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655篇文章
< 1 2 … 33 >
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：
基于网格搜索-支持向量机的采场顶板稳定性预测 被引量：18
1
作者 郭超 宋卫华 魏威 《中国安全科学学报》 CAS CSCD 北大核心 2014年第8期31-36,共6页
为准确、快速地预测采场顶板稳定性(SRS),建立基于支持向量机(SVM)理论的SRS评价法。考虑煤-岩石介质与环境条件和工程因素,研究岩石单轴抗压强度、岩石质量指标(RQD)、煤体抗压强度、顶板水文状况和工作面月推进速度对SRS的影响。建立... 为准确、快速地预测采场顶板稳定性(SRS),建立基于支持向量机(SVM)理论的SRS评价法。考虑煤-岩石介质与环境条件和工程因素,研究岩石单轴抗压强度、岩石质量指标(RQD)、煤体抗压强度、顶板水文状况和工作面月推进速度对SRS的影响。建立SRS识别的SVM模型。为提高预测模型的泛化能力和预测精度,利用网格搜索法(GSM)及10折交叉确认寻优方法对SVM模型的参数进行优化。用该模型对5组待判工程实例进行判别。研究结果表明,模型训练样本10折交叉确认准确率达91.3%,对测试样本识别正确率为80%,识别结果与实际较吻合。 展开更多
关键词 采场顶板稳定性(SRS) 支持向量机(SVM) 网格搜索法(GSM) 10折交叉确认 预测
在线阅读 下载PDF
堤防管涌发生可能性识别的网格搜索-支持向量机方法 被引量：6
2
作者 翟越 刘浪 于澍 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第4期1497-1503,共7页
针对堤防管涌的评价涉及多种变量且各变量之间存在着高度的非线性关系,应用统计学习理论并结合工程实际,提出基于支持向量机(SVM)理论的堤防管涌发生可能性识别方法。将影响管涌演化、发生和导致破坏的因素进行归纳,选取坝高H、坝前水... 针对堤防管涌的评价涉及多种变量且各变量之间存在着高度的非线性关系,应用统计学习理论并结合工程实际,提出基于支持向量机(SVM)理论的堤防管涌发生可能性识别方法。将影响管涌演化、发生和导致破坏的因素进行归纳,选取坝高H、坝前水深Hp、下游边坡m、土的有效凝聚力c、有效内摩擦角ψ、饱和单位容重γ、渗透系数K、最大有效粒径疏db和下游滤层倾角δ共9种代表性的优势参数作为模型的输入,将堤坝管涌发生的可能性因子λ作为模型的输出,以16个堤防管涌工程实例作为学习样本进行训练,采用RBF核函数,建立堤防管涌发生可能性识别的支持向量机分类模型。为提高预测模型的泛化能力和预测精度,利用网格搜索寻优方法对支持向量机模型的参数进行了优化,并对7组待判实例进行判别。研究结果表明:建立的网格搜索优化支持向量机分类模型对堤防管涌发生可能性识别结果与实际结果吻合,正确率达95%,可考虑在实际工程中进行推广。 展开更多
关键词 堤防工程 管涌 支持向量机 网格搜索法 预测
在线阅读 下载PDF
基于粗糙集-网格搜索-支持向量的公路隧道施工坍塌风险评估模型
3
作者 吴波 曾佳佳 +2 位作者 蔡琦 朱若男 刘聪 《科学技术与工程》 北大核心 2025年第3期1245-1252,共8页
为合理高效地进行公路隧道施工坍塌风险评估,通过粗糙集(rough set,RS)理论、网格搜索法(grid search,GS)和支持向量机(support vector classification,SVC)研究了公路隧道施工坍塌风险评估模型。首先融合超前地质预报,构建公路隧道施... 为合理高效地进行公路隧道施工坍塌风险评估,通过粗糙集(rough set,RS)理论、网格搜索法(grid search,GS)和支持向量机(support vector classification,SVC)研究了公路隧道施工坍塌风险评估模型。首先融合超前地质预报,构建公路隧道施工坍塌风险评价指标体系,同时收集100个隧道坍塌相关案例信息并对指标数据进行离散化处理,其次基于粗糙集条件信息熵进行属性约简,得到约简后的核指标集,而后采用网格搜索法寻找支持向量分类训练集的最优参数,建立基于粗糙集-网格搜索-支持向量(RS-GS-SVC)公路隧道施工坍塌风险评估模型,最后将所建模型用于对测试样本的预测。结果表明:在相同学习样本的条件下,相较于粗糙集-遗传-支持向量模型(RS-GA-SVC)和粗糙集-粒子群-支持向量模型(RS-PSO-SVC),RS-GS-SVC模型具有更高的分类精度;在训练集与测试集比例相同的条件下,RS-GS-SVC模型的预测准确率高于GS-SVC模型,准确率分别为93.33%和90%,且RS-GS-SVC模型的运算时间更短。可见,经粗糙集条件信息熵属性约简,可以有效降低模型复杂度,提高分类精度。 展开更多
关键词 风险评估 公路隧道坍塌 支持向量分类 粗糙集 网格搜索法
在线阅读 下载PDF
基于支持向量机的钢-混结合段疲劳性能研究
4
作者 王海波 王鸿燊 王文轩 《中南大学学报(自然科学版)》 北大核心 2025年第5期1874-1885,共12页
为了更准确地预测和评估钢-混结合段的疲劳性能,设计了缩尺比为1:2的关键格室构件进行设计寿命期内疲劳验证试验,用试验结果验证有限元模型的准确性。采用ABAQUS有限元软件对各种参数下的疲劳应力幅进行计算,结合Eurocode 3中的相关规... 为了更准确地预测和评估钢-混结合段的疲劳性能,设计了缩尺比为1:2的关键格室构件进行设计寿命期内疲劳验证试验,用试验结果验证有限元模型的准确性。采用ABAQUS有限元软件对各种参数下的疲劳应力幅进行计算,结合Eurocode 3中的相关规定预测钢-混结合段的疲劳性能。另外,选择支持向量机对多参数下的钢-混结合段疲劳性能进行评估。采用交叉验证等方法,调优支持向量机的核函数系数G和正则化参数C,以确保模型的最佳性能。研究结果表明:疲劳寿命预测结果准确率达98.78%,该方法为钢-混结合段的疲劳性能研究提供了一种新的、可靠的分析方法,可为工程实际应用提供参考。 展开更多
关键词 钢-混结合段 疲劳寿命 支持向量机 模型试验
在线阅读 下载PDF
基于网格搜索优化支持向量机多分类参数识别不同工艺酱酒的应用研究 被引量：5
5
作者 陈旭东 许忠平 +1 位作者 童凯 王德良 《中国酿造》 CAS 北大核心 2024年第6期213-217,共5页
为提升支持向量机(SVM)在不同工艺酱酒分类预测中的准确度,该实验利用网格搜索优化支持向量机参数,建立最优参数的支持向量机分类预测模型。通过对不同工艺酱香型白酒客观结构特征定量分析,将提取的特征信息数据经过预处理(异常值处理... 为提升支持向量机(SVM)在不同工艺酱酒分类预测中的准确度,该实验利用网格搜索优化支持向量机参数,建立最优参数的支持向量机分类预测模型。通过对不同工艺酱香型白酒客观结构特征定量分析,将提取的特征信息数据经过预处理(异常值处理、归一化操作等)后存储为样本数据集。其中样本数据分为训练样本与测试样本,通过训练样本对最优参数的SVM白酒品牌分类预测模型进行训练,测试样本对模型进行预测分类。经过试验验证,该模型的不同工艺分类识别率达到94.44%,较传统的SVM等分类算法能够快速、有效地对不同工艺的酱酒进行分类识别,显著改善分类的精度,改进后的方法实现过程也比较简单。 展开更多
关键词 不同工艺酱酒 支持向量机 网格搜索 分类预测
在线阅读 下载PDF
基于改进联合分布适配和支持向量机的谐波减速器故障诊断
6
作者 石超 刘彪 +2 位作者 郭世杰 唐术锋 吕贺 《机电工程》 北大核心 2025年第3期441-450,共10页
在对谐波减速器进行变工况故障诊断时,一般难以获得大量的带标签数据,从而导致所训练的模型识别准确率较低。针对这一问题,提出了一种基于改进联合分布适配和支持向量机的迁移模型(方法),从而对谐波减速器进行了故障诊断。首先,对周期... 在对谐波减速器进行变工况故障诊断时,一般难以获得大量的带标签数据,从而导致所训练的模型识别准确率较低。针对这一问题,提出了一种基于改进联合分布适配和支持向量机的迁移模型(方法),从而对谐波减速器进行了故障诊断。首先,对周期样本进行了时域、频域以及熵特征的多特征提取,构造了样本集;然后,针对联合适配(JDA)对齐两域状态下,未考虑到数据潜在的几何结构问题,在JDA的基础上增加了联合分布的权重因子以及加权流形正则化项,并使用支持向量机(SVM)进行了伪标签的迭代更新,构造了改进联合分布适配-支持向量机(IJDA-SVM)迁移模型;最后,使用实验所得的谐波减速器振动信号数据以及滚动轴承公开数据集对该方法的有效性进行了验证。研究结果表明:IJDA-SVM在谐波减速器单域诊断效果上,最高识别率可达97.25%,平均识别率为94.08%,在谐波减速器多域诊断效果上,最高识别率可达95.25%,平均识别率为92.5%。采用该方法能够实现变工况谐波减速器的故障诊断目的,其具有诊断精度高、泛化效果好的优点。 展开更多
关键词 变速器 多域故障诊断 变工况 迁移学习 改进联合分布适配-支持向量机 流形正则化
在线阅读 下载PDF
基于网格搜索和支持向量机的灰熔点预测 被引量：34
7
作者 李清毅 周昊 +2 位作者 林阿平 邱坤赞 岑可法 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2011年第12期2181-2187,共7页
为了预测混煤的灰熔点,采用支持向量机建立煤灰软化温度模型,模型将煤的灰成分作为输入量,煤的软化温度作为输出量,利用网格搜索寻优方法对支持向量机(SVM)模型的参数进行了优化,在设定的不同精度下分别获得模型的最优参数,利用优化后... 为了预测混煤的灰熔点,采用支持向量机建立煤灰软化温度模型,模型将煤的灰成分作为输入量,煤的软化温度作为输出量,利用网格搜索寻优方法对支持向量机(SVM)模型的参数进行了优化,在设定的不同精度下分别获得模型的最优参数,利用优化后的模型对单煤和混煤的灰熔点进行了预测,并将不同精度下的预测结果与实验结果进行对比.煤灰软化温度模型设定精度为0.01时,单煤样本预测相对误差最小,其最大相对误差和平均相对误差分别为3.00%和0.48%;运用此模型对混煤预测的最大相对误差和平均相对误差分别为1.74%和0.62%.预测结果表明,经网格搜索优化后的支持向量机模型对煤灰熔点预测较精确. 展开更多
关键词 网格搜索 支持向量机 灰熔点 混煤
在线阅读 下载PDF
基于网格搜索和交叉验证的支持向量机在梯级水电系统隐随机调度中的应用 被引量：73
8
作者 纪昌明 周婷 +1 位作者 向腾飞 黄海涛 《电力自动化设备》 EI CSCD 北大核心 2014年第3期125-131,共7页
将支持向量机(SVM)理论与网格搜索及交叉验证相结合,应用于梯级水电系统隐随机优化调度中,实现径流不确定条件下的梯级实际优化运行。以系统结构风险最小为SVM训练目标,结合参数分布规律,采用指数划分的网格搜索对模型参数进行优选;将K-... 将支持向量机(SVM)理论与网格搜索及交叉验证相结合,应用于梯级水电系统隐随机优化调度中,实现径流不确定条件下的梯级实际优化运行。以系统结构风险最小为SVM训练目标,结合参数分布规律,采用指数划分的网格搜索对模型参数进行优选;将K-fold交叉验证技术引入到SVM训练性能评价中,降低了训练样本随机性对训练模型性能的干扰,提高了模型的泛化能力。建立VC_与MATLAB混合编程平台,对梯级水电系统隐随机优化调度运行进行仿真,结果表明基于采用最优参数SVM的隐随机优化调度在梯级系统发电量和发电过程方面取得了良好成果。 展开更多
关键词 支持向量机 网格搜索 交叉验证 混合编程 梯级水电系统 优化 水电
在线阅读 下载PDF
基于改进网格搜索法的支持向量机在气体定量分析中的应用 被引量：31
9
作者 曲健 陈红岩 +3 位作者 刘文贞 李志彬 张兵 应亚宏 《传感技术学报》 CAS CSCD 北大核心 2015年第5期774-778,共5页
针对气体定量分析中,支持向量机建模的参数难以确定以及现有的方法历时长等问题,提出了一种改进的网格搜索法,用于建立基于红外光谱的CO2气体定量分析模型。通过对汽车尾气中CO2气体的初始数据进行优化,再将优化的核函数代入支持向量机... 针对气体定量分析中,支持向量机建模的参数难以确定以及现有的方法历时长等问题,提出了一种改进的网格搜索法,用于建立基于红外光谱的CO2气体定量分析模型。通过对汽车尾气中CO2气体的初始数据进行优化,再将优化的核函数代入支持向量机进行浓度的回归分析。对浓度范围在0.025%~20%的20组不同浓度的CO2气体进行定量分析,并与PSO算法作对比。实验表明,采用改进的网格搜索法获得的最佳参数c=0.25,g=2.828 4,PSO获得的最佳参数c=18.302 1,g=0.01,所用时间比PSO算法节省约5倍。预测结果误差在5%以内,符合国家对尾气排放的相关标准。 展开更多
关键词 传感器应用 支持向量机 网格搜索 定量分析 红外光谱
在线阅读 下载PDF
基于网格模式搜索的支持向量机模型选择 被引量：11
10
作者 李兵 姚全珠 +2 位作者 罗作民 田元 王伟 《计算机工程与应用》 CSCD 北大核心 2008年第15期136-138,共3页
支持向量机的模型选择问题就是对于一个给定的核函数,调节核参数和惩罚因子C。分析了网格搜索算法和模式搜索算法,通过结合上述两种算法的优点提出了网格模式搜索算法。其核心原理是先用网格算法在全局范围内进行快速搜索,找到最优解的... 支持向量机的模型选择问题就是对于一个给定的核函数,调节核参数和惩罚因子C。分析了网格搜索算法和模式搜索算法,通过结合上述两种算法的优点提出了网格模式搜索算法。其核心原理是先用网格算法在全局范围内进行快速搜索,找到最优解的最小区间,再在这个最小区间内用模式搜索算法找到最优解。实验证明,网格模式搜索具有学习精度高和速度快的优点。 展开更多
关键词 支持向量机 模型选择 网格模式搜索
在线阅读 下载PDF
基于网格搜索的支持向量机核函数参数的确定 被引量：128
11
作者 王兴玲 李占斌 《中国海洋大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第5期859-862,共4页
为提高支持向量机的分类准确率,研究了支持向量机核函数的参数确定问题,得到了1种确定支持向量机核函数的参数的有效途径。利用网格搜索法可使各组核函数参数相互解耦,从而便于并行计算,提高了运行效率。将此方法用于测井岩性分类器的... 为提高支持向量机的分类准确率,研究了支持向量机核函数的参数确定问题,得到了1种确定支持向量机核函数的参数的有效途径。利用网格搜索法可使各组核函数参数相互解耦,从而便于并行计算,提高了运行效率。将此方法用于测井岩性分类器的训练得到了较理想的仿真结果。 展开更多
关键词 支持向量机 核函数 网格搜索
在线阅读 下载PDF
网格搜索法优化的支持向量机室内可见光定位 被引量：16
12
作者 杜聪 邵建华 +3 位作者 杨薇 王宗生 邓莲佳 沈宏杰 《激光杂志》 CAS 北大核心 2021年第3期104-109,共6页
采用信号强度特征建立指纹库,通过网格搜索法对支持向量机参数进行优化,利用SVM回归算法建模位置坐标和信号强度特征的映射关系,实现对待定位点位置坐标的预测。在待定位点误差范围内建立子集指纹库,根据欧式距离的远近分配权值,对预测... 采用信号强度特征建立指纹库,通过网格搜索法对支持向量机参数进行优化,利用SVM回归算法建模位置坐标和信号强度特征的映射关系,实现对待定位点位置坐标的预测。在待定位点误差范围内建立子集指纹库,根据欧式距离的远近分配权值,对预测到的坐标进一步优化,实现误差最小化。将没有优化的支持向量机与用网格搜索法、蚁群算法、粒子群算法优化后进行对比,实验结果表明,使用网格搜索法优化后的SVM回归算法可以实现良好的定位效果,最终平均定位误差可达到0.042 m,且算法所需时间优于蚁群算法,寻找全局最优解优于粒子群算法。 展开更多
关键词 支持向量机 网格搜索法 可见光 室内定位
在线阅读 下载PDF
基于网格搜索的支持向量机砂土液化预测模型 被引量：21
13
作者 张向东 冯胜洋 王长江 《应用力学学报》 CAS CSCD 北大核心 2011年第1期24-28,107,共5页
在使用支持向量机对砂土液化进行预测时,不可避免地会遇到惩罚因子和核函数参数如何选取的问题,目前还没有确定这两个参数的选择模式,解决这一问题比较常用的办法有经验公式法、遗传算法和网格搜索法。对此本文基于网格搜索方法,使用LIB... 在使用支持向量机对砂土液化进行预测时,不可避免地会遇到惩罚因子和核函数参数如何选取的问题,目前还没有确定这两个参数的选择模式,解决这一问题比较常用的办法有经验公式法、遗传算法和网格搜索法。对此本文基于网格搜索方法,使用LIBSVM软件包,寻找砂土液化训练样本的结构风险最小值所对应的支持向量机最优参数;使用最优参数,建立了支持向量机砂土液化预测模型。研究结果表明:预测样本的正确率可达87.5%,而且预测结果稳定;同时通过比较BP神经网络的砂土液化预测情况,可知支持向量机有更好的泛化能力,收敛速度也更快。 展开更多
关键词 砂土液化预测 支持向量机 网格搜索 惩罚因子 核函数参数
在线阅读 下载PDF
基于改进麻雀搜索算法和支持向量机的边坡稳定性 被引量：4
14
作者 连浩 周爱红 乐婧瑜 《科学技术与工程》 北大核心 2024年第10期4239-4246,共8页
边坡失稳是由多种因素共同作用的结果,常规的数学模型难以准确预测。为提高边坡稳定性预测精度,采用多策略融合改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量机(support vector machine,SVM),进而建立边坡稳... 边坡失稳是由多种因素共同作用的结果,常规的数学模型难以准确预测。为提高边坡稳定性预测精度,采用多策略融合改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量机(support vector machine,SVM),进而建立边坡稳定性预测模型(ISSA-SVM模型)。将重度、黏聚力、内摩擦角、边坡角、边坡高、孔隙压力比6项因素作为输入特征,将边坡稳定性状态作为输出结果,进而预测边坡稳定性。选取中外工程实例建立边坡数据库,将ISSA-SVM模型与SSA-SVM模型进行对比分析,通过灰色关联度分析法(grey relation analysis,GRA)进行敏感性分析。结果表明:ISSA-SVM模型预测精度更高、泛化能力更强,黏聚力和内摩擦角是对边坡稳定性最为敏感的因子。所提ISSA-SVM模型不仅能够准确地预测边坡稳定状态,还可以为其他领域相关问题提供参考。 展开更多
关键词 边坡稳定性 相关性分析 改进麻雀搜索算法 支持向量机 敏感性分析
在线阅读 下载PDF
高光谱技术结合网格搜索优化支持向量机的桃缺陷检测 被引量：7
15
作者 张立秀 张淑娟 +3 位作者 孙海霞 薛建新 任锐 刘文俊 《食品与发酵工业》 CAS CSCD 北大核心 2023年第16期269-275,共7页
为快速区分完好桃、疮痂桃、腐烂桃(虫咬桃、鸟啄桃),实现久保桃外部缺陷的无损检测,该研究利用高光谱技术对久保桃的外部缺陷进行了研究。共采集302个久保桃样本(120个完好桃样本、120个缺陷桃样本、62个验证桃样本),对比经光谱学、基... 为快速区分完好桃、疮痂桃、腐烂桃(虫咬桃、鸟啄桃),实现久保桃外部缺陷的无损检测,该研究利用高光谱技术对久保桃的外部缺陷进行了研究。共采集302个久保桃样本(120个完好桃样本、120个缺陷桃样本、62个验证桃样本),对比经光谱学、基线校正、中值滤波(median filter,MF)等5种预处理方法建立偏最小二乘法模型的准确率,选取经MF预处理后的光谱数据进行后续建模研究。采用回归系数法、竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)提取特征波长,建立网格搜索法优化支持向量机(grid search optimized support vector machines,GS-SVM)模型、遗传算法优化SVM模型、粒子群算法优化的SVM模型并进行对比分析。结果表明,CARS-GS-SVM模型预测效果最好,其训练集的判别率为93.33%,预测集的判别率为96.77%,验证集的判别准确率为91.94%,运行时间为11.5 s。该研究利用高光谱技术结合CARS-GS-SVM模型实现了久保桃外部缺陷的检测,为开发水果的分级分选设备提供了理论基础。 展开更多
关键词 高光谱 久保桃 外部缺陷 网格搜索法优化支持向量机 检测
在线阅读 下载PDF
城市小时级需水量的改进型引力搜索算法-最小二乘支持向量机模型预测 被引量：11
16
作者 戢钢 王景成 +2 位作者 葛阳 刘华江 杨丽雯 《控制理论与应用》 EI CAS CSCD 北大核心 2014年第10期1377-1382,共6页
本文研究利用最小二乘支持向量机(least squares support vector machine,LS-SVM)算法建立城市小时级需水量预测模型.采取精英策略,自适应的速度更新权重系数,同时引入粒子历史最优信息对引力搜索算法(gravitational search algorithm,G... 本文研究利用最小二乘支持向量机(least squares support vector machine,LS-SVM)算法建立城市小时级需水量预测模型.采取精英策略,自适应的速度更新权重系数,同时引入粒子历史最优信息对引力搜索算法(gravitational search algorithm,GSA)进行了改进.最后采用改进型引力搜索算法(ameliorated gravitational search algorithm,AGSA)优化LS-SVM水量预测模型的正规化参数和核参数来提高模型的预测精度及预测速度.理论测试与实例分析表明,基于AGSA比基于GSA,遗传算法(genetic algorithms,GA)和粒子群优化算法(particle swarm optimization,PSO)的LS-SVM水量预测模型具有更好的预测精度,从而验证了基于AGSA的LS-SVM算法适用于小时级需水量预测问题,AGSA适用于多领域的模型参数的优化过程. 展开更多
关键词 智能控制 需水量预测 最小二乘支持向量机 改进的引力搜索算法
在线阅读 下载PDF
基于网格搜索与支持向量机的轴承故障诊断 被引量：17
17
作者 杨婧 续婷 +1 位作者 白艳萍 燕慧超 《科学技术与工程》 北大核心 2021年第22期9360-9364,共5页
针对轴承故障诊断问题,提出一种基于相关度分析与网格搜索算法(GS)优化支持向量机(SVM)的轴承故障诊断方法。采用GS算法对SVM的惩罚参数c和核函数参数g进行寻优,以此建立分类器用于识别轴承故障类型。在模型建立方面巧妙地加入了分层的... 针对轴承故障诊断问题,提出一种基于相关度分析与网格搜索算法(GS)优化支持向量机(SVM)的轴承故障诊断方法。采用GS算法对SVM的惩罚参数c和核函数参数g进行寻优,以此建立分类器用于识别轴承故障类型。在模型建立方面巧妙地加入了分层的思想,通过相关度分析之后采用多层GS-SVM模型使轴承的故障诊断准确率相对于近年来的研究得到了明显的提升。最后,采用凯斯西储大学轴承数据中心的滚动轴承故障数据进行了分类识别实验。实验表明,研究提出的轴承故障诊断方法在直接作用于原信号的基础上不仅能够有效的识别轴承正常状态、内圈故障、外圈故障以及滚珠故障,而且还对每一类故障的严重程度有很好的区分,提高了故障类样本的诊断正确率,具有较强的实用性。 展开更多
关键词 轴承 故障诊断 支持向量机 网格搜索
在线阅读 下载PDF
基于平滑先验法-麻雀搜索算法-支持向量机回归模型的滑坡位移预测——以三峡库区八字门和白水河滑坡为例 被引量：15
18
作者 杨玲 魏静 许子伏 《地球科学与环境学报》 CAS 北大核心 2022年第6期1096-1110,共15页
为定量化平滑先验法中正则化参数的取值及提高滑坡位移预测精度,提出一种基于平滑先验法(SPA)-麻雀搜索算法(SSA)-支持向量机回归(SVR)模型的滑坡位移预测方法。以三峡库区八字门和白水河滑坡为研究对象,首先采用平滑先验法分解累计位... 为定量化平滑先验法中正则化参数的取值及提高滑坡位移预测精度,提出一种基于平滑先验法(SPA)-麻雀搜索算法(SSA)-支持向量机回归(SVR)模型的滑坡位移预测方法。以三峡库区八字门和白水河滑坡为研究对象,首先采用平滑先验法分解累计位移序列和影响因素序列,基于波形相似度确定最优正则化参数并得到位移分解结果,利用灰色关联度确定波动项位移预测时最优输入序列,然后使用BP神经网络和麻雀搜索算法优化支持向量机回归模型,分别拟合预测趋势项位移和波动项位移,最后将位移分量叠加得到累计位移。结果表明:基于SPA-SSA-SVR模型的八字门滑坡监测点ZG110位移预测均方根误差(RMSE)为4.32 mm,白水河滑坡监测点ZG118、DX-01位移预测均方根误差分别为3.44和4.81 mm,比基于经验模态分解(EMD)-果蝇优化(FOA)-最小二乘支持向量机(LSSVM)模型得到的均方根误差分别减少8.59、3.82和11.58 mm,证明基于SPA-SSA-SVR模型的滑坡位移预测方法预测效果较好;平滑先验分解中正则化参数的最优取值随累计位移时间序列的增加而趋于某一固定值,同一滑坡不同监测点和相同地区相同类型滑坡的正则化参数取值基本一致,八字门和白水河滑坡所在地区的最优正则化参数都为6。基于SPA-SSA-SVR模型的滑坡位移预测方法能在一定程度上考虑滑坡位移分解变形影响效应,为同类滑坡的预测预报提供思路。 展开更多
关键词 位移预测 滑坡 平滑先验法 麻雀搜索算法 支持向量机回归 波形相似度 三峡库区
在线阅读 下载PDF
基于对数平均迪氏指数-布谷鸟搜索算法-最小二乘支持向量机的区域中长期电力需求预测 被引量：6
19
作者 汲国强 李顺昕 +2 位作者 赵伟博 岳云力 史智萍 《科学技术与工程》 北大核心 2018年第10期213-218,共6页
中长期用电需求预测对地区电网规划与运行具有重要意义。准确地对其进行预测有助于配电网利用效率的提高。中长期用电需求与地区宏观经济形势息息相关,选用(对数平均迪氏指数)LMDI分解模型对用电增长量进行了分解。根据影响因素分解为... 中长期用电需求预测对地区电网规划与运行具有重要意义。准确地对其进行预测有助于配电网利用效率的提高。中长期用电需求与地区宏观经济形势息息相关,选用(对数平均迪氏指数)LMDI分解模型对用电增长量进行了分解。根据影响因素分解为生产效应、结构效应及强度效应,然后选用布谷鸟搜索优化的最小二乘支持向量机对各效应数据进行拟合及预测,再加总得到预测用电需求量。最后,以冀北地区为例对模型进行测算,通过与不同预测方法比较证明了基于LMDI电量分解的CS-LSSVM模型在中长期电力需求预测方面有较高的准确度。 展开更多
关键词 用电需求预测 (对数平均迪氏指数)LMDI分解 布谷鸟搜索 最小二乘支持向量机
在线阅读 下载PDF
基于网格搜索法优化支持向量机的围岩稳定性分类模型 被引量：18
20
作者 袁颖 于少将 +1 位作者 王晨晖 周爱红 《地质与勘探》 CAS CSCD 北大核心 2019年第2期608-613,共6页
为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类。选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量... 为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类。选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量5个指标作为模型输入,围岩稳定程度为模型输出,建立了基于支持向量机的围岩稳定性分类模型。为增强模型的推广性能,提高其预测准确率,运用改进的网格搜索方法(GSM)寻找最优的支持向量机参数,并对8组围岩数据进行预测,并同BP神经网络模型的预测结果进行对比。结果表明,建立的GSM-SVM模型对预测样本的评判结果与实际结果一致,其预测精度较BP神经网络有很大的提升。 展开更多
关键词 围岩稳定性 支持向量机 网格搜索法 分类模型 BP神经网络
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 … 33 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