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205篇文章
< 1 2 … 11 >
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：
基于麻雀算法优化支持向量机的阀门内漏诊断研究 被引量：2
1
作者 龚家乐 曹丽华 +1 位作者 李大才 司和勇 《汽轮机技术》 北大核心 2025年第2期110-112,126,共4页
由于数据驱动支持向量机模型在阀门泄漏诊断过程中各个参数不具备自适应能力,导致诊断能力较弱,提出了麻雀算法(Sparrow Search Algorithm,SSA)优化支持向量机(support vector machines,SVM)的阀门内漏诊断模型,并在诊断过程和模型诊断... 由于数据驱动支持向量机模型在阀门泄漏诊断过程中各个参数不具备自适应能力,导致诊断能力较弱,提出了麻雀算法(Sparrow Search Algorithm,SSA)优化支持向量机(support vector machines,SVM)的阀门内漏诊断模型,并在诊断过程和模型诊断性能上与标准SVM模型进行对比分析。结果表明:在诊断过程中,SSA-SVM阀门内漏诊断模型能够适时调整模型参数,并保持较高的诊断性能,多个泄漏诊断指标均优于标准模型。当泄漏诊断准确率优先级高于诊断时间时,SSA-SVM诊断模型拥有更好的阀门泄漏诊断能力。 展开更多
关键词 阀门泄漏 支持向量机 麻雀优化算法 故障诊断
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：5
2
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
基于变分模态分解和混沌麻雀搜索算法优化支持向量机的滚动轴承故障诊断 被引量：20
3
作者 陈鑫 肖明清 +3 位作者 文斌成 刘双喜 田小峰 仇晨阳 《计算机应用》 CSCD 北大核心 2021年第S02期118-123,共6页
针对滚动轴承振动信号中的故障特征难以提取的问题,提出一种基于变分模态分解(VMD)和混沌麻雀搜索算法(CSSA)优化支持向量机(SVM)的故障诊断方法。首先,利用VMD处理滚动轴承信号,提取本征模态分量(IMF)的能量谱和能量熵作为故障特征向量... 针对滚动轴承振动信号中的故障特征难以提取的问题,提出一种基于变分模态分解(VMD)和混沌麻雀搜索算法(CSSA)优化支持向量机(SVM)的故障诊断方法。首先,利用VMD处理滚动轴承信号,提取本征模态分量(IMF)的能量谱和能量熵作为故障特征向量;其次,通过引入改进Tent混沌映射和自适应t分布策略,加入边界探索和警戒解除机制,对麻雀搜索算法(SSA)进行改进;最后,采用CSSA-SVM模型进行滚动轴承故障的识别和诊断。实验结果表明,CSSA-SVM模型能够有效识别滚动轴承的故障类型,拥有更高的诊断精度。 展开更多
关键词 故障诊断 滚动轴承 变分模态分解 麻雀搜索算法 混沌 支持向量机
在线阅读 下载PDF
基于麻雀搜索算法优化支持向量机的刀具磨损识别 被引量：17
4
作者 胡鸿志 覃畅 +2 位作者 管芳 张洪波 安晟佳 《科学技术与工程》 北大核心 2021年第25期10755-10761,共7页
针对微小深孔钻削刀具磨损状态检测的工程需求,提出了基于钻削声信号的麻花钻头磨损状态识别方法。根据不同磨损程度的麻花钻在钻削过程中的声信号,使用经验模态分解(empirical mode decomposition,EMD)将声信号分解成若干个固有模态函... 针对微小深孔钻削刀具磨损状态检测的工程需求,提出了基于钻削声信号的麻花钻头磨损状态识别方法。根据不同磨损程度的麻花钻在钻削过程中的声信号,使用经验模态分解(empirical mode decomposition,EMD)将声信号分解成若干个固有模态函数(intrinsic mode functions,IMFs),通过时频联合分析探索刀具磨损与声信号特征之间的关联规律;再使用麻雀搜索算法(sparrow search algorithm,SSA)优化支持向量机(support vector machine,SVM)的参数,并利用SVM实现基于声信号特征的刀具磨损状态识别。实验结果表明,微小深孔钻头磨损程度与钻削声信号特征之间存在非线性耦合关系,声信号高频特征对钻头磨损程度的变化非常敏感;采用经过SSA优化后的SVM算法,基于优选的IMF特征能够准确识别钻削刀具磨损状态,识别准确率可达98.246%。 展开更多
关键词 刀具磨损识别 声信号 经验模态分解 麻雀搜索算法 支持向量机
在线阅读 下载PDF
基于天牛须优化算法的相关向量机边坡稳定性分析 被引量：2
5
作者 张研 唐北昌 孟庆鹏 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第11期11-17,36,共8页
为了快速、准确地预测边坡稳定性,及时控制边坡危害,提出了一种基于天牛须(beetle antennae search,BAS)优化算法的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。基于RVM模型,建立了边坡影响因素与稳定性的非线性映射... 为了快速、准确地预测边坡稳定性,及时控制边坡危害,提出了一种基于天牛须(beetle antennae search,BAS)优化算法的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。基于RVM模型,建立了边坡影响因素与稳定性的非线性映射关系;采用BAS算法对RVM模型参数进行优化,提出了基于BAS算法的RVM边坡稳定性分析优化模型;并将该模型应用于京新高速公路的边坡稳定性分析。分析结果表明:与实际值相比,基于BAS-RVM模型的最大绝对值相对误差为3.90%;在相同学习样本下,与RVM模型、支持向量机(support vector machine,SVM)模型和径向基函数(radical basis function,RBF)模型的预测值相比,BAS-RVM模型预测结果的可信度和拟合度更好、精度更高,其平均绝对值误差(mean absolute error,EMA)、均方根误差(root mean square error,ERMS)、相对均方误差(relative root mean square error,ERRMS)远低于其他3种模型。 展开更多
关键词 岩土工程 天牛须优化算法(BAS) 相关向量机(RVM) 预测模型 边坡
在线阅读 下载PDF
基于麻雀搜索算法优化支持向量机的瓶盖装配检测研究 被引量：2
6
作者 张冬至 韩栋星 +1 位作者 毛瑞源 郗广帅 《河南师范大学学报（自然科学版）》 CAS 北大核心 2023年第1期29-38,F0002,共11页
针对基于支持向量机的瓶盖装配检测算法准确度不高、调参难度大的问题,提出通过麻雀搜索算法(Sparrow Search Algorithm,SSA)对支持向量机(Support Vector Machines,SVM)的关键参数寻找最优解.采集瓶盖部位图像,包括标准、歪斜、铝塑分... 针对基于支持向量机的瓶盖装配检测算法准确度不高、调参难度大的问题,提出通过麻雀搜索算法(Sparrow Search Algorithm,SSA)对支持向量机(Support Vector Machines,SVM)的关键参数寻找最优解.采集瓶盖部位图像,包括标准、歪斜、铝塑分离、胶塞缺失、高盖5种类型.提取6个典型特征构建数据集,采用二分类支持向量机分类,分别通过遗传算法、粒子群算法和麻雀搜索算法对支持向量机参数进行调节.训练结果表明,麻雀搜索算法优化后的支持向量机模型测试准确率达到98.33%,高于其他几种算法.基于SSA-SVM的瓶盖装配检测模型识别精度高,调参速度快,泛化能力强. 展开更多
关键词 瓶盖装配检测 机器视觉 图像处理 支持向量机(SVM) 麻雀搜索算法(SSA)
在线阅读 下载PDF
基于改进麻雀搜索算法优化支持向量机的短期光伏发电功率预测 被引量：40
7
作者 魏鹏飞 樊小朝 +2 位作者 史瑞静 王维庆 程志江 《热力发电》 CAS CSCD 北大核心 2021年第12期74-79,共6页
为了提高光伏发电功率预测的可靠性与准确率,提出一种基于改进麻雀搜索算法(tSSA)优化支持向量机(SVM)的短期光伏发电功率预测模型。首先采用自适应t分布增强麻雀搜索算法的种群多样性,然后利用tSSA针对SVM中的惩罚参数和核函数参数进... 为了提高光伏发电功率预测的可靠性与准确率,提出一种基于改进麻雀搜索算法(tSSA)优化支持向量机(SVM)的短期光伏发电功率预测模型。首先采用自适应t分布增强麻雀搜索算法的种群多样性,然后利用tSSA针对SVM中的惩罚参数和核函数参数进行优化,在得到最优惩罚参数和核函数参数的情况下对光伏发电功率进行预测。对澳大利亚某光伏电站一年内的数据分析发现,每个季节的光伏发电功率有明显的不同。为此,充分考虑外界环境参数如辐照度、湿度、温度、风速和风向的影响,基于tSSA-SVM模型对不同季节的某一天做光伏发电功率预测。仿真结果表明,该模型具有较高的预测精度,特别是对秋、冬季节的光伏发电功率预测更为准确,具有较高的实用价值。 展开更多
关键词 光伏发电 功率预测 麻雀搜索算法 支持向量机 自适应t分布
在线阅读 下载PDF
基于麻雀搜索算法优化支持向量机的滚动轴承故障诊断 被引量：82
8
作者 马晨佩 李明辉 +1 位作者 巩强令 杨白月 《科学技术与工程》 北大核心 2021年第10期4025-4029,共5页
针对支持向量机(support vector machine, SVM)的分类性能受自身参数选择影响较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm, SSA)优化SVM的故障诊断方法。利用麻雀搜索算法(SSA)对支持向量机的惩罚参数(C)与核参数(g)... 针对支持向量机(support vector machine, SVM)的分类性能受自身参数选择影响较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm, SSA)优化SVM的故障诊断方法。利用麻雀搜索算法(SSA)对支持向量机的惩罚参数(C)与核参数(g)进行优化,并构建SSA-SVM滚动轴承故障诊断模型。结果表明:对于滚动轴承的常见故障,SSA-SVM诊断模型的测试正确率为96.67%,比传统的遗传算法(genetic algorithm, GA)-SVM和粒子群算法(particle swarm optimization, PSO)-SVM诊断模型分别提高3.34%和1.67%,且收敛速度更快,可有效应用于故障诊断。 展开更多
关键词 支持向量机 麻雀搜索算法 参数优化 故障诊断
在线阅读 下载PDF
改进麻雀搜索算法优化支持向量机的井漏预测 被引量：11
9
作者 王鑫 张奇志 《科学技术与工程》 北大核心 2022年第34期15115-15122,共8页
在钻井过程中,受地质环境、钻井技术等多种因素的影响,容易发生井漏事故。为预防井漏事故,减少因钻井事故带来的损失,提出了一种改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量机的井漏预测方法。首先,在发现... 在钻井过程中,受地质环境、钻井技术等多种因素的影响,容易发生井漏事故。为预防井漏事故,减少因钻井事故带来的损失,提出了一种改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量机的井漏预测方法。首先,在发现者位置更新公式中引入一种改进的自适应非线性惯性递减权重,提高算法全局搜索能力;其次,在警戒者位置更新公式中引入莱维(Levy)飞行策略,减少算法陷入局部最优的风险。为验证改进算法的寻优能力,将麻雀搜索算法(sparrow search algorithm,SSA)、遗传算法(genetic algorithm,GA)、灰狼算法(grey wolf algorithm,GWO)以及改进的麻雀搜索算法(ISSA)在8个基准测试函数上做了对比实验。实验结果表明,改进的麻雀搜索算法(ISSA)在寻优精度、稳定性等方面都较其他算法更为优异。最后,将改进的麻雀搜索算法用于优化支持向量机(ISSA-SVM)的惩罚参数C和核参数g,进行井漏事故的预测。结果表明,ISSA-SVM预测准确率为97.7654%,相比于麻雀算法(SSA)-SVM、遗传算法(GA)-SVM以及灰狼算法(GWO)-SVM预测准确率都高,且收敛速度快,迭代次数少,能够高效、快速预测井漏事故,提高钻井效率和可靠性。 展开更多
关键词 井漏 麻雀搜索算法 对比实验 支持向量机 井漏预测
在线阅读 下载PDF
基于麻雀搜索算法优化支持向量机的区域水资源安全评价 被引量：9
10
作者 曹敬椿 卢敏 《水电能源科学》 北大核心 2023年第5期52-54,129,共4页
针对我国水资源安全评价问题,结合支持向量机(SVM)对小样本、非线性问题分类效果好的特点,用麻雀搜索算法(SSA)对支持向量机的惩罚因子(C)和核函数参数(g)进行优化,建立基于麻雀搜索算法优化的支持向量机模型(SSA-SVM)用于区域水资源安... 针对我国水资源安全评价问题,结合支持向量机(SVM)对小样本、非线性问题分类效果好的特点,用麻雀搜索算法(SSA)对支持向量机的惩罚因子(C)和核函数参数(g)进行优化,建立基于麻雀搜索算法优化的支持向量机模型(SSA-SVM)用于区域水资源安全评价,以洛阳市某区域为例进行研究。结果表明,SSA-SVM法与T-S模糊神经网络法得到的评价等级结果基本一致,SSA-SVM模型具有寻优速度快,不易陷入局部最优等特点,可用于区域水资源安全评价。 展开更多
关键词 麻雀搜索算法 参数优化 水资源安全 支持向量机
在线阅读 下载PDF
基于人群搜索算法优化参数的支持向量机短期电力负荷预测 被引量：35
11
作者 魏立兵 赵峰 王思华 《电测与仪表》 北大核心 2016年第8期45-49,74,共6页
支持向量机是一种新型机器学习算法,它基于结构风险最小化准则取得较小的实际风险,有效提高了泛化能力,具有理论严密、适应性强、全局优化等特点,在模式识别和回归问题等方面应用广泛。以某地区历史负荷数据为输入,通过人群搜索算法对... 支持向量机是一种新型机器学习算法,它基于结构风险最小化准则取得较小的实际风险,有效提高了泛化能力,具有理论严密、适应性强、全局优化等特点,在模式识别和回归问题等方面应用广泛。以某地区历史负荷数据为输入,通过人群搜索算法对支持向量的各项参数进行寻优计算,得到最优的参数取值,然后把最优参数代入到SVM预测模型中,得到人群搜索算法的支持向量机(SOA-SVM)模型,利用此模型对某地区未来24小时的负荷进行短期预测。通过算例验证,利用SOA-SVM预测的精度要比BP神经网络和PSO-SVM的精度要高,所以说明用此方法进行短期负荷预测是有效和可行的。 展开更多
关键词 人群搜索算法 支持向量机 短期负荷预测 参数优化
在线阅读 下载PDF
基于自由搜索算法和支持向量机的燃煤锅炉NOx 建模与优化 被引量：6
12
作者 牛培峰 王培坤 +3 位作者 李国强 马云飞 陈贵林 张先臣 《计量学报》 CSCD 北大核心 2014年第6期626-630,共5页
利用支持向量机（ SVM）建立锅炉NOx 排放模型，采用自由搜索（ FS）算法对支持向量机模型参数进行优化并对模型输入参数进行寻优。结果表明，FS-SVM模型能够较好地预测NOx 排放，且模型精度较高。通过优化输入参数，NOx 排放量有明显... 利用支持向量机（ SVM）建立锅炉NOx 排放模型，采用自由搜索（ FS）算法对支持向量机模型参数进行优化并对模型输入参数进行寻优。结果表明，FS-SVM模型能够较好地预测NOx 排放，且模型精度较高。通过优化输入参数，NOx 排放量有明显地降低，优化后的参数变化情况与有关文献中实验所得的结果一致。 展开更多
关键词 计量学 支持向量机 自由搜索算法 建模 优化
在线阅读 下载PDF
基于改进麻雀搜索算法与支持向量机的光纤陀螺故障诊断 被引量：16
13
作者 陈鑫 肖明清 +3 位作者 孙曜 文斌成 刘双喜 仇晨阳 《空军工程大学学报（自然科学版）》 CSCD 北大核心 2021年第3期33-40,共8页
针对光纤陀螺输出信号噪声成分复杂、故障特征难以提取的问题,提出一种基于改进麻雀搜索算法与支持向量机的光纤陀螺故障诊断方法。首先,对光纤陀螺正常信号和故障信号进行3层小波包分解以提取特征向量;其次,通过引入改进Logistic混沌... 针对光纤陀螺输出信号噪声成分复杂、故障特征难以提取的问题,提出一种基于改进麻雀搜索算法与支持向量机的光纤陀螺故障诊断方法。首先,对光纤陀螺正常信号和故障信号进行3层小波包分解以提取特征向量;其次,通过引入改进Logistic混沌映射和自适应t分布策略,加入边界探索和警戒解除机制,改进麻雀搜索算法并用于支持向量机参数寻优;最后,建立支持向量机模型进行光纤陀螺故障的识别和诊断。经实例分析,提出的方法可有效用于光纤陀螺故障诊断,与麻雀搜索算法、灰狼优化算法、粒子群算法、遗传算法和天牛须算法对比,可有效提高光纤陀螺故障诊断准确率。 展开更多
关键词 故障诊断 光纤陀螺 小波包分解 麻雀搜索算法 混沌 支持向量机 T分布
在线阅读 下载PDF
基于改进麻雀搜索算法和核极限学习机的电站锅炉燃烧优化 被引量：16
14
作者 冯磊华 张杰 詹毅 《热力发电》 CAS CSCD 北大核心 2022年第9期96-102,共7页
为了实现“双碳”目标,对电站锅炉燃烧系统进行改造升级势在必行。首先利用精英反向学习策略、动态惯性权重和自适应t分布变异对麻雀搜索算法(SSA)的种群初始化和位置更新进行改进,获得一种新的改进麻雀搜索算法(ISSA)。然后通过ISSA优... 为了实现“双碳”目标,对电站锅炉燃烧系统进行改造升级势在必行。首先利用精英反向学习策略、动态惯性权重和自适应t分布变异对麻雀搜索算法(SSA)的种群初始化和位置更新进行改进,获得一种新的改进麻雀搜索算法(ISSA)。然后通过ISSA优化核极限学习机(KELM)的正则化系数和核函数参数,建立ISAA-KELM锅炉燃烧特性预测模型。采用该预测模型对某超超临界660 MW机组实际运行数据进行预测,预测结果得到锅炉NO_(x)排放质量浓度和锅炉热效率的平均绝对误差率分别为1.441 7%和0.023 9%,预测效果较好。最后,根据该模型预测结果,利用ISSA对2种典型工况锅炉运行可调参数进行寻优,优化后低负荷工况锅炉NO_(x)排放质量浓度降低约91.73 mg/m~3,热效率提高0.54%,高负荷工况锅炉NO_(x)排放质量浓度降低约45.96 mg/m~3,热效率提高0.50%。 展开更多
关键词 电站锅炉 燃烧优化 预测模型 麻雀搜索算法 核极限学习机
在线阅读 下载PDF
基于和声搜索算法和相关向量机的网络安全态势预测方法 被引量：14
15
作者 李洁 张兆薇 《计算机应用》 CSCD 北大核心 2016年第1期199-202,232,共5页
针对当前网络安全时变性、非线性、预测评估难的现状,提出一种基于和声搜索算法和相关向量机(HSRVM)的网络安全态势预测方法,以弥补现有预测方法在预测精度方面的不足。在预测过程中,首先对网络安全态势样本集进行归一化处理和相空间重... 针对当前网络安全时变性、非线性、预测评估难的现状,提出一种基于和声搜索算法和相关向量机(HSRVM)的网络安全态势预测方法,以弥补现有预测方法在预测精度方面的不足。在预测过程中,首先对网络安全态势样本集进行归一化处理和相空间重构;然后,通过利用和声搜索(HS)算法搜索相关向量机(RVM)最优的超参数,以得到预测精度和速度都得到提升的网络安全态势预测模型;最后,采用Wilcoxon符号秩检验验证模型预测性能之间的差异性。仿真实例表明,所提预测方法的平均绝对百分误差(MAPE)和均方根误差(RMSE)分别为0.495 75和0.020 96,预测性能优于改进和声搜索(IHS)算法优化的正则极速学习机(RELM)预测模型和PSO算法优化的支持向量机回归(PSO-SVR)模型,Wilcoxon符号秩检验结果显示预测性能之间具有显著的差异性。所提预测方法能够较为精确描述网络安全态势变化规律,有利于网络管理者及时掌握网络安全态势变化趋势。 展开更多
关键词 和声搜索算法 相关向量机 网络安全态势 Wilcoxon符号秩检验 预测
在线阅读 下载PDF
和声搜索算法优化支持向量机的柴油机故障诊断研究 被引量：2
16
作者 沈绍辉 姚竹亭 《组合机床与自动化加工技术》 北大核心 2015年第9期66-70,共5页
针对在柴油机故障诊断中支持向量机核函数参数和惩罚因子的不同取值会影响到分类正确率的问题,提出利用和声搜索算法对支持向量机相关参数进行选择优化(HS-SVM)的方法。在该方法中将参数作为和声存于记忆库中,而将支持向量机分类正确率... 针对在柴油机故障诊断中支持向量机核函数参数和惩罚因子的不同取值会影响到分类正确率的问题,提出利用和声搜索算法对支持向量机相关参数进行选择优化(HS-SVM)的方法。在该方法中将参数作为和声存于记忆库中,而将支持向量机分类正确率作为目标函数,则整个寻优过程即是寻找使函数值最大的和声所对应的解。通过对UCI中的2个数据集进行分类正确率测试,并与未优化的支持向量机和人工蜂群算法优化的支持向量机(ABC-SVM)测试结果对比,证明了该方法的优越性。最后,将该方法用于柴油机故障诊断,并将分类正确率与未优化SVM和ABC-SVM分类结果进行比较,进一步说明和声搜索算法优化的支持向量机(HS-SVM)既能获得较高的分类结果正确率,又能有效降低运行时间,即说明该方法具有一定的实用性。 展开更多
关键词 和声搜索算法 支持向量机 参数优化 柴油机故障诊断
在线阅读 下载PDF
改进和声搜索算法优化支持向量机的柴油机故障诊断研究 被引量：2
17
作者 沈绍辉 姚竹亭 《组合机床与自动化加工技术》 北大核心 2016年第4期83-88,共6页
针对基本和声搜索算法在优化支持向量机参数时,其局部搜索能力不足且后期收敛速度比较慢的缺点,提出利用改进和声搜索算法对支持向量机相关参数进行选择优化(IHS-SVM)的方法。在这一方法中,将原算法中控制参数—记忆库取值概率(HMCR)、... 针对基本和声搜索算法在优化支持向量机参数时,其局部搜索能力不足且后期收敛速度比较慢的缺点,提出利用改进和声搜索算法对支持向量机相关参数进行选择优化(IHS-SVM)的方法。在这一方法中,将原算法中控制参数—记忆库取值概率(HMCR)、微调概率(PAR)和调节宽度(bw)由静态值改进为随迭代次数的不同而进行动态变化。通过对UCI中的2个数据集进行分类正确率测试,并与未优化的支持向量机(SVM)和基本和声算法优化的支持向量机(HS-SVM)测试结果对比,证明了该改进方法的优越性。最后,将其用于柴油机故障诊断,并将分类正确率与未优化SVM和HSSVM分类结果进行比较,进一步说明改进和声搜索算法优化的支持向量机(IHS-SVM)能获得更高的分类结果正确率,即证明了该改进方法的实用性。 展开更多
关键词 改进和声搜索算法 支持向量机 参数优化 柴油机故障诊断
在线阅读 下载PDF
麻雀搜索算法优化极端梯度提升的扩频码研究
18
作者 梁智儒 边东明 张更新 《光通信研究》 北大核心 2024年第6期108-113,共6页
【目的】直接序列扩频系统(DSSS)在军事和民用通信中都得到了广泛应用,因其具有对各种常见干扰较强的抵抗能力和安全性较高等优点,且易于实现,被广泛应用于码分多址(CDMA)之中。然而,在非协作通信的应用场景中,检测DSSS信号,对DSSS信号... 【目的】直接序列扩频系统(DSSS)在军事和民用通信中都得到了广泛应用,因其具有对各种常见干扰较强的抵抗能力和安全性较高等优点,且易于实现,被广泛应用于码分多址(CDMA)之中。然而,在非协作通信的应用场景中,检测DSSS信号,对DSSS信号参数进行估计,甚至截获信息,都是文章需要考虑的问题。在DSSS中,正确识别所使用的扩频序列是正确解扩的重要前提条件。针对低信噪比DSSS信号扩频码识别成功率低的问题,文章通过结合m序列的三阶相关函数(TCF)峰值特性,在降噪预处理的前提下,通过功率谱二次处理识别DSSS信号的伪码周期作为先验信息,将扩频码的识别问题具体成为一个峰值检测分类的问题,进而对峰值识别分类进行了研究。【方法】文章提出了使用麻雀搜索算法(SSA)优化极端梯度提升(XGBOOST)的DSSS信号三阶相关峰值分类方法,提高了对m序列分类识别的准确率。【结果】通过在不同信噪比下对比常规峰值检测和决策树分类方法以及对比不同序列周期的识别分类准确率,仿真结果表明,经过预处理的SSA XGBOOST扩频码识别分类方法比起常规机器学习与峰值检测方法分类识别成功率更高,在高序列周期下性能逐步提升。【结论】文章所提方法能在较低的信噪比条件下更准确地识别分类扩频码m序列。 展开更多
关键词 M序列 三阶相关函数 麻雀搜索算法 优化极端梯度提升
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：16
19
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
基于组合核相关向量机和量子粒子群优化算法的变压器故障诊断方法 被引量：9
20
作者 付华 任仁 +1 位作者 闫智生 马云伍 《高压电器》 CAS CSCD 北大核心 2017年第10期131-135,141,共6页
为了提高变压器故障诊断精确度,提出量子粒子群算法(QPSO)优化相关向量机(RVM)的变压器故障诊断方法。采用4个二分类RVM来实现变压器故障诊断的多分类问题。相关向量机的组合核函数可融合变压器运行状态的多种特征信息,为非线性、有限... 为了提高变压器故障诊断精确度,提出量子粒子群算法(QPSO)优化相关向量机(RVM)的变压器故障诊断方法。采用4个二分类RVM来实现变压器故障诊断的多分类问题。相关向量机的组合核函数可融合变压器运行状态的多种特征信息,为非线性、有限样本数据的变压器故障诊断建模问题提供有效的方法。利用量子粒子群算法对RVM诊断模型参数快速寻优,并结合CV原理设置适应度函数可有效提高诊断模型的泛化能力。实例分析表明,该耦合算法诊断正确率为91.1%,优于三比值法、BPNN、PSO-SVM方法,可有效提高变压器故障诊断精度。 展开更多
关键词 变压器 故障诊断 量子粒子群优化 相关向量机 组合核函数
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 … 11 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