模型。将对象约简后的7组样本作为训练样本,用于模型训练。采用回代估计法进行回检,误判率为0。利用训练好的模型对13组待评样本进行预测,并与贝叶斯、BP神经网络(BPNN)方法进行比较。结果表明,RS理论与SVM算法相结合,能降低属性维数,去除冗余样本,简化模型,该模型所得预测结果准确率为100%。 展开更多

关键词 采空区 塌陷危险性预测 粗糙集(rs)理论 支持向量机(svm) 属性约简

在线阅读 下载PDF 职称材料

疲劳驾驶识别中的脑电信号特征选择算法和支持向量机模型研究 被引量：8

10

作者 谢宏 周笑丽 +2 位作者 夏斌 杨文璐 姚楠 《中国生物医学工程学报》 CAS CSCD 北大核心 2014年第4期482-486,共5页

针对疲劳驾驶识别中脑电特征选择和分类模型,提出采用粗糙集理论的离散化算法对通道和脑电信号特征量进行选择,选用支持向量机作为疲劳驾驶识别模型,并将疲劳误判风险作为支持向量机模型参数进行模型优化.针对5名受试者的实验结果表明,... 针对疲劳驾驶识别中脑电特征选择和分类模型,提出采用粗糙集理论的离散化算法对通道和脑电信号特征量进行选择,选用支持向量机作为疲劳驾驶识别模型,并将疲劳误判风险作为支持向量机模型参数进行模型优化.针对5名受试者的实验结果表明,与主分量方法相比,粗糙集离散化算法选取的特征量较少,以0.8为相容度阈值,在208个候选特征中选择的特征数为2～4个,不同被试者选取的特征不同且对建立支持向量机识别模型有影响;疲劳误判风险控制参数可以达到调节支持向量机识别模型误判风险. 展开更多

关键词 脑电信号 功率谱 疲劳 粗糙集 支持向量机(svm)

在线阅读 下载PDF 职称材料

基于RS-SVM模型的煤与瓦斯突出多因素风险评价 被引量：15

11

作者 刘俊娥 曾凡雷 郭章林 《中国安全科学学报》 CAS CSCD 北大核心 2011年第7期21-26,共6页

为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-... 为挖掘瓦斯突出风险与煤矿开采中各影响因素间的关系,应用支持向量机(SVM)理论从模式判别角度分析瓦斯突出风险与各地质因素组成的特征向量间的判别关系,基于粗糙集(RS)理论对待分析数据进行知识约简,提取核心判别指标,建立基于粗糙集-支持向量机(RS-SVM)的瓦斯突出风险判别模型。研究结果表明,RS知识约简方法可以很好地对原始数据中的冗余指标进行约简,通过对约简后指标数据进行SVM回归分析,可对煤与瓦斯突出模式进行很好的判别,所建立的瓦斯突出风险判别模型较一般SVM模型具有更高的预测精度,同时指标约简过程降低SVM运算中的复杂度,提高运算效率。 展开更多

关键词 煤与瓦斯突出 粗糙集(rs)理论 支持向量机(svm) 风险评价 指标约简

在线阅读 下载PDF 职称材料

基于AAM模型和RS-SVM的人脸识别研究 被引量：5

12

作者 王李冬 王玉槐 《计算机工程与应用》 CSCD 北大核心 2009年第22期140-143,共4页

提出了一种基于AAM模型和RS-SVM的人脸识别算法。首先,使用一种基于统计学定位的图像定位方法—主动外观模型(AAM),将其应用到人脸特征定位。为了从所有提取的特征中选择出与人脸识别相关的、必要的特征,使用了粗糙集理论(RoughSet)的... 提出了一种基于AAM模型和RS-SVM的人脸识别算法。首先,使用一种基于统计学定位的图像定位方法—主动外观模型(AAM),将其应用到人脸特征定位。为了从所有提取的特征中选择出与人脸识别相关的、必要的特征,使用了粗糙集理论(RoughSet)的属性约简算法进行特征选择,有效降低特征维数。然后用支持向量机(SVM)进行分类。实验证明,该方法在不影响识别率的情况下,可以有效降低SVM的运算复杂度。 展开更多

关键词 人脸识别 主动外观模型 粗糙集理论 支持向量机 粗糙集-支持向量机(rs—svm)

在线阅读 下载PDF 职称材料

一种基于粗糙集理论的SVM短期负荷预测方法 被引量：19

13

作者 李元诚 方廷健 《系统工程与电子技术》 EI CSCD 北大核心 2004年第2期187-190,共4页

在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统。该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机... 在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统。该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点。将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性。 展开更多

关键词 粗糙集理论 支持向量机 电力系统 短期负荷预测 svm 数据预处理 预测精度

在线阅读 下载PDF 职称材料

基于RS-SVM的城市埋地燃气管道外腐蚀情况评价 被引量：12

14

作者 骆正山 王浩 毕傲睿 《中国安全科学学报》 CAS CSCD 北大核心 2017年第6期109-114,共6页

为提高城市埋地燃气管道外腐蚀情况评价的准确性,识别影响管道外腐蚀的主要因素,构建评价指标集,结合粗糙集(RS)与支持向量机(SVM)的优势,建立管道外腐蚀情况预测评价模型。给出具体评价步骤,包括收集样本数据、预处理数据、用属性约简... 为提高城市埋地燃气管道外腐蚀情况评价的准确性,识别影响管道外腐蚀的主要因素,构建评价指标集,结合粗糙集(RS)与支持向量机(SVM)的优势,建立管道外腐蚀情况预测评价模型。给出具体评价步骤,包括收集样本数据、预处理数据、用属性约简算法筛选核心指标集、用SVM训练器训练数据,形成检验模型。以某条城市燃气管线为例进行实例验证和分析。结果表明:用RS-SVM模型预测评价管道的腐蚀等级与实际结果一致,传统方法预测管道腐蚀速率平均相对误差为14.1%,RS-SVM模型预测的平均相对误差为7.9%,较之传统方法精度更高。 展开更多

关键词 粗糙集(rs) 支持向量机(svm) 埋地燃气管道 外腐蚀 评价

在线阅读 下载PDF 职称材料

基于PMU和混合支持向量机网络的电力系统暂态稳定性分析 被引量：18

15

作者 李大虎 曹一家 《电网技术》 EI CSCD 北大核心 2006年第9期46-52,共7页

提出了一种基于粗糙集理论的混合网络模型,结合简单的计算将同步相量测量单元(PMU)获得的故障后短时间窗内各发电机的功角信息作为输入,首先利用粗糙集和自组织特征映射(SOFM)网络分别对原始输入进行特征提取和预分类,然后对那些不能直... 提出了一种基于粗糙集理论的混合网络模型,结合简单的计算将同步相量测量单元(PMU)获得的故障后短时间窗内各发电机的功角信息作为输入,首先利用粗糙集和自组织特征映射(SOFM)网络分别对原始输入进行特征提取和预分类,然后对那些不能直接利用SOFM网络进行稳定性判断的样本采用提取后的特征量并利用支持向量机(SVM)优良的统计特性进一步寻找其各自的最优分类面,以确保对所有样本进行正确分类。结合新英格兰10机系统的计算结果从预测精度和训练时间两方面对多种SVM模型进行了比较,结果表明了利用文中所提模型进行电力系统暂态稳定性分析的有效性,该模型可以提高训练效率以及分类的准确性。 展开更多

关键词 电力系统 暂态稳定 相量测量单元(PMU) 支持向量机(svm) 粗糙集 自组织特征映射(SOFM) 特征提取

在线阅读 下载PDF 职称材料

矿井突水水源识别的RS-LSSVM模型 被引量：12

16

作者 邵良杉 李印超 徐波 《安全与环境学报》 CAS CSCD 北大核心 2017年第5期1730-1734,共5页

为了对矿井突水水源进行准确、高效的判别,综合考虑水化学特征,选取Ca^(2+),Mg^(2+),K^++Na^+,HCO-3,SO2-4,Cl^-和总硬度7个指标的质量浓度(mg/L)作为矿井突水水源的最初判别指标。利用粗糙集(RS)理论的属性约简来筛选水化学特征指标,... 为了对矿井突水水源进行准确、高效的判别,综合考虑水化学特征,选取Ca^(2+),Mg^(2+),K^++Na^+,HCO-3,SO2-4,Cl^-和总硬度7个指标的质量浓度(mg/L)作为矿井突水水源的最初判别指标。利用粗糙集(RS)理论的属性约简来筛选水化学特征指标,用以作为水源识别的核心判别指标,建立基于RS的矿井突水水源识别的最小二乘支持向量机(LSSVM)模型。选用约简处理后的13组煤矿数据对模型进行训练,再用训练好的模型对另外12组突水数据进行水源判别,并与未进行属性约简的LSSVM模型及Fisher判别分析法、随机森林方法进行对比。结果表明,利用属性约简方法可以很好地排除原始数据中的冗余信息干扰,因而能有效判别矿井突水水源,使矿井突水水源模型的误判率降低至0;而且指标约简过程可以降低LSSVM运算的复杂度,也能够提高判别效率。 展开更多

关键词 安全工程 矿井突水 水源识别 粗糙集(rs)理论 最小二乘支持向量机(LSsvm) 属性约简

在线阅读 下载PDF 职称材料

基于支持向量机的机械故障特征选择方法研究 被引量：4

17

作者 王新峰 邱静 刘冠军 《机械科学与技术》 CSCD 北大核心 2005年第9期1122-1125,共4页

在机械故障诊断中,对机器状态信号进行处理可得到故障特征集。但是此特征集中通常含有冗余特征而影响诊断效果。特征选择可以去除原始特征中的冗余特征,提高诊断精度和诊断效率。本文提出采用支持向量机(SVM)作为决策分类器,研究了使用... 在机械故障诊断中,对机器状态信号进行处理可得到故障特征集。但是此特征集中通常含有冗余特征而影响诊断效果。特征选择可以去除原始特征中的冗余特征,提高诊断精度和诊断效率。本文提出采用支持向量机(SVM)作为决策分类器,研究了使用SVM的错误上界如半径-间距上界代替学习错误率作为特征性能评价,并且使用遗传算法对特征集进行寻优的特征选择方法。此方法由于只需要训练一次SVM,相比常用的分组轮换方法有较高的计算效率。数值仿真和减速器的轴承故障特征选择试验中,采用此方法对生成特征集进行选择,并与常用的分组轮换法进行了对比。结果显示此方法有较好的选择性能和选择效率。 展开更多

关键词 特征选择 分组轮换法(Cross-Validation) 支持向量机(svm) 半径-间距上界 遗传算法

在线阅读 下载PDF 职称材料

基于RS-MSWOA-LSSVM的油气管道失效压力预测 被引量：6

18

作者 骆正山 马昌宝 王小完 《安全与环境工程》 CAS CSCD 北大核心 2022年第4期163-171,共9页

油气管道受多种因素的影响会发生管壁减薄、管道破裂等现象,为提高管道失效压力的预测精度,提出一种基于RS-MSWOA-LSSVM的油气管道失效压力预测模型。首先,采用粗糙集(RS)属性约简提取关键特征,以优化预测模型的输入变量;然后,采用混合... 油气管道受多种因素的影响会发生管壁减薄、管道破裂等现象,为提高管道失效压力的预测精度,提出一种基于RS-MSWOA-LSSVM的油气管道失效压力预测模型。首先,采用粗糙集(RS)属性约简提取关键特征,以优化预测模型的输入变量;然后,采用混合策略下的鲸鱼优化算法(MS-WOA)对惩罚因子C和核函数参数σ^(2)进行寻找,并将优化后的参数代入最小二乘法支持向量机(LSSVM)进行预测,得到最优解;最后,引入均方误差、均方根误差、平均绝对误差和决定系数(R^(2))4个评价指标,对LSSVM模型、WOA-LSSVM模型和RS-MSWOA-LSSVM模型的预测精度进行了对比评价。结果表明:RS-MSWOA-LSSVM模型与另外两种模型相比,其预测结果的R^(2)提升至0.9968,均方误差降至0.0639 MPa,均方根误差降至0.2528 MPa,平均绝对误差降至0.2223 MPa,说明该模型的预测结果与实际结果的拟合度更高,且预测精度优于其他两种模型。该研究结果可为油气管道失效压力的预测与管道的安全防护提供技术支撑和决策依据。 展开更多

关键词 油气管道 失效压力预测 粗糙集(rs) 鲸鱼优化算法(WOA) 最小二乘法支持向量机(LSsvm)

在线阅读 下载PDF 职称材料

样例约简支持向量机 被引量：2

19

作者 翟俊海 王婷婷 王熙照 《计算机科学与探索》 CSCD 2011年第12期1131-1138,共8页

支持向量机(support vector machine,SVM)仅利用靠近分类边界的支持向量构造最优分类超平面,但求解SVM需要整个训练集,当训练集的规模较大时,求解SVM需要占用大量的内存空间,寻优速度非常慢。针对这一问题,提出了一种称为样例约简的寻... 支持向量机(support vector machine,SVM)仅利用靠近分类边界的支持向量构造最优分类超平面,但求解SVM需要整个训练集,当训练集的规模较大时,求解SVM需要占用大量的内存空间,寻优速度非常慢。针对这一问题,提出了一种称为样例约简的寻找候选支持向量的方法。在该方法中,支持向量大多靠近分类边界,可利用相容粗糙集技术选出边界域中的样例,作为候选支持向量,然后将选出的样例作为训练集来求解SVM。实验结果证实了该方法的有效性,特别是对大型数据库,该方法能有效减少存储空间和执行时间。 展开更多

关键词 相容粗糙集 样例选择 支持向量机(svm) 最优分类超平面 统计学习理论

在线阅读 下载PDF 职称材料

基于支持向量机的BCI导联选择算法 被引量：2

20

作者 张胜 王蔚 《中国生物医学工程学报》 CAS CSCD 北大核心 2009年第4期624-627,共4页

脑-机接口(BCI)中导联选择的目的是在所有记录脑电信号的导联中,选择出与特定心理任务分类最相关的导联,对于简化BCI系统,提高系统传输速率具有重要影响。本研究提出一种基于支持向量机(SVM)的导联选择算法,所采用的实验数据来自德国组... 脑-机接口(BCI)中导联选择的目的是在所有记录脑电信号的导联中,选择出与特定心理任务分类最相关的导联,对于简化BCI系统,提高系统传输速率具有重要影响。本研究提出一种基于支持向量机(SVM)的导联选择算法,所采用的实验数据来自德国组织的第三届国际BCI数据竞赛数据集IVa中两个受试者(al,aw)。结果表明,该算法对al数据集导联可从118减少到22,同时系统识别的精度从92%提高到98%;对aw数据集导联可从118减少到35,同时系统识别的精度从89%提高到93%。可简化BCI系统的设计,改善系统性能。 展开更多

关键词 脑-机接口 导联选择 支持向量机(svm) 特征选择

在线阅读 下载PDF 职称材料