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149篇文章
< 1 2 … 8 >
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：
近红外无创血糖浓度的Label Sensitivity算法和支持向量机回归 被引量：3
1
作者 孟琪 赵鹏 +4 位作者 宦克为 李野 姜志侠 张瀚文 周林华 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期617-624,共8页
近红外光谱分析技术在生物医学工程领域具有广阔应用前景。无创且持续性地测量能实时监控人体血糖水平,给糖尿病患者带来极大便利性、提高生存质量、降低糖尿病并发症发生率具有很大的社会效益。无创血糖监测的想法提出较早,但仍然存在... 近红外光谱分析技术在生物医学工程领域具有广阔应用前景。无创且持续性地测量能实时监控人体血糖水平,给糖尿病患者带来极大便利性、提高生存质量、降低糖尿病并发症发生率具有很大的社会效益。无创血糖监测的想法提出较早,但仍然存在预测精度低、预测值与标签值相关性不高等难点,至今没有达到临床要求。近年来,光谱检测技术发展迅猛且机器学习技术在智能信息处理方面具有明显优势,两者结合可以有效提高人体无创血糖医学监测模型的精度和普适性。提出了一种标签敏感度算法(LS),并结合支持向量机方法建立了人体血糖含量预测模型。使用近红外光谱仪采集了4名志愿者食指处动态血液光谱数据(每名志愿者28组数据),并使用多元散射矫正(MSC)方法消除了部分光散射的影响。考虑血糖对不同波长光的吸收有差异,提出了基于血糖浓度标签差的特征波长挑选方法,并构建了标签敏感度支持向量机(LSSVR)预测模型。设计实验,对比该模型与偏最小二乘回归(PLSR)和区分度支持向量机(FSSVR)算法。结果表明,LS算法的最佳特征波长数为32,经特征波长选择后的LSSVR表现最佳,其均方误差降低至0.02 mmol·L^(-1),明显优于全谱段PLSR模型,血糖浓度的预测值与标签值的相关系数提升至99.8%,预测值全部位于可容许误差的克拉克网格A区内。LSSVR模型的优异表现为早日实现血糖的无创监测提供了新思路。 展开更多
关键词 无创血糖 近红外光谱 特征波长 Label sensitivity算法 支持向量机
在线阅读 下载PDF
基于敏感度分析的球面磁悬浮飞轮电机多目标分层优化设计
2
作者 朱志莹 焦金帅 +2 位作者 徐政 孟凡浩 安聪 《电气工程学报》 北大核心 2025年第2期130-139,共10页
针对球面磁悬浮飞轮电机的参数优化设计问题,提出一种基于参数敏感度分析的多目标分层优化设计方案。在介绍电机运行机理及电磁分析的基础上,以转矩、悬浮力为优化目标,通过对电机结构参数进行敏感度分析,利用构建敏感度方程,将电机参... 针对球面磁悬浮飞轮电机的参数优化设计问题,提出一种基于参数敏感度分析的多目标分层优化设计方案。在介绍电机运行机理及电磁分析的基础上,以转矩、悬浮力为优化目标,通过对电机结构参数进行敏感度分析,利用构建敏感度方程,将电机参数划分为主敏感度参数和次敏感度参数,针对主敏感度参数和次敏感度参数,依次分别采用支持向量机进行非参数建模,并通过惯性权重自适应改变的混沌粒子群算法进行寻优;最后,通过有限元仿真验证了所提算法的有效性,结果表明优化后电机转矩提高6%,悬浮力提高27.99%。 展开更多
关键词 球面磁悬浮飞轮电机 参数敏感度分析 分层优化 支持向量机 惯性权重自适应改变的混沌粒子群算法
在线阅读 下载PDF
基于PSO-SVR算法的钢板-混凝土组合连梁承载力预测
3
作者 田建勃 闫靖帅 +2 位作者 王晓磊 赵勇 史庆轩 《振动与冲击》 北大核心 2025年第7期155-162,共8页
为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-suppor... 为准确预测钢板-混凝土组合(steel plate-RC composite,PRC)连梁承载力,本文分别通过支持向量机回归算法(support vector regression,SVR)、极端梯度提升算法(XGBoost)和粒子群优化的支持向量机回归(particle swarm optimization-support vector regression,PSO-SVR)算法进行了PRC连梁试验数据的回归训练,此外,通过使用Sobol敏感性分析方法分析了数据特征参数对PRC连梁承载力的影响。结果表明,基于SVR、极端梯度提升算法(extreme gradient boosting,XGBoost)和PSO-SVR的预测模型平均绝对百分比误差分别为5.48%、7.65%和4.80%,其中,基于PSO-SVR算法的承载力预测模型具有最高的预测精度,模型的鲁棒性和泛化能力更强。此外,特征参数钢板率(ρ_(p))、截面高度(h)和连梁跨高比(l_(n)/h)对PRC连梁承载力影响最大,三者全局影响指数总和超过0.75,其中,钢板率(ρ_(p))是对PRC连梁承载力影响最大的单一因素,一阶敏感性指数和全局敏感性指数分别为0.3423和0.3620,以期为PRC连梁在实际工程中的设计及应用提供参考。 展开更多
关键词 钢板-混凝土组合连梁 机器学习 粒子群优化的支持向量机回归(PSO-SVR)算法 承载力 敏感性分析
在线阅读 下载PDF
基于CS-SVM的氧化铝蒸发过程故障检测 被引量：2
4
作者 唐明珠 阳春华 桂卫华 《控制工程》 CSCD 北大核心 2011年第4期645-649,共5页
针对氧化铝蒸发过程样本集中的类不平衡和故障难以实时检测问题,提出线性权重递减粒子群-代价敏感支持向量机故障检测方法。深入分析氧化铝蒸发过程机理,选择合适输入条件、操作参数、状态参数作为代价敏感支持向量机的输入向量,工况样... 针对氧化铝蒸发过程样本集中的类不平衡和故障难以实时检测问题,提出线性权重递减粒子群-代价敏感支持向量机故障检测方法。深入分析氧化铝蒸发过程机理,选择合适输入条件、操作参数、状态参数作为代价敏感支持向量机的输入向量,工况样本类别作为其输出。代价敏感支持向量机以最小化误分类代价为目标,利用线性权重递减粒子群优化代价敏感支持向量机核参数和误分类代价参数。实验结果表明所提出的方法能有效地提高故障识别率和减少平均误分类代价。 展开更多
关键词 类不平衡样本集 代价敏感支持向量机 粒子群 氧化铝蒸发过程
在线阅读 下载PDF
基于机器学习算法的森林病虫害遥感模型对比研究
5
作者 郑绍鑫 何江 +3 位作者 封成 陈积标 潘兴建 李军集 《热带农业科学》 2025年第2期80-88,共9页
森林病虫害严重威胁森林的生态功能与经济效益,如何有效识别森林病虫害并对其危害程度进行估测,对维护森林资源的健康和可持续利用至关重要。遥感技术能够实时、大范围连续动态获取植被对环境胁迫的光谱响应信息,广泛应用于森林病虫害... 森林病虫害严重威胁森林的生态功能与经济效益,如何有效识别森林病虫害并对其危害程度进行估测,对维护森林资源的健康和可持续利用至关重要。遥感技术能够实时、大范围连续动态获取植被对环境胁迫的光谱响应信息,广泛应用于森林病虫害监测。以广西六万林场森林公园为实验区,将地面调查数据及2022—2023年Sentinel-2遥感影像作为基础数据源,选取对植被颜色变化敏感的植被衰减指数(PSRI)、对植被结构变化敏感的结构不敏感色素指数(SIPI)、归一化差值红边指数(NDRE)及对植被功能变化敏感的植被光合有效辐射吸收系数(FAPAR)、归一化差值水体指数(NDWI)作为森林病虫害监测的光谱特征参数,分别利用支持向量机(SVM)和随机森林(RF)两类机器学习算法建立森林病虫害胁迫遥感监测模型,从总体精度、Kappa系数等指标对模型精度进行评价。结果表明:(1)广西六万林场森林公园的病虫害具有集聚分布、连片蔓延特点,多发生于11—12月林场森林公园北部与中部地区;(2)利用RF与SVM进行森林病虫害遥感分类的总体精度分别为63.51%92.21%、52.70%81.82%,Kappa系数分别为0.54~0.90、0.41~0.77;(3)相比SVM算法,基于RF的森林病虫害遥感监测模型精度更高,更有利于森林病虫害的监测识别。研究结果为探讨实验区的森林病虫害时空分布提供基础数据,为森林病虫害防治提供科学依据,同时为大尺度森林病虫害遥感监测提供参考。 展开更多
关键词 森林病虫害 Sentinel-2影像 敏感光谱参数 随机森林 支持向量机
在线阅读 下载PDF
基于改进FOA优化的CS-SVM轴承故障诊断研究 被引量：18
6
作者 何大伟 彭靖波 +2 位作者 胡金海 李腾辉 贾伟州 《振动与冲击》 EI CSCD 北大核心 2018年第18期108-114,共7页
针对故障诊断中的小样本及样本类不平衡问题。建立基于代价敏感支持向量机(CS-SVM)的故障诊断模型,提出采用改进FOA算法(IFOA)对规则化常数C+,C-和核函数参数g进行优化选取,通过增大对故障类样本错分的惩罚代价,提升对故障类的诊断正确... 针对故障诊断中的小样本及样本类不平衡问题。建立基于代价敏感支持向量机(CS-SVM)的故障诊断模型,提出采用改进FOA算法(IFOA)对规则化常数C+,C-和核函数参数g进行优化选取,通过增大对故障类样本错分的惩罚代价,提升对故障类的诊断正确率;以IMS航空轴承试验数据为对象,结合随机共振、KPCA特征提取方法对所提IFOA优化的CS-SVM模型进行了验证。结果表明,该方法能有效处理误分类代价不同的轴承故障诊断问题,提高了故障类样本的诊断正确率,可拓展应用至其它故障诊断领域。 展开更多
关键词 轴承故障诊断 改进果蝇优化算法(IFOA) 代价敏感支持向量机(S-SVM)
在线阅读 下载PDF
基于改进SVM的电力工程造价预测 被引量：5
7
作者 刘云 李维嘉 +2 位作者 赵子豪 董振亮 陈志宾 《沈阳工业大学学报》 CAS 北大核心 2024年第4期367-372,共6页
针对支持向量机求解速度较慢且用于预测电力工程造价的性能不理想等问题,提出了一种基于改进SVM的电力工程造价预测模型。该模型全面考虑了电力工程成本的组成要素并进行参数归一化处理,利用最小二乘估计改进SVM模型,同时采用遗传算法求... 针对支持向量机求解速度较慢且用于预测电力工程造价的性能不理想等问题,提出了一种基于改进SVM的电力工程造价预测模型。该模型全面考虑了电力工程成本的组成要素并进行参数归一化处理,利用最小二乘估计改进SVM模型,同时采用遗传算法求解LSSVM的参数最优值,并通过优化后的GA-LSSVM模型实现对电力工程成本的预测。基于MATLAB仿真平台的仿真实验结果表明,模型预测的工程成本与实际值较为接近,归一化均方误差与平均绝对百分比误差分别为18.34万元和3.58%,且预测时间仅为256 ms,证明了其整体性能优于其他对比模型。 展开更多
关键词 电力工程 造价预测 支持向量机 最小二乘估计 遗传算法 GA-LSSVM模型 归一化处理 误差分析
在线阅读 下载PDF
基于变量敏感度筛选的回归型支持向量机的数控机床热误差预测 被引量：2
8
作者 李铁军 崔尚仪 张义民 《机械设计与制造》 北大核心 2024年第9期41-43,50,共4页
随着机械制造行业的迅猛发展,对于数控机床的定位精度要求越来越高。为了提高机床定位精度,建立了基于变量敏感度筛选与回归型支持向量机(SVR)混合模型,并将其用于数控机床热误差预测方法。该方法基于对变量敏感度分析,筛选掉敏感度低... 随着机械制造行业的迅猛发展,对于数控机床的定位精度要求越来越高。为了提高机床定位精度,建立了基于变量敏感度筛选与回归型支持向量机(SVR)混合模型,并将其用于数控机床热误差预测方法。该方法基于对变量敏感度分析,筛选掉敏感度低的干扰自变量。本方法与基本SVR模型对数控机床热误差预测值进行对比,结果表明基本SVR受到敏感度低的干扰自变量影响,预测结果与实测热误差结果偏差较大;经过变量敏感度筛选之后的SVR混合模型预测值具有更高的准确度,验证了此模型的可行性。 展开更多
关键词 数控机床 回归型支持向量机 变量敏感度筛选 热误差
在线阅读 下载PDF
基于PSO-SVM的Φ-OTDR系统模式识别研究 被引量：1
9
作者 朱宗玖 王宁 《科学技术与工程》 北大核心 2024年第12期5023-5029,共7页
针对相位敏感光时域反射仪(phase sensitive optical time domain reflectometer,Φ-OTDR)系统中误报率高的问题,提出一种多域特征提取与粒子群算法优化支持向量机(particle swarm optimization-support vector machine,PSO-SVM)相结合... 针对相位敏感光时域反射仪(phase sensitive optical time domain reflectometer,Φ-OTDR)系统中误报率高的问题,提出一种多域特征提取与粒子群算法优化支持向量机(particle swarm optimization-support vector machine,PSO-SVM)相结合的模式识别算法。首先,对原始信号进行差分处理后提取时域特征,并利用小波包分解方法,通过验证不同分解层数下的事件分类准确率,设定最优分解层数为6层,提取差分信号的能量特征。然后以SVM分类器为基础,利用PSO算法优化SVM分类器参数,提高光纤振动信号识别准确率。最后利用Φ-OTDR事件数据集进行验证,实验结果表明,该模式识别算法达到了95.6%的振动事件分类准确率。 展开更多
关键词 相位敏感光时域反射仪(Φ-OTDR) 小波包分解 粒子群算法(PSO) 支持向量机(SVM) 模式识别
在线阅读 下载PDF
EHDE和WHO-SVM模型在齿轮箱故障诊断中的应用
10
作者 马晓娜 周海超 《机电工程》 CAS 北大核心 2024年第4期622-632,共11页
针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增... 针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增强层次多样性熵,并将其作为特征提取指标用于提取齿轮箱的故障特征;其次,采用WHO算法对SVM模型的参数进行了优化,建立了参数最优的WHO-SVM分类器;最后,将故障特征样本输入至WHO-SVM分类器中进行了训练和识别,完成了样本的故障识别;利用齿轮箱数据集分别从数据长度敏感性、算法特征提取时间、模型诊断性能三种角度对EHDE、精细复合多尺度样本熵、精细复合多尺度模糊熵、精细复合多尺度排列熵、精细复合多尺度散布熵、精细复合多尺度波动散布熵进行了对比研究。研究结果表明:EHDE方法对数据长度的要求较低,在数据长度为512时即可以取得99.1%的平均识别准确率,在诊断稳定性和诊断精度方面均优于其他对比方法;在算法的泛化性实验中,EHDE方法能够以98%的准确率识别齿轮箱的不同故障类型,具有明显的泛化性和通用性。 展开更多
关键词 齿轮箱故障诊断 增强层次多样性熵 野马算法优化支持向量机 数据长度敏感性 算法特征提取时间 模型诊断性能
在线阅读 下载PDF
基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测 被引量：5
11
作者 韩坤 王惟璐 +3 位作者 黄雪峰 李鹏海 李春生 郑俊林 《农业工程学报》 EI CAS CSCD 北大核心 2024年第14期62-72,共11页
为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林(random forest,RF)筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络(convolu... 为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林(random forest,RF)筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络(convolutional neural networks,CNN)和支持向量机(support vector machine,SVM)两种模型的优点,通过北方苍鹰优化算法(northern goshawk optimization,NGO)对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R^(2)、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明:基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R^(2)达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R^(2)达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R^(2)达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。 展开更多
关键词 高标准农田 灌溉 随机森林 北方苍鹰优化算法 卷积神经网络 支持向量机 施工成本
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
12
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
基于优化SVM的粗粒土路基冻胀特性影响因素敏感性分析 被引量：2
13
作者 赫金良 李晓宁 +2 位作者 李青龙 赵思远 董洋君 《科学技术与工程》 北大核心 2024年第22期9577-9586,共10页
为准确掌握寒区粗粒土路基冻胀变形特性,基于室内模型试验研究了初始含水率、冻结温度、细粒含量以及冻融循环次数对粗粒土路基冻胀位移和冻结速率的影响;提出了基于PSO-SVR优化的SVM支持向量机预测模型对粗粒土路基进行冻胀位移值预测... 为准确掌握寒区粗粒土路基冻胀变形特性,基于室内模型试验研究了初始含水率、冻结温度、细粒含量以及冻融循环次数对粗粒土路基冻胀位移和冻结速率的影响;提出了基于PSO-SVR优化的SVM支持向量机预测模型对粗粒土路基进行冻胀位移值预测。通过对单因素样本输入数据进行扰动,以输出变量值的波动情况作为各因素对路基冻胀敏感性大小的判断依据。结果表明:影响粗粒土路基冻胀位移各因素的敏感性依次为初始含水量>细粒含量>冻结温度>冻融循环次数;粗粒土路基的最大冻胀位移与这4个因素呈一次线性函数关系,快速冻结期冻胀速率与4种因素呈正比关系。 展开更多
关键词 季节性冻土区 模型实验 多因素分析 支持向量机 敏感性评价
在线阅读 下载PDF
考虑错分代价的ADASVM-CSLINEX模型及应用 被引量：1
14
作者 杨园园 鲁统宇 +1 位作者 崔俊 许文甫 《计算机工程与应用》 CSCD 北大核心 2024年第3期348-356,共9页
在二分类预测中存在对两类样本的两类分类错误,在现实应用中这两类错误的代价往往是不同的,该文考虑了两类错误的错分代价问题。通过引入一种具有非对称性的LINEX损失函数,可以实现对低错分代价的样本进行线性级惩罚,对高错分代价的样... 在二分类预测中存在对两类样本的两类分类错误,在现实应用中这两类错误的代价往往是不同的,该文考虑了两类错误的错分代价问题。通过引入一种具有非对称性的LINEX损失函数,可以实现对低错分代价的样本进行线性级惩罚,对高错分代价的样本进行指数级惩罚。模型以SVM作为AdaBoost的基分类器,再将LINEX损失函数嵌入到AdaBoost-SVM的权重更新方程中,根据对正负类样本错分代价的不同以及样本是否错分重新更新样本权重。对2011年1月至2020年12月的沪深300指数成分股进行了实证研究,利用所提出的模型方法进行涨跌预测,研究发现所构建的ADASVM-CSLINEX模型可以获得更高的投资绩效。 展开更多
关键词 量化选股 错分代价 LINEX损失函数 支持向量机 ADABOOST
在线阅读 下载PDF
不均衡数据下基于SVM的故障检测新算法 被引量：22
15
作者 陶新民 刘福荣 +1 位作者 童智靖 杨立标 《振动与冲击》 EI CSCD 北大核心 2010年第12期8-12,29,共6页
针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。为减少人工增加样... 针对传统支持向量机(SVM)算法在数据不均衡情况下无法有效实现故障检测的不足,提出一种基于过抽样和代价敏感支持向量机相结合的故障检测新算法。该算法首先利用边界人工少数类过抽样技术(BSMOTE)实现训练样本的均衡。为减少人工增加样本带来的噪声影响,利用K近邻构造一个代价敏感的支持向量机(CSSVM)算法,利用每个样本的代价函数消除噪声样本对SVM算法分类精度的影响。将该算法应用在轴承故障检测中,并同传统的SVM算法,不同类代价敏感SVM-C算法,SVM和SMOTE相结合的算法进行比较,试验结果表明当样本不均衡时,建议算法的故障检测性能较其它算法有显著提高。 展开更多
关键词 故障检测 支持向量机 SMOTE算法 K近邻方法 代价敏感
在线阅读 下载PDF
基于SVM和LS-SVM的住宅工程造价预测研究 被引量：24
16
作者 秦中伏 雷小龙 +1 位作者 翟东 金灵志 《浙江大学学报（理学版）》 CAS CSCD 北大核心 2016年第3期357-363,共7页
为在方案设计初期与工程造价相关信息很少的条件下,准确快速地预测住宅工程造价,在分析既往相关理论和方法优劣的基础上,选取支持向量机构建住宅工程造价预测模型,并通过主成分分析对原始数据进行降噪处理.选取住宅工程造价预测指标集... 为在方案设计初期与工程造价相关信息很少的条件下,准确快速地预测住宅工程造价,在分析既往相关理论和方法优劣的基础上,选取支持向量机构建住宅工程造价预测模型,并通过主成分分析对原始数据进行降噪处理.选取住宅工程造价预测指标集与样本,对输入指标的数据进行主成分分析,消除指标相关性的同时对原始数据降维,将处理后的数据分别导入到"标准支持向量机"和"最小二乘支持向量机"模型中进行训练和预测,并对预测结果进行对比分析,选取较为合理的预测模型,通过参数寻优进一步优化预测效果.所构建预测模型的相对误差均控制在±7%以内,预测精度较高,结果稳定. 展开更多
关键词 造价预测 主成分分析 支持向量机 最小二乘支持向量机
在线阅读 下载PDF
多参数装备费用的支持向量机预测 被引量：26
17
作者 朱家元 张喜斌 +1 位作者 张恒喜 裴静 《系统工程与电子技术》 EI CSCD 北大核心 2003年第6期701-703,共3页
支持向量机是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法 ,具有完备的理论基础。首先应用支持向量机原理建立了基于支持向量机的多参数装备费用预测模型 ,然后采用模型对整套机载电子设备费用进行了预测... 支持向量机是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法 ,具有完备的理论基础。首先应用支持向量机原理建立了基于支持向量机的多参数装备费用预测模型 ,然后采用模型对整套机载电子设备费用进行了预测。通过与多元线性回归和神经网络的预测结果对比 。 展开更多
关键词 支持向量机 机器学习 神经网络 模糊 费用预测
在线阅读 下载PDF
计及天气预测的电力系统运行可靠性短期评估 被引量：30
18
作者 何剑 程林 +1 位作者 孙元章 王鹏 《电力系统保护与控制》 EI CSCD 北大核心 2010年第10期31-38,51,共9页
多变的天气环境和电气量等运行条件会对电力系统短期运行的可靠性产生重要的影响。研究了计及天气预测的电力系统运行可靠性短期评估。建立了基于支持向量机的天气预测模型,并将其与元件短期可靠性模型相结合,以反映气温、风速、天气状... 多变的天气环境和电气量等运行条件会对电力系统短期运行的可靠性产生重要的影响。研究了计及天气预测的电力系统运行可靠性短期评估。建立了基于支持向量机的天气预测模型,并将其与元件短期可靠性模型相结合,以反映气温、风速、天气状况、元件服役时间、负荷水平等运行条件的影响;拓展了短期可靠性指标,并开发了相应的评估算法;通过短期可靠性评估实现了系统薄弱环节定位。对修正的IEEE RTS-79系统的算例分析表明所提模型和算法是合理有效的。该方案可应用到短期运行规划和在线调度领域,为规划和运行人员的科学决策提供必要的决策依据和技术支持。 展开更多
关键词 条件相依 关键重要度 运行可靠性 概率评估 灵敏度分析 支持向量机 天气预测
在线阅读 下载PDF
代价敏感的半监督Laplacian支持向量机 被引量：14
19
作者 万建武 杨明 陈银娟 《电子学报》 EI CAS CSCD 北大核心 2012年第7期1410-1415,共6页
代价敏感学习是机器学习领域的一个研究热点.在实际应用中,数据集往往是不平衡的,存在着大量的无标签样本,只有少量的有标签样本,并且存在噪声.虽然针对该情况的代价敏感学习方法的研究已取得了一定的进展,但还需要进一步的深入研究.为... 代价敏感学习是机器学习领域的一个研究热点.在实际应用中,数据集往往是不平衡的,存在着大量的无标签样本,只有少量的有标签样本,并且存在噪声.虽然针对该情况的代价敏感学习方法的研究已取得了一定的进展,但还需要进一步的深入研究.为此,本文提出了一种基于代价敏感的半监督Laplacian支持向量机.该模型在采用无标签扩展策略的基础上,将考虑了数据不平衡的错分代价融入到Laplacian支持向量机的经验损失和Laplacian正则化项中.考虑到噪声样本对决策平面的影响,本文定义了一种样本依赖的代价,对噪声样本赋予较低的权重.在7个UCI数据集和8个NASA软件数据集上的实验结果表明了本文算法的有效性. 展开更多
关键词 代价敏感学习 半监督学习 Laplacian支持向量机
在线阅读 下载PDF
基于遗传优化最小二乘支持向量机的变电站全寿命周期成本预测模型 被引量：11
20
作者 乔国华 郭路遥 +5 位作者 吴一敌 李晶 贾朝阳 郝锋 詹翔灵 王亚运 《中国电力》 CSCD 北大核心 2015年第11期142-148,共7页
变电站设备多、投入资金大,建立合理的变电站LCC预测模型,是提高电网资产管理效率的重要手段,其中如何保证算法收敛能力和模型预测精度是目前的研究难点。建立了基于GA优化最小二乘支持向量机的变电站LCC预测模型,选取变电站全寿命周期... 变电站设备多、投入资金大,建立合理的变电站LCC预测模型,是提高电网资产管理效率的重要手段,其中如何保证算法收敛能力和模型预测精度是目前的研究难点。建立了基于GA优化最小二乘支持向量机的变电站LCC预测模型,选取变电站全寿命周期各阶段的一些具有代表性的指标作为预测模型输入向量,变电站LCC总成本作为输出向量。通过算例,对比了传统LS-SVM预测模型、BP神经网络预测模型和GA优化LS-SVM预测模型的预测结果及性能指标,验证了GA优化LS-SVM预测模型性能的优越性,以便在新建变电站时,实现快速、高效的变电站LCC的预测,有助于实现电网规划时变电站的经济技术评估。 展开更多
关键词 变电站 全寿命周期成本 遗传算法 支持向量机
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 … 8 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