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894篇文章
< 1 2 … 45 >
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：
基于量子粒子群优化的支持向量机模型反演土力学参数
1
作者 刘月华 朱庆闯 毕乃晨 《建筑施工》 2025年第3期361-365,共5页
岩土的力学参数常通过室内或原位试验测得,因受尺寸效应和人为因素影响,有时试验值与真实值之间偏差会很大。为探索更多、更准确的岩土力学参数的确定方法,利用量子粒子群算法优化支持向量机后对岩土物理力学参数进行反演。首先采用正... 岩土的力学参数常通过室内或原位试验测得,因受尺寸效应和人为因素影响,有时试验值与真实值之间偏差会很大。为探索更多、更准确的岩土力学参数的确定方法,利用量子粒子群算法优化支持向量机后对岩土物理力学参数进行反演。首先采用正交和均匀试验对需要反演的参数进行设计,然后结合有限差分软件FLAC3D得到学习样本和测试样本,通过量子粒子群优化(QPSO)向量机模型(SVM)建立反演参数与位移间复杂的非线性映射关系。把地铁站点基坑在不同开挖工况下的地表产生的水平及竖向位移的计算值与实测值进行对比分析,以验证该分析理论及方法的合理性。由于不同参数变化能使目标函数值产生不相同的变化结果,故分别采用竖向和水平位移对泥炭质土的压缩模量E_s和泊松比μ进行反演,研究结果表明取竖向位移对E_s进行反演,水平位移对μ进行反演,其结果更合理。此分析方法为岩土参数反演方法提供了一种新的思路。 展开更多
关键词 参数反演 支持向量机(SVM) 泥炭质土 量子粒子群优化(QPSO)
在线阅读 下载PDF
基于混沌粒子群改进支持向量机对露天矿边坡稳定性的分类预测 被引量：1
2
作者 赵国彦 邹景煜 王猛 《矿冶工程》 CAS 北大核心 2024年第2期8-12,共5页
为了简便有效地评估边坡稳定性状态,针对目前传统机器学习的算法选择与超参数优化等难题,提出了基于混沌粒子群优化算法的4种机器学习模型,并对其预测性能进行了对比。建立了包含221组露天矿边坡稳定性案例的数据库,其中80%的数据用于训... 为了简便有效地评估边坡稳定性状态,针对目前传统机器学习的算法选择与超参数优化等难题,提出了基于混沌粒子群优化算法的4种机器学习模型,并对其预测性能进行了对比。建立了包含221组露天矿边坡稳定性案例的数据库,其中80%的数据用于训练,20%的数据用于模型测试。4种模型预测结果及工程实例验证结果表明,基于混沌粒子群改进支持向量机模型的预测效果上总体优于其他3种机器学习模型,预测准确率88%,能够有效预测边坡稳定性,可为露天矿边坡安全提供可靠的预测结果。 展开更多
关键词 边坡稳定性 混沌粒子群优化 支持向量机 预测
在线阅读 下载PDF
基于粒子群优化支持向量机的纱线质量预测 被引量：3
3
作者 章军辉 陈明亮 +2 位作者 郭晓满 付宗杰 王静贤 《棉纺织技术》 CAS 2024年第4期16-22,共7页
针对复杂纺纱过程中成纱质量预测精度不足以及深度学习对庞大数据集依赖性的缺陷,提出一种基于粒子群算法优化支持向量机的小样本成纱质量预测方法。首先,对原始数据集样本序列进行灰色关联预处理,按照关联度大小进行排序,再结合先验知... 针对复杂纺纱过程中成纱质量预测精度不足以及深度学习对庞大数据集依赖性的缺陷,提出一种基于粒子群算法优化支持向量机的小样本成纱质量预测方法。首先,对原始数据集样本序列进行灰色关联预处理,按照关联度大小进行排序,再结合先验知识库筛选出主要的原棉纤维指标;其次,针对小样本预测问题,建立了线性核、多项式核、高斯核以及自适应带宽RBF核等不同核函数支持向量回归(SVR)预测模型;最后,采用粒子群优化(PSO)算法对高斯核SVR模型的超参数(正则化系数和带宽调节参数)进行辨识,设计一种综合适应度函数与线性递减惯性权重策略,用以提高PSO算法的寻优能力。仿真结果表明:PSO优化高斯核SVR模型对不同成纱质量指标有较好的预测效果,其平均相对误差不超过2%。认为:PSO优化高斯核SVR模型对成纱质量指标的预测误差较低,具有良好的适应性。 展开更多
关键词 支持向量机 粒子群优化 灰色关联 纱线质量预测 核函数
在线阅读 下载PDF
量子粒子群优化最小二乘支持向量机的立木材积估算 被引量：2
4
作者 杨立岩 冯仲科 +1 位作者 刘迎春 刘金成 《浙江农林大学学报》 CAS CSCD 北大核心 2018年第5期868-876,共9页
基于材积方程建立的材积表是森林资源调查工作中重要的工具,估算立木材积的精度是编制材积表的关键。为了解决已有立木材积方程复杂多样、测算准确率低等不足,以北京地区侧柏Platycladus orientalis和落叶松Larix principis-rupprechti... 基于材积方程建立的材积表是森林资源调查工作中重要的工具,估算立木材积的精度是编制材积表的关键。为了解决已有立木材积方程复杂多样、测算准确率低等不足,以北京地区侧柏Platycladus orientalis和落叶松Larix principis-rupprechtii为研究对象,提出利用量子粒子群优化最小二乘支持向量机(QPSO-LSSVM)算法建立材积方程的方法。通过伐倒解析法结合电子经纬仪无损立木材积精测法获取建模样本,对250株侧柏与300株落叶松数据分别建立一元与二元材积方程,计算得到侧柏与落叶松的一元材积方程测试集的决定系数(R2)为0.978 6和0.946 1,二元材积方程测试集决定系数(R2)为0.987 0和0.990 1,均在0.940 0以上,总体相对误差(TRE)依次为0.75%,-0.16%, 0.64%,-0.50%,均满足国家规程小于±3%的要求,表明QPSO-LSSVM模型估算效果良好。最后引用传统一、二元材积方程、 BP神经网络和粒子群优化最小二乘支持向量机(PSO-LSSVM)算法建立材积方程并与之进行对比分析。结果表明:QPSO-LSSVM材积方程在估测精度、收敛速度和稳健性等综合性能指标上优于其他材积方程。该方法在高精度材积估测中具有较好的应用前景。 展开更多
关键词 森林计测学 立木材积 量子粒子群(QPSO) 最小二乘支持向量机(LSSVM) 材积方程
在线阅读 下载PDF
基于粒子群优化支持向量机的地下洞室支护设计
5
作者 侯德俊 梁熙文 +1 位作者 张昊辰 韩君格 《西北水电》 2024年第3期101-107,共7页
水电站地下洞室支护设计因其环境复杂性而面临重大挑战,现有方案受限于主观经验和低精度等问题,难以满足设计需求。为提高地下洞室设计效率和可靠性,通过引入粒子群优化(PSO)优化支持向量机(SVM)参数,开发地下洞室支护智能设计模型。模... 水电站地下洞室支护设计因其环境复杂性而面临重大挑战,现有方案受限于主观经验和低精度等问题,难以满足设计需求。为提高地下洞室设计效率和可靠性,通过引入粒子群优化(PSO)优化支持向量机(SVM)参数,开发地下洞室支护智能设计模型。模型将洞室跨度、洞室高度、洞室高跨比、洞室埋深、围岩类别、岩石饱和单轴抗压强度、最大主应力值、岩石强度应力比作为输入指标。通过对100个国内外水电站地下洞室支护案例的训练测试。结果表明:该模型在各项输出指标上显示了高度准确性,其中喷混厚度、锚杆直径、锚杆间排距的定类准确率分别达到90%、85%、90%,锚杆长度的定量预测拟合优度为0.843。研究成果可为地下洞室支护设计提供一种新方法。 展开更多
关键词 地下洞室 支护设计 粒子群优化 支持向量机
在线阅读 下载PDF
量子粒子群和最小二乘支持向量机相结合的网络异常检测 被引量：2
6
作者 姚晔 《微电子学与计算机》 CSCD 北大核心 2012年第3期39-42,共4页
为了提高网络安全性的异常入侵检测的准确率,提出一种量子粒子群算法(QPSO)优化最小二乘支持向量机(LSSVC)的网络异常检测方法(QPSO-LSSVC).首先利用量子粒子群处算法对LSSVC模型参数进行搜索,选出最优参数,然后采用泛化性能力优异的LS... 为了提高网络安全性的异常入侵检测的准确率,提出一种量子粒子群算法(QPSO)优化最小二乘支持向量机(LSSVC)的网络异常检测方法(QPSO-LSSVC).首先利用量子粒子群处算法对LSSVC模型参数进行搜索,选出最优参数,然后采用泛化性能力优异的LSSVC对网络入侵进行建模和检测.选取KDDCUP99数据对QPSO-LSSVC性能进行测试,实验结果表明,QPSO-LSSVC提高了网络异常检测准确率,降低了误报率,为网络安全提供了有效保证. 展开更多
关键词 量子粒子群算法 最小二乘支持向量机 网络异常 检测
在线阅读 下载PDF
干扰识别的量子粒子群和支持向量机算法 被引量：2
7
作者 张光辉 程昱 《中国电子科学研究院学报》 2011年第5期490-493,共4页
根据支持向量机结构风险最小化原则和量子粒子群快速全局优化的特点,提出了干扰样式识别的QPSO-SVM算法。采用量子粒子群算法优化支持向量机参数,建立了干扰样式特征组分识别的模型,经过仿真试验,表明该算法具有识别率高,计算时间短的... 根据支持向量机结构风险最小化原则和量子粒子群快速全局优化的特点,提出了干扰样式识别的QPSO-SVM算法。采用量子粒子群算法优化支持向量机参数,建立了干扰样式特征组分识别的模型,经过仿真试验,表明该算法具有识别率高,计算时间短的优点。 展开更多
关键词 干扰识别 量子粒子群 支持向量机
在线阅读 下载PDF
基于粗糙集和粒子群优化支持向量机的滑坡变形预测 被引量：29
8
作者 赵艳南 牛瑞卿 +1 位作者 彭令 程温鸣 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第6期2324-2332,共9页
以三峡库区白水河滑坡为例,首先分析降雨量与库水位等影响因素与滑坡变形特征的响应关系,然后利用粗糙集理论对10个初始影响因子进行属性约减,筛选出影响滑坡变形的核因子集,最后基于该因子集建立粒子群优化支持向量回归模型,对滑坡位... 以三峡库区白水河滑坡为例,首先分析降雨量与库水位等影响因素与滑坡变形特征的响应关系,然后利用粗糙集理论对10个初始影响因子进行属性约减,筛选出影响滑坡变形的核因子集,最后基于该因子集建立粒子群优化支持向量回归模型,对滑坡位移速率进行预测。研究结果表明:测试样本的预测结果与实测值变化趋势基本一致,其平均绝对误差为0.234 mm/d,均方差和判定系数分别为0.163和0.520。粗糙集理论在分析滑坡变形特征、筛选关键因子方面的适用性与科学性,构建的粗糙集-粒子群优化支持向量机模型具有较高的泛化能力,是一种有效的滑坡变形预测方法。 展开更多
关键词 滑坡变形预测 粗糙集 粒子群优化 支持向量机
在线阅读 下载PDF
基于粒子群优化-支持向量机方法的下肢肌电信号步态识别 被引量：20
9
作者 高发荣 王佳佳 +2 位作者 席旭刚 佘青山 罗志增 《电子与信息学报》 EI CSCD 北大核心 2015年第5期1154-1159,共6页
为提高下肢表面肌电信号步态识别的准确性和实时性,该文提出一种基于粒子群优化(PSO)算法优化支持向量机(SVM)的模式识别方法。首先对消噪后的肌电信号提取积分肌电值和方差作为特征样本,然后利用PSO算法优化SVM的惩罚参数和核函数参数... 为提高下肢表面肌电信号步态识别的准确性和实时性,该文提出一种基于粒子群优化(PSO)算法优化支持向量机(SVM)的模式识别方法。首先对消噪后的肌电信号提取积分肌电值和方差作为特征样本,然后利用PSO算法优化SVM的惩罚参数和核函数参数,最后利用步态动作的肌电信号样本数据对构造的SVM分类器进行训练、测试。实验结果表明PSO-SVM分类器对下肢正常行走5个步态的识别率,明显高于未经参数优化的SVM分类器,优化后平均识别率达到97.8%,并兼顾了分类的准确性和自适应性。 展开更多
关键词 模式识别 步态分析 肌电信号 粒子群优化 支持向量机
在线阅读 下载PDF
基于粒子群优化与支持向量机的驾驶员疲劳等级判别 被引量：15
10
作者 王琳虹 李世武 +1 位作者 高振海 冀秉魁 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2014年第12期102-107,共6页
为客观、准确地判别驾驶员的疲劳程度,采用多项驾驶员生理指标、基于粒子群与支持向量机(SVM)算法建立驾驶疲劳等级判别模型,首先将驾驶员疲劳状态分为清醒、轻度疲劳、重度疲劳和睡意4个等级,然后将驾驶员的心电RR间期标准差、心率均... 为客观、准确地判别驾驶员的疲劳程度,采用多项驾驶员生理指标、基于粒子群与支持向量机(SVM)算法建立驾驶疲劳等级判别模型,首先将驾驶员疲劳状态分为清醒、轻度疲劳、重度疲劳和睡意4个等级,然后将驾驶员的心电RR间期标准差、心率均值、呼吸潮气量、脑电的α波、β波和δ波功率谱密度积分等作为SVM的输入变量,驾驶疲劳等级作为输出变量,引入粒子群算法优化SVM的惩罚系数和核函数参数对判别模型进行标定,采用吉珲高速公路上的实车实验数据对模型有效性进行验证.结果表明:本模型对4项疲劳等级的判别准确率均高于85%,对于驾驶员疲劳预警具有重要意义.通过对模型各个输入变量的敏感性分析,证明基于多项生理指标的疲劳判别较基于单生理指标的疲劳判别更加有效. 展开更多
关键词 驾驶员生理指标 疲劳判别 支持向量机 粒子群 敏感性分析
在线阅读 下载PDF
基于改进粒子群优化支持向量机的汽轮机组故障诊断 被引量：16
11
作者 石志标 宋全刚 +1 位作者 马明钊 李祺 《动力工程学报》 CAS CSCD 北大核心 2012年第6期454-457,462,共5页
基于支持向量机(SVM)在核函数参数和惩罚因子人为选取的盲目性以及传统粒子群算法(PSO)后期易陷于局部最小值的不足,提出了一种改进的粒子群算法(MPSO),建立了汽轮机组振动故障诊断模型并且利用故障数据进行了模式识别.结果表明:模型能... 基于支持向量机(SVM)在核函数参数和惩罚因子人为选取的盲目性以及传统粒子群算法(PSO)后期易陷于局部最小值的不足,提出了一种改进的粒子群算法(MPSO),建立了汽轮机组振动故障诊断模型并且利用故障数据进行了模式识别.结果表明:模型能够对SVM相关参数自动寻优,并且能达到较为理想的全局最优解;与PSO-SVM和GA-SVM算法相比,MPSO-SVM算法在收敛速度和准确率方面都有所提高. 展开更多
关键词 汽轮机组 振动 故障诊断 支持向量机 粒子群算法 遗传算法
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：26
12
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
基于粒子群优化支持向量机的电缆温度计算 被引量：10
13
作者 牛海清 叶开发 +3 位作者 许佳 吴炬卓 罗健斌 陆国俊 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2016年第4期77-83,共7页
导体温度是影响运行电缆使用寿命和材料利用率的最主要因素,也是反映电缆运行状态的参数.由于技术上尚难以实现对运行电缆导体温度的直接测量,因此有必要进行导体温度计算.文中以电流和外皮温度作为模型输入,以导体温度作为模型输出,构... 导体温度是影响运行电缆使用寿命和材料利用率的最主要因素,也是反映电缆运行状态的参数.由于技术上尚难以实现对运行电缆导体温度的直接测量,因此有必要进行导体温度计算.文中以电流和外皮温度作为模型输入,以导体温度作为模型输出,构建基于支持向量机的电缆暂态导体温度的数学模型;为提高该模型计算的精度,避免盲目选取训练参数,引入粒子群算法对其惩罚因子C和核参数γ进行寻优.仿真与试验对比结果表明:基于粒子群优化的支持向量机模型(PSO-SVM模型)可以用于电缆暂态导体温度计算,且计算误差小于热路模型和BP神经网络;模型具有良好的泛化能力. 展开更多
关键词 电缆 导体温度 支持向量机 粒子群优化 暂态计算
在线阅读 下载PDF
基于粒子群算法优化支持向量机的铝热连轧机轧制力预报 被引量：10
14
作者 杨景明 陈伟明 +2 位作者 车海军 吕金 贾林 《计量学报》 CSCD 北大核心 2016年第1期71-74,共4页
为了提高热轧带材的轧制力预报精度，提出了粒子群算法和支持向量机结合的方法来预报轧制力。根据轧制原理用支持向量机建立轧制力预报的模型，通过粒子群算法优化支持向量机参数来提高预报精度。为了进一步提高轧制力预报精度，还提出... 为了提高热轧带材的轧制力预报精度，提出了粒子群算法和支持向量机结合的方法来预报轧制力。根据轧制原理用支持向量机建立轧制力预报的模型，通过粒子群算法优化支持向量机参数来提高预报精度。为了进一步提高轧制力预报精度，还提出了支持向量机网络与数学模型相结合的方法，对某“1＋4”铝热连轧厂现场采集的5052铝合金轧制数据进行离线仿真，仿真结果可以看出支持向量机网络与数学模型结合的方法预报轧制力，提高了轧制力预报速度并使其轧制力预报精度控制在7％以内。 展开更多
关键词 计量学 轧制力预报 支持向量机 粒子群 热轧
在线阅读 下载PDF
基于粒子群优化和支持向量机的电力负荷预测 被引量：30
15
作者 曾勍炜 徐知海 吴键 《微电子学与计算机》 CSCD 北大核心 2011年第1期147-149,153,共4页
提出支持向量机的粒子群优化算法的用电量预测方法.其中,采用粒子群优化算法选取较优的支持向量机训练参数组合.以江西省2008年7月～10月的用电量数据以及相关特征数据作为实验数据,实验结果表明该算法电量负荷预测精度高于BP神经网络.
关键词 负荷预测 支持向量机 粒子群 BP网络
在线阅读 下载PDF
基于自适应粒子群支持向量机的短期电力负荷预测 被引量：10
16
作者 刘佳 李丹 +1 位作者 高立群 鲁顺 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第9期1229-1232,共4页
针对粒子群优化算法存在易陷入局部最优点的缺点,提出了一种新的基于平均粒距的自适应粒子群优化算法(ASPO).该算法利用种群多样性信息对惯性权重进行非线性调整,并在算法的后期引入速度变异算子和交换算子,使算法摆脱后期易于陷入局部... 针对粒子群优化算法存在易陷入局部最优点的缺点,提出了一种新的基于平均粒距的自适应粒子群优化算法(ASPO).该算法利用种群多样性信息对惯性权重进行非线性调整,并在算法的后期引入速度变异算子和交换算子,使算法摆脱后期易于陷入局部最优点的束缚,同时又保持前期搜索速度快的特性.将该算法应用到基于支持向量机的短期电力负荷预测模型中,对支持向量机的参数进行优化.对某电网的短期负荷预测实际算例仿真分析表明,所提出的基于APSO-SVM方法的预测精度明显优于传统的SVM方法,且速度较快,因此,该算法用于短期电力负荷预测是有效可行的. 展开更多
关键词 粒子群优化 自适应变异 支持向量机 负荷预测
在线阅读 下载PDF
基于粒子群和支持向量机的裂缝识别 被引量：14
17
作者 瞿子易 周文 +1 位作者 罗鑫 戴建文 《石油与天然气地质》 EI CAS CSCD 北大核心 2009年第6期786-792,共7页
裂缝识别是裂缝性储层勘探和开发研究中所面临的关键问题和难点之一。基于常规测井资料对裂缝的响应特征,提出粒子群优化算法(PSO)和支持向量机(SVM)相结合的裂缝识别方法(PSO-SVM)。以麻黄山西区块延安组和延长组储层为例,应用交会图... 裂缝识别是裂缝性储层勘探和开发研究中所面临的关键问题和难点之一。基于常规测井资料对裂缝的响应特征,提出粒子群优化算法(PSO)和支持向量机(SVM)相结合的裂缝识别方法(PSO-SVM)。以麻黄山西区块延安组和延长组储层为例,应用交会图技术分析能较好响应裂缝的常规测井参数,用粒子群优化算法对模型参数进行全局优化选取,从而建立起研究区裂缝识别模型。用建立起的模型对研究区单井进行裂缝识别研究,将识别结果与取心照片和测井曲线进行对比,绘制出综合柱状图。实际分析表明,基于粒子群优化算法和支持向量机的裂缝识别方法的识别结果与实际地质情况相符,能较好地反应裂缝发育情况。 展开更多
关键词 裂缝识别 常规测井 支持向量机 粒子群算法 延安组 延长组 鄂尔多斯盆地
在线阅读 下载PDF
基于粒子群优化的支持向量机在瓦斯浓度预测中的应用研究 被引量：11
18
作者 张剑英 许徽 +1 位作者 陈娟 曹新德 《工矿自动化》 2010年第10期32-35,共4页
为了准确预测煤矿瓦斯浓度,基于从芦岭煤矿KJ98监控系统中提取的生产现场瓦斯浓度时间序列数据,对基于粒子群优化的支持向量机理论在瓦斯浓度短期预测中的应用进行了研究。首先对瓦斯浓度时间序列进行小波软阈值去噪和相空间重构等预处... 为了准确预测煤矿瓦斯浓度,基于从芦岭煤矿KJ98监控系统中提取的生产现场瓦斯浓度时间序列数据,对基于粒子群优化的支持向量机理论在瓦斯浓度短期预测中的应用进行了研究。首先对瓦斯浓度时间序列进行小波软阈值去噪和相空间重构等预处理,然后采用粒子群优化算法对支持向量机的惩罚因子、损失函数、核函数参数进行了优化,并基于最优参数建立了瓦斯浓度预测的支持向量机模型。仿真结果表明,采用粒子群优化的支持向量机理论进行煤矿瓦斯浓度预测,极大地提高了预测的准确性和精确度;误差分析结果表明,该方法预测结果的误差很小,且测试样本越小,误差越小。 展开更多
关键词 煤矿 瓦斯浓度 预测 支持向量机 粒子群优化 建模
在线阅读 下载PDF
一种基于二值粒子群优化和支持向量机的目标检测算法 被引量：11
19
作者 潘泓 李晓兵 +1 位作者 金立左 夏良正 《电子与信息学报》 EI CSCD 北大核心 2011年第1期117-121,共5页
针对复杂场景下目标检测和目标检测中特征选择问题,该文将二值粒子群优化算法(BPSO)用于特征选择,结合支持向量机(SVM)技术提出了一种新颖的基于BPSO-SVM特征选择的自动目标检测算法。该算法将目标检测转化为目标识别问题,采用wrapper... 针对复杂场景下目标检测和目标检测中特征选择问题,该文将二值粒子群优化算法(BPSO)用于特征选择,结合支持向量机(SVM)技术提出了一种新颖的基于BPSO-SVM特征选择的自动目标检测算法。该算法将目标检测转化为目标识别问题,采用wrapper特征选择模型,以SVM为分类器,通过样本训练分类器,根据分类结果,利用BPSO算法在特征空间中进行全局搜索,选择最优特征集进行分类。基于BPSO-SVM的特征选择方法降低了特征维数,显著提高了分类器性能。实验结果表明,该文算法不仅有效提高了复杂场景下目标姿态、尺度、光照变化和局部被遮挡时的检测准确率,还大大缩短了检测时间。 展开更多
关键词 目标检测 二值粒子群优化 支持向量机 特征选择
在线阅读 下载PDF
自适应粒子群支持向量机风速组合预测模型 被引量：12
20
作者 柏丹丹 和敬涵 +1 位作者 王小君 田文奇 《太阳能学报》 EI CAS CSCD 北大核心 2015年第4期792-797,共6页
提出一种优化的支持向量机风速组合预测模型,首先通过模糊层次分析法对参与组合的单项预测模型进行遴选,在当前风速样本集下自适应决策预测效果较优的单项预测模型的输出值作为支持向量机的输入,将实际风电场风速值作为支持向量机的输出... 提出一种优化的支持向量机风速组合预测模型,首先通过模糊层次分析法对参与组合的单项预测模型进行遴选,在当前风速样本集下自适应决策预测效果较优的单项预测模型的输出值作为支持向量机的输入,将实际风电场风速值作为支持向量机的输出,并采用粒子群算法优化支持向量机组合模型的参数。基于实际运营的风电场数据进行仿真分析,自适应遴选出BP神经网络、RBF神经网络、小波神经网络和遗传算法优化BP神经网络这4种单项预测模型参与支持向量机组合,结果表明所提方法的预测精度不仅高于单项模型,且高于线性组合预测模型和神经网络组合预测模型。 展开更多
关键词 风速预测 组合预测模型 模糊层次分析法 支持向量机 粒子群算法
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 … 45 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