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
3
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
复合随机振动分析的自适应回归算法
被引量：
4
1
作者
项盼
赵岩
林家浩
《应用力学学报》
CAS
CSCD
北大核心
2015年第6期934-941 1098-1,1098-1099,共10页
基于虚拟激励法(PEM)和广义多项式混沌展开(g PC)提出一种求解复合随机振动问题的自适应回归算法。通过求解随机系统在虚拟激励下的运动方程得到本文所关注的随机物理响应,并将其在以不确定参数为自变量的正交多项式函数空间内展开,应...
基于虚拟激励法(PEM)和广义多项式混沌展开(g PC)提出一种求解复合随机振动问题的自适应回归算法。通过求解随机系统在虚拟激励下的运动方程得到本文所关注的随机物理响应,并将其在以不确定参数为自变量的正交多项式函数空间内展开,应用自适应采样与自适应基函数筛选相结合的回归算法确定多项式基函数系数,进而给出随机响应的概率特征。本文方法是一种非介入算法,不需要改变控制方程的求解维度,便于使用既有的求解程序进行分析。数值算例中,对具有不确定参数的车轨耦合系统在随机轨道不平顺激励下的随机振动响应进行分析,将计算结果与50000样本Monte Carlo法进行了比对验证,相对误差不足1%,表明了本文方法具有很好的工程应用前景。
展开更多
关键词
虚拟激励法
多项式混沌展开
随机参数
自适应回归算法
非介入方法
在线阅读
下载PDF
职称材料
基于支持向量机的大样本回归算法比较研究
被引量：
3
2
作者
杨晓伟
骆世广
+2 位作者
余舒
吴春国
梁艳春
《计算机工程与应用》
CSCD
北大核心
2006年第6期36-38,57,共4页
支持向量机的研究是当前人工智能领域的研究热点。基于支持向量机的大样本回归问题一直是一个非常具有挑战性的课题。最近,基于递归最小二乘算法,Engel等人提出了核递归最小二乘算法。文中基于块增量学习和逆学习过程,提出了自适应迭代...
支持向量机的研究是当前人工智能领域的研究热点。基于支持向量机的大样本回归问题一直是一个非常具有挑战性的课题。最近,基于递归最小二乘算法,Engel等人提出了核递归最小二乘算法。文中基于块增量学习和逆学习过程,提出了自适应迭代回归算法。为了说明两种方法的性能,论文在训练速度、精度和支持向量数量等方面,对它们做了比较。模拟结果表明:核递归最小二乘算法所得到的支持向量个数比自适应迭代回归算法少,而训练时间比自适应迭代回归算法的训练时间长,训练和测试精度也比自适应迭代回归算法差。
展开更多
关键词
支持向量机
自适应
迭代
回归
算法
核递归最小二乘
算法
大样本
回归
在线阅读
下载PDF
职称材料
基于ACGWO-SVR的高寒地区心墙堆石坝压实质量评价模型
被引量：
5
3
作者
岳攀
林威伟
+1 位作者
吴斌平
王佳俊
《水利水电技术（中英文）》
北大核心
2021年第11期98-107,共10页
为了提高高寒地区心墙堆石坝压实质量评价的精确度、泛化能力和鲁棒性,保证大坝施工质量,在考虑寒区气象参数的基础上,提出基于自适应灰狼优化支持向量机回归算法的压实质量评价模型。首先,在压实质量评价模型建立过程中考虑温度、湿度...
为了提高高寒地区心墙堆石坝压实质量评价的精确度、泛化能力和鲁棒性,保证大坝施工质量,在考虑寒区气象参数的基础上,提出基于自适应灰狼优化支持向量机回归算法的压实质量评价模型。首先,在压实质量评价模型建立过程中考虑温度、湿度等气象参数的影响。其次,采用ACGWO对SVR的惩罚因子和核参数进行寻优,以提高支持向量机参数选择效率及泛化能力,进而建立基于ACGWO-SVR的压实质量评价模型;其中,ACGWO采用自适应缩放因子和混沌理论优化灰狼算法,克服了传统灰狼算法收敛速度较慢、易陷入局部最优等问题。最后,以某高寒地区心墙堆石坝工程为例,并与线性回归、BPNN以及SVR方法进行对比分析。结果表明:基于ACGWO-SVR的压实质量评价模型具有更高的精度、更好的泛化能力和鲁棒性,适用于寒区工程质量评价。
展开更多
关键词
压实质量评价
自适应
灰狼优化支持向量机
回归
算法
高寒地区
心墙堆石坝
鲁棒性
在线阅读
下载PDF
职称材料
题名
复合随机振动分析的自适应回归算法
被引量：
4
1
作者
项盼
赵岩
林家浩
机构
大连理工大学运载工程与力学学部工业装备与结构分析国家重点实验室
出处
《应用力学学报》
CAS
CSCD
北大核心
2015年第6期934-941 1098-1,1098-1099,共10页
基金
"973"国家重点基础研究计划项目(2010CB832704)
大连理工大学理科基础科研专题(DUT12LK50)
文摘
基于虚拟激励法(PEM)和广义多项式混沌展开(g PC)提出一种求解复合随机振动问题的自适应回归算法。通过求解随机系统在虚拟激励下的运动方程得到本文所关注的随机物理响应,并将其在以不确定参数为自变量的正交多项式函数空间内展开,应用自适应采样与自适应基函数筛选相结合的回归算法确定多项式基函数系数,进而给出随机响应的概率特征。本文方法是一种非介入算法,不需要改变控制方程的求解维度,便于使用既有的求解程序进行分析。数值算例中,对具有不确定参数的车轨耦合系统在随机轨道不平顺激励下的随机振动响应进行分析,将计算结果与50000样本Monte Carlo法进行了比对验证,相对误差不足1%,表明了本文方法具有很好的工程应用前景。
关键词
虚拟激励法
多项式混沌展开
随机参数
自适应回归算法
非介入方法
Keywords
pseudo excitation method,polynomial chaos expansion,random parameters,adaptive regression algorithm,non-intrusive method
分类号
O324 [理学—一般力学与力学基础]
在线阅读
下载PDF
职称材料
题名
基于支持向量机的大样本回归算法比较研究
被引量：
3
2
作者
杨晓伟
骆世广
余舒
吴春国
梁艳春
机构
华南理工大学数学科学学院
华南理工大学计算机科学与工程学院
吉林大学计算机科学与技术学院
出处
《计算机工程与应用》
CSCD
北大核心
2006年第6期36-38,57,共4页
基金
国家自然科学基金资助项目(编号:10471045)
广东省自然科学基金(编号:031360
+1 种基金
04020079)
华南理工大学高水平大学建设苗子项目(编号:D76010)
文摘
支持向量机的研究是当前人工智能领域的研究热点。基于支持向量机的大样本回归问题一直是一个非常具有挑战性的课题。最近,基于递归最小二乘算法,Engel等人提出了核递归最小二乘算法。文中基于块增量学习和逆学习过程,提出了自适应迭代回归算法。为了说明两种方法的性能,论文在训练速度、精度和支持向量数量等方面,对它们做了比较。模拟结果表明:核递归最小二乘算法所得到的支持向量个数比自适应迭代回归算法少,而训练时间比自适应迭代回归算法的训练时间长,训练和测试精度也比自适应迭代回归算法差。
关键词
支持向量机
自适应
迭代
回归
算法
核递归最小二乘
算法
大样本
回归
Keywords
support vector machines,adaptive and iterative regression algorithm,Kernel recursive least square algorithm, large regression
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于ACGWO-SVR的高寒地区心墙堆石坝压实质量评价模型
被引量：
5
3
作者
岳攀
林威伟
吴斌平
王佳俊
机构
天津大学水利工程仿真与安全国家重点实验室
雅砻江流域水电开发有限公司
出处
《水利水电技术（中英文）》
北大核心
2021年第11期98-107,共10页
基金
国家重点研发计划(2018YFC0406706)
国家自然基金-雅砻江联合基金(U1965207)
国家自然科学基金(51779169)。
文摘
为了提高高寒地区心墙堆石坝压实质量评价的精确度、泛化能力和鲁棒性,保证大坝施工质量,在考虑寒区气象参数的基础上,提出基于自适应灰狼优化支持向量机回归算法的压实质量评价模型。首先,在压实质量评价模型建立过程中考虑温度、湿度等气象参数的影响。其次,采用ACGWO对SVR的惩罚因子和核参数进行寻优,以提高支持向量机参数选择效率及泛化能力,进而建立基于ACGWO-SVR的压实质量评价模型;其中,ACGWO采用自适应缩放因子和混沌理论优化灰狼算法,克服了传统灰狼算法收敛速度较慢、易陷入局部最优等问题。最后,以某高寒地区心墙堆石坝工程为例,并与线性回归、BPNN以及SVR方法进行对比分析。结果表明:基于ACGWO-SVR的压实质量评价模型具有更高的精度、更好的泛化能力和鲁棒性,适用于寒区工程质量评价。
关键词
压实质量评价
自适应
灰狼优化支持向量机
回归
算法
高寒地区
心墙堆石坝
鲁棒性
Keywords
compaction quality evaluation
adaptive chaos grey wolf optimization-based support vector regression
alpine region
rockfill dam with core wall
robustness
分类号
TV52 [水利工程—水利水电工程]
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
复合随机振动分析的自适应回归算法
项盼
赵岩
林家浩
《应用力学学报》
CAS
CSCD
北大核心
2015
4
在线阅读
下载PDF
职称材料
2
基于支持向量机的大样本回归算法比较研究
杨晓伟
骆世广
余舒
吴春国
梁艳春
《计算机工程与应用》
CSCD
北大核心
2006
3
在线阅读
下载PDF
职称材料
3
基于ACGWO-SVR的高寒地区心墙堆石坝压实质量评价模型
岳攀
林威伟
吴斌平
王佳俊
《水利水电技术（中英文）》
北大核心
2021
5
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
