期刊文献+
共找到150篇文章
< 1 2 8 >
每页显示 20 50 100
基于物理驱动支持向量机方法的地震作用下结构动力响应求解 被引量:2
1
作者 杜轲 吴文贤 +1 位作者 林志鹏 骆欢 《振动与冲击》 北大核心 2025年第3期284-290,共7页
物理驱动机器学习是一种将物理原理融入机器学习框架的前沿方法。通过引入物理知识,该方法旨在使模型更为贴合实际世界的物理规律和约束,以提高模型在学习过程中对数据本质特征的准确捕捉。该研究使用了一种以支持向量机为基础的物理驱... 物理驱动机器学习是一种将物理原理融入机器学习框架的前沿方法。通过引入物理知识,该方法旨在使模型更为贴合实际世界的物理规律和约束,以提高模型在学习过程中对数据本质特征的准确捕捉。该研究使用了一种以支持向量机为基础的物理驱动方法,用于精确计算结构的动力响应。该算法通过最小化多输出最小二乘支持向量机的目标函数,实现了对回归模型参数的精准拟合。同时,通过在特征空间中引入系统动态平衡方程和初始条件的物理约束,无需事先训练数据即可有效计算结构的动力响应。随后开展在地震动荷载作用下的单自由度体系和二层剪切框架多自由度体系的动力响应,并将所用方法与传统方法的结果进行了对比。分析结果表明,提出的物理驱动机器学习方法在精度和大时间步长性能方面均显著优于传统方法。 展开更多
关键词 机器学习 支持向量机 物理驱动 无标记数据 结构动力响应分析
在线阅读 下载PDF
基于机器学习的油藏动态分析研究
2
作者 王小燕 谢文昊 +1 位作者 李娟妮 王亦鑫 《现代电子技术》 北大核心 2025年第14期117-122,共6页
针对油藏开发过程中,传统储量预测方法精度低、复杂度高,以及人工分析信息滞后导致不能及时发现潜力井等问题,提出一种智能化油藏动态分析方法,实现油藏开发问题的实时精确处理。在油田生产过程采集的20个参数中,利用皮尔逊相关系数最... 针对油藏开发过程中,传统储量预测方法精度低、复杂度高,以及人工分析信息滞后导致不能及时发现潜力井等问题,提出一种智能化油藏动态分析方法,实现油藏开发问题的实时精确处理。在油田生产过程采集的20个参数中,利用皮尔逊相关系数最终选用当前年产油量、含水、体积液量、累产油量、排量、冲次和泵效共7个参数表征油田生产能力。然后基于回归的支持向量机模型,利用不同核函数下的SVR模型对油田月产油量进行预测,最终选定超参数d=2、C=54的二阶多项式核函数下的SVR模型作为最优的油田月产量预测模型,该模型预测结果的平均绝对误差为-0.0061,均方误差为-0.1028。实验结果表明,智能化油藏动态分析方法在勘探数据分析的基础上,能够准确地动态预测油藏,优化勘探规划结构并提高油藏发现效率。 展开更多
关键词 智能油田 油藏动态分析 油田产量预测 支持向量机模型 核函数 皮尔逊相关系数
在线阅读 下载PDF
无线局域网多模态数据标签自适应标注方法
3
作者 陈琳 魏娟 《吉林大学学报(理学版)》 北大核心 2025年第3期878-884,共7页
针对无线局域网的动态性导致数据标签有效性随时间变化,需定期更新和重新标注数据,增加了数据标签标注难度的问题,提出一种无线局域网多模态数据标签自适应标注方法.首先,通过动态滑动邻近排序算法清洗重复的无线局域网多模态数据,利用... 针对无线局域网的动态性导致数据标签有效性随时间变化,需定期更新和重新标注数据,增加了数据标签标注难度的问题,提出一种无线局域网多模态数据标签自适应标注方法.首先,通过动态滑动邻近排序算法清洗重复的无线局域网多模态数据,利用循环神经网络融合多模态数据,获取更全面的数据信息.其次,将融合后的无线局域网数据划分为确定集和模糊集,采用支持向量机标注确定集数据标签,利用K-近邻(KNN)分类器标注模糊集数据标签,从而实现无线局域网多模态数据标签自适应标注.实验结果表明,该方法的重复数据删除率始终高于12%,一致指数为0.9928,平均绝对百分比误差为0.4539,ROC曲线更靠近坐标轴左上角,AUC值为0.9824,内存占用率始终低于10%,无线局域网多模态数据标签标注效果较好. 展开更多
关键词 无线局域网 多模态数据 标签标注 支持向量机 KNN分类器
在线阅读 下载PDF
基于SVM的极端天气下新能源短期功率预测修正方法
4
作者 姚旭 鲁敏 +2 位作者 胡均涛 栗凡 常喜强 《石河子大学学报(自然科学版)》 北大核心 2025年第3期288-294,共7页
基于“双碳”(碳达峰、碳中和)政策框架,以光伏、风电为核心的可再生能源在我国电网中的渗透率持续提升,并考虑到新能源出力具有明显间歇性与波动性,且功率预测的准确性直接影响消纳新能源的能力,以及极端天气使新能源短期功率预测结果... 基于“双碳”(碳达峰、碳中和)政策框架,以光伏、风电为核心的可再生能源在我国电网中的渗透率持续提升,并考虑到新能源出力具有明显间歇性与波动性,且功率预测的准确性直接影响消纳新能源的能力,以及极端天气使新能源短期功率预测结果与实际产生严重偏差,使源-荷之间产生极大不平衡,提出一种基于支持向量机的iForest-rForest-SVM算法,采用孤立森林算法实现数据清洗:首先识别并剔除突变值,其次对缺失值进行插值补全;在此基础上,通过随机森林算法构建特征加权样本子集,最后采用支持向量机根据偏差对模型进行修正。通过具体案例计算及分析,结果表明相较于传统支持向量机算法,本文提出的iForest-rForest-SVM算法将新能源短期功率预测的平均准确率提升2%,验证了该修正方法和流程的有效性,并为提高极端天气下新能源短期功率预测准确率提供了借鉴措施和建议方案。 展开更多
关键词 数据分析 新能源短期功率预测 模型修正 孤立森林算法 支持向量机算法
在线阅读 下载PDF
基于数据预处理的小样本开关磁阻电机智能方法建模
5
作者 赵燕 朱景伟 任萍 《电机与控制学报》 北大核心 2025年第2期85-95,共11页
针对开关磁阻电机磁路非线性导致本体模型建立困难的问题,提出一种快速、准确且不需要转子夹紧装置和位置传感器的开关磁阻电机智能建模方法。首先,利用转矩平衡法得到4个平衡位置的磁链数据。其次,加入预处理函数对数据进行预处理,降... 针对开关磁阻电机磁路非线性导致本体模型建立困难的问题,提出一种快速、准确且不需要转子夹紧装置和位置传感器的开关磁阻电机智能建模方法。首先,利用转矩平衡法得到4个平衡位置的磁链数据。其次,加入预处理函数对数据进行预处理,降低整体建模难度;对数据进行近似线性化处理,大幅降低小角度下的建模难度。然后,将预处理过的数据作训练集,利用金枪鱼群算法优化的最小二乘支持向量机得到精确的磁链模型。最后,利用此模型和遗传算法优化的反向传播神经网络建立准确的电机本体模型。不同工作模式下的硬件实验结果验证了所提建模方法的有效性。 展开更多
关键词 开关磁阻电机 非线性建模 数据预处理 小样本 最小二乘支持向量机 金枪鱼群优化算法
在线阅读 下载PDF
基于深度自回归模型的电网异常流量检测算法 被引量:3
6
作者 李勇 韩俊飞 +2 位作者 李秀芬 王鹏 王蓓 《沈阳工业大学学报》 CAS 北大核心 2024年第1期24-28,共5页
针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取... 针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。 展开更多
关键词 自回归模型 深度学习 异常检测 海量数据 分析周期 支持向量机
在线阅读 下载PDF
基于双信号融合的主轴/刀柄结合面刚度退化程度预测
7
作者 吴石 张勇 +1 位作者 王宇鹏 王春风 《中国机械工程》 EI CAS CSCD 北大核心 2024年第8期1449-1461,共13页
为了预测主轴/刀柄结合面刚度退化程度,提出了一种基于激励和响应信号融合的主轴/刀柄结合面刚度退化程度预测方法。首先进行钛合金矩形工件侧铣实验,采集瞬时铣削力信号和主轴/刀柄结合面附近的响应振动信号,构建反映主轴/刀柄结合面... 为了预测主轴/刀柄结合面刚度退化程度,提出了一种基于激励和响应信号融合的主轴/刀柄结合面刚度退化程度预测方法。首先进行钛合金矩形工件侧铣实验,采集瞬时铣削力信号和主轴/刀柄结合面附近的响应振动信号,构建反映主轴/刀柄结合面刚度退化的数据库。然后根据数据库中瞬时铣削力和振动信号各方向的时域、频域和时频域特征,基于相关性分析优选出瞬时铣削力信号和振动信号的时域均值、频域中心频率、时频域一阶小波包能量3个特征,分别使用低频滤波卷积核和高频滤波卷积核对优选后的特征矩阵进行双通道卷积池化处理,获取深度融合的主轴/刀柄结合面刚度退化程度特征向量。最后以支持向量机模型(SVM)的概率模式转化为朴素贝叶斯分类器(NBC)的条件概率,构建混合分类器模型(NBC-SVM),提高了分类器的分类性能。在主轴/刀柄结合面刚度退化数据库的基础上,基于双通道卷积池化的特征融合方法(CP-FF)和NBC-SVM模型实现了主轴/刀柄结合面刚度退化程度的预测,预测精度达96%。 展开更多
关键词 主轴/刀柄结合面 刚度退化 特征融合 朴素贝叶斯分类器支持向量机模型
在线阅读 下载PDF
基于全范围头部姿态估计的教师注意力识别算法
8
作者 陈增照 王政 郑秋雨 《计算机工程》 CAS CSCD 北大核心 2024年第7期96-103,共8页
探究教师注意力对于评估课堂教师行为具有极其重要的研究价值。然而,现有的教师注意力识别算法存在无法应对极端头部姿态角度等问题。为此,提出一种基于6DRep Net360模型的教师注意力状态识别算法,提升极端角度中头部姿态估计算法的准... 探究教师注意力对于评估课堂教师行为具有极其重要的研究价值。然而,现有的教师注意力识别算法存在无法应对极端头部姿态角度等问题。为此,提出一种基于6DRep Net360模型的教师注意力状态识别算法,提升极端角度中头部姿态估计算法的准确性。相较于传统的依赖条件判断来分类教师注意力状态的方法,设计一种基于支持向量机(SVM)的教师注意力分类模型,对复杂头部姿态角度进行注意力状态的精准识别。为进一步解决算法稳定性和准确性带来的误差数据,提出基于滑动窗口的数据清洗算法,有效提高整体识别结果的真实性和可靠性。通过在构建的CCNUTeacherS tat e数据集上进行一系列的算法评估,实验结果表明,所提出的教师注意力识别算法在CCNUTeacherS tate数据集上达到了90.67%的准确率。 展开更多
关键词 教师注意力 全范围角度 6DRep Net360模型 支持向量机 数据清洗技术
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
9
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
基于水资源空间均衡的“四水四定”调控模型构建 被引量:16
10
作者 魏豪杉 王红瑞 +3 位作者 郏鹏鑫 周利超 李永坤 刘昌明 《水资源保护》 EI CAS CSCD 北大核心 2024年第3期71-77,共7页
为实现未来不同时间尺度下的水资源空间均衡与动态调控,创建了一套完整严谨、可动态调控的“四水四定”模型体系。通过模糊信息粒化窗口的支持向量机模型预测区域未来总用水量,利用基于时间序列相似性分析的自回归支持向量机模型预测区... 为实现未来不同时间尺度下的水资源空间均衡与动态调控,创建了一套完整严谨、可动态调控的“四水四定”模型体系。通过模糊信息粒化窗口的支持向量机模型预测区域未来总用水量,利用基于时间序列相似性分析的自回归支持向量机模型预测区域未来分用水量,并对两类数据进行不确定性分析;构建了复杂回归函数对各类用水指标进行情景预测,经统计检验后将其作为当前用水模式下未来用水指标;构建了“四水四定”水资源承载力模型和水资源空间均衡模型,基于未来总用水量、未来各分用水量、未来用水指标,选用水资源负载系数、用水效益和水土资源匹配系数3个指标,结合基尼系数量化水资源空间均衡度,分析当前用水模式下未来水资源均衡度;构建了最优化模型,以最小化基尼系数为目标函数调整未来用水模式,实现水资源动态调控。所创建的模型体系可以实现未来不同时间尺度下的水资源空间均衡与动态调控。 展开更多
关键词 “四水四定” 水资源空间均衡 水资源动态调控 时间序列相似性 支持向量机模型 模糊信息粒化窗口
在线阅读 下载PDF
基于数据模型协作的海上钻井溢流早期预测预警 被引量:2
11
作者 杨向前 张苹茹 +4 位作者 武胜男 张来斌 李中 冯桓榰 《中国安全科学学报》 CAS CSCD 北大核心 2024年第4期93-100,共8页
为防止海上钻井过程中井喷事故的发生,提出基于数据模型协作的海上钻井溢流早期预测预警方法。首先,建立基于粒子群优化(PSO)-最小二乘支持向量机(LSSVM)(PSO-LSSVM)的溢流风险预测模型,预测钻井监测参数未来时长内的趋势,并分析溢流事... 为防止海上钻井过程中井喷事故的发生,提出基于数据模型协作的海上钻井溢流早期预测预警方法。首先,建立基于粒子群优化(PSO)-最小二乘支持向量机(LSSVM)(PSO-LSSVM)的溢流风险预测模型,预测钻井监测参数未来时长内的趋势,并分析溢流事件与表征参数之间的关联关系;然后,建立基于朴素贝叶斯方法的钻井单参数溢流概率估算模型,并通过优化的D-S方法融合多个钻井参数的概率,分级预警溢流事件。结果表明:基于PSO-LSSVM的预测模型所得的溢流表征参数,预测误差较低;因对溢流事件的敏感度不同,单钻井参数所表征的溢流事件概率存在一定偏差;融合后的预警模型能够解决单参数的预警时间不一致的问题,排除误报警的可能。 展开更多
关键词 数据模型协作 钻井溢流 早期预测 粒子群优化(PSO)-最小二乘支持向量机(LSSVM)(PSO-LSSVM) 预警模型
在线阅读 下载PDF
基于鲸鱼优化算法-支持向量回归的汽车运动状态估计 被引量:3
12
作者 尤勇 孟云龙 +1 位作者 吴景涛 王长青 《中国机械工程》 EI CAS CSCD 北大核心 2024年第6期973-981,992,共10页
为了不依赖动力学模型精度而准确地获取车辆运动状态信息,提出一种基于鲸鱼优化算法-支持向量回归(WOA-SVR)的车辆状态估计算法。首先通过分析车辆动力学基本特性,设计了侧向速度、横摆角速度与车速分离的支持向量回归估计架构;然后对... 为了不依赖动力学模型精度而准确地获取车辆运动状态信息,提出一种基于鲸鱼优化算法-支持向量回归(WOA-SVR)的车辆状态估计算法。首先通过分析车辆动力学基本特性,设计了侧向速度、横摆角速度与车速分离的支持向量回归估计架构;然后对支持向量回归(SVR)模型进行多种行驶工况组成的数据集训练,在训练过程中运用鲸鱼优化算法对松弛变量中的惩罚因子c与核函数参数g进行寻优;最后对估计算法进行单移线、扫频试验虚拟仿真和实车ABS制动、双移线试验验证。结果表明,该算法有效提高了估计精度,且对车速的变化具有鲁棒性,可以实现准确的不依赖动力学模型精度的汽车运动状态估计。 展开更多
关键词 车辆状态估计 动力学模型 机器学习 支持向量回归 鲸鱼优化算法
在线阅读 下载PDF
集成数据挖掘知识的可解释最优超球体支持向量机
13
作者 陆思洁 范頔 +1 位作者 渐令 郜传厚 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期375-384,共10页
最优超球体支持向量机(SSLM)是一种典型的黑箱模型,其运行模式不需要考察被研究对象的内部结构和机理,仅利用对象的输入输出数据即能达到认识其功能和作用机制,因此具有响应快、实时性强等优点,但也因此缺乏可解释性和透明性.鉴于此,本... 最优超球体支持向量机(SSLM)是一种典型的黑箱模型,其运行模式不需要考察被研究对象的内部结构和机理,仅利用对象的输入输出数据即能达到认识其功能和作用机制,因此具有响应快、实时性强等优点,但也因此缺乏可解释性和透明性.鉴于此,本文研究从SSLM黑箱模型的输入端加入先验知识的方法,增强其可解释性.本文开发了基于数据的非线性圆形知识挖掘算法以及知识的离散化算法,离散后的数据点不仅包含产生知识的原始数据点,还增加了新的数据点.通过将所挖掘的圆形知识以不等式约束的形式集成至SSLM模型,构造了可解释的SSLM模型(i-SSLM).该模型在训练时要确保知识约束的数据点分类正确,因此对模型结果有一定程度的预知,表明模型具有可解释性;同时,又由于知识的离散化增加了新的数据信息,因此,模型能具有更高的精度.i-SSLM模型的有效性在10组公共样本集和2组实际高炉数据集上得到了验证. 展开更多
关键词 黑箱模型 可解释性 最优超球体支持向量机 先验知识 不平衡数据
在线阅读 下载PDF
湖滨绿洲土壤有机碳含量的支持向量机估算模型
14
作者 杨吉祥 李新国 《新疆农业科学》 CAS CSCD 北大核心 2024年第6期1477-1486,共10页
【目的】利用高光谱数据快速估算土壤有机碳含量,为干旱区湖滨绿洲合理开发土地资源提供科学依据。【方法】以新疆博斯腾湖北岸湖滨绿洲为研究区,将实测的土壤有机碳含量数据与高光谱数据相结合,对原始光谱进行SG平滑(SavitzkyGolay smo... 【目的】利用高光谱数据快速估算土壤有机碳含量,为干旱区湖滨绿洲合理开发土地资源提供科学依据。【方法】以新疆博斯腾湖北岸湖滨绿洲为研究区,将实测的土壤有机碳含量数据与高光谱数据相结合,对原始光谱进行SG平滑(SavitzkyGolay smoothing,SG)、连续统去除(Continuum Removal,CR)、连续小波变换(Continuous Wavelet Transform,CWT)预处理,采用连续投影算法(Successive Projections Algorithm,SPA)筛选特征波段;应用支持向量机(Support Vector Machines,SVM)模型估算土壤有机碳含量。【结果】(1)研究区土壤有机碳含量为0.69~50.32 g/kg,平均值为14.15 g/kg,标准差为9.51 g/kg,呈中等变异性,变异系数为67.20%。(2)土壤原始光谱反射率在350~750 nm,光谱反射率呈上升趋势,在750~2150 nm,光谱反射率呈相对平稳趋势,在2150~2500 nm,光谱反射率逐渐下降;连续小波变换对土壤原始光谱预处理后随着分解尺度的增加,光谱局部特征明显,吸收峰和反射峰越来越平滑;采用连续投影算法筛选的光谱特征波段集中于350~952 nm、1007~1742 nm、2082~2381 nm,且特征波段仅占可见光-近红外光谱波段的0.30%。(3)连续小波变换结合连续投影算法构建的SVM模型,其训练集和验证集分别R^(2)=0.76,RMSE=4.78和R^(2)=0.94,RMSE=3.30,RPD=2.50。【结论】CWT-SPA-SVM可有效估算研究区土壤有机碳含量。 展开更多
关键词 土壤有机碳含量 连续小波变换 连续投影算法 支持向量机模型 高光谱数据
在线阅读 下载PDF
基于支持向量机融合网络的蛋白质折叠子识别研究 被引量:19
15
作者 施建宇 潘泉 +1 位作者 张绍武 梁彦 《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2006年第2期155-162,共8页
在不依赖于序列相似性的条件下,蛋白质折叠子识别是一种分析蛋白质结构的重要方法.提出了一种三层支持向量机融合网络,从蛋白质的氨基酸序列出发,对27类折叠子进行识别.融合网络使用支持向量机作为成员分类器,采用“多对多”的多类分类... 在不依赖于序列相似性的条件下,蛋白质折叠子识别是一种分析蛋白质结构的重要方法.提出了一种三层支持向量机融合网络,从蛋白质的氨基酸序列出发,对27类折叠子进行识别.融合网络使用支持向量机作为成员分类器,采用“多对多”的多类分类策略,将折叠子的6种特征分为主要特征和次要特征,构建了多个差异的融合方案,然后对这些融合方案进行动态选择得到最终决策.当分类之前难以确定哪些参与组合的特征种类能够使分类结果最好时,提供了一种可靠的解决方案来自动选择特征信息互补最大的组合,保证了最佳分类结果.最后,识别系统对独立测试样本的总分类精度达到61.04%.结果和对比表明,此方法是一种有效的折叠子识别方法. 展开更多
关键词 折叠子识别 支持向量机 分类器融合 动态选择
在线阅读 下载PDF
传感器动态建模的最小二乘支持向量机方法 被引量:19
16
作者 汪晓东 张长江 +2 位作者 张浩然 冯根良 许秀玲 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第7期730-733,共4页
提出了应用最小二乘支持向量机(LS-SVMs)建立传感器动态模型的方法。LS-SVMs的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化原则,遵循该原则可获得更好的泛化性能,且不易发生局部最优及过拟合现象,因此可以... 提出了应用最小二乘支持向量机(LS-SVMs)建立传感器动态模型的方法。LS-SVMs的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化原则,遵循该原则可获得更好的泛化性能,且不易发生局部最优及过拟合现象,因此可以克服应用人工神经网络建立传感器动态模型的缺陷。通过实例验证了该方法的实用性及可靠性。实验结果表明,即使传感器动态模型存在严重非线性,该方法也仍然有效。 展开更多
关键词 传感器 动态建模 最小二乘支持向量机
在线阅读 下载PDF
基于加权模糊支持向量描述的旋转机械故障分类 被引量:8
17
作者 张永 张凤梅 +1 位作者 谢福鼎 迟忠先 《计算机科学》 CSCD 北大核心 2009年第7期182-184,229,共4页
基于支持向量数据描述良好的分类性能,针对旋转机械故障诊断中故障样本获取的特点,提出了基于正负类样本的加权模糊支持向量数据描述多类分类器,不仅考虑了正类样本,而且也充分考虑了负类样本对分类结果的影响。利用模拟故障样本对系统... 基于支持向量数据描述良好的分类性能,针对旋转机械故障诊断中故障样本获取的特点,提出了基于正负类样本的加权模糊支持向量数据描述多类分类器,不仅考虑了正类样本,而且也充分考虑了负类样本对分类结果的影响。利用模拟故障样本对系统进行了实验,结果表明提出的方法在系统中具有良好的分类能力。 展开更多
关键词 支持向量数据描述 加权 分类器 支持向量机
在线阅读 下载PDF
基于ν-SVM的不平衡数据挖掘研究 被引量:8
18
作者 郑恩辉 许宏 +1 位作者 李平 宋执环 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2006年第10期1682-1687,共6页
针对基于精度的现有分类算法对不平衡数据挖掘表现出“有偏性”,即正例样本的分类和预测性能差于反例样本的分类和预测性能,基于-νSVM及其启发,提出支持向量数和边界支持向量数的界,进而提出支持向量率和边界支持向量率的界,并把这些... 针对基于精度的现有分类算法对不平衡数据挖掘表现出“有偏性”,即正例样本的分类和预测性能差于反例样本的分类和预测性能,基于-νSVM及其启发,提出支持向量数和边界支持向量数的界,进而提出支持向量率和边界支持向量率的界,并把这些界分别扩展到正例和反例.在此基础上,证明了正例的支持向量率和边界支持向量率分别依概率大于反例的支持向量率和边界支持向量率,以及正例的分类性能依概率差于反例的分类性能.针对German credit和Heart disease两个Benchmark数据集的试验研究,验证了本文假设的合理性和上述结论的正确性. 展开更多
关键词 不平衡数据 有偏分类器 支持向量机
在线阅读 下载PDF
基于改进偏互信息的火电厂SCR脱硝系统建模 被引量:17
19
作者 秦天牧 刘吉臻 +3 位作者 方连航 刘红岩 杨婷婷 吕游 《动力工程学报》 CAS CSCD 北大核心 2016年第9期726-731,738,共7页
由于传统偏互信息(PMI)法利用条件期望计算回归值时计算误差较大,会对筛选正确率产生不利影响,将插值法应用于回归值的计算,提出了改进偏互信息(IPMI)法并利用Benchmark验证方法的有效性.将IPMI法应用于火电厂SCR脱硝系统,选取出最优变... 由于传统偏互信息(PMI)法利用条件期望计算回归值时计算误差较大,会对筛选正确率产生不利影响,将插值法应用于回归值的计算,提出了改进偏互信息(IPMI)法并利用Benchmark验证方法的有效性.将IPMI法应用于火电厂SCR脱硝系统,选取出最优变量集作为支持向量机(SVM)模型的输入,并利用现场历史数据建立了IPMI-SVM模型,将其与传统SVM方法进行了对比.结果表明:IPMI-SVM模型具有较高的预测精度,IPMI法可有效提高模型的泛化能力和鲁棒性,降低了模型复杂度. 展开更多
关键词 烟气脱硝 偏互信息 支持向量机 变量选择 数据建模
在线阅读 下载PDF
基于时间相似数据的支持向量机水质溶解氧在线预测 被引量:26
20
作者 刘双印 徐龙琴 +1 位作者 李道亮 曾立华 《农业工程学报》 EI CAS CSCD 北大核心 2014年第3期155-162,共8页
为及时辨识集约化水产养殖水质变化趋势、动态调控水质,确保无应激环境下健康养殖,该文提出了基于时序列相似数据的最小二乘支持向量回归机(least squares support vector regression,LSSVR)水质溶解氧在线预测模型。采用特征点分段时... 为及时辨识集约化水产养殖水质变化趋势、动态调控水质,确保无应激环境下健康养殖,该文提出了基于时序列相似数据的最小二乘支持向量回归机(least squares support vector regression,LSSVR)水质溶解氧在线预测模型。采用特征点分段时间弯曲距离(feature points segmented time warping distance,FPSTWD)算法对在线采集的时间序列数据进行分段与相似度计算,以缩减规模的子序列数据集对LSSVR模型进行快速训练优化,实现了多个LSSVR子模型在线建模,将预测数据序列与LSSVR子模型的相似度匹配,自适应地选取最佳的子模型作为在线预测模型。应用该模型对集约化河蟹福利养殖水质参数溶解氧浓度进行在线预测,模型评价指标中最大相对误差、平均绝对百分比误差、相对均方根误差和运行时间分别为4.76%、8.18%、5.23%、8.32 s。研究结果表明,与其他预测方法相比,该模型具有较好的综合预测性能,能够满足河蟹福利养殖水质在线预测的实际需求,并为集约化水产养殖水质精准调控提供研究基础。 展开更多
关键词 水产养殖 水质 模型 支持向量机 在线预测 特征点分段时间弯曲距离 相似数据
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部