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51,626篇文章
< 1 2 … 250 >
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SARIMA-SVM模型的季节性PM_(2.5)浓度预测 被引量：1
1
作者 宋英华 徐亚安 张远进 《计算机工程》 北大核心 2025年第1期51-59,共9页
空气污染是城市环境治理的主要问题之一,而PM_(2.5)是影响空气质量的重要因素。针对传统时间序列预测模型对PM_(2.5)浓度预测缺少季节性因素分析,预测精度不够高的问题,提出一种基于机器学习的季节性差分自回归滑动平均-支持向量机(SARI... 空气污染是城市环境治理的主要问题之一,而PM_(2.5)是影响空气质量的重要因素。针对传统时间序列预测模型对PM_(2.5)浓度预测缺少季节性因素分析,预测精度不够高的问题,提出一种基于机器学习的季节性差分自回归滑动平均-支持向量机(SARIMA-SVM)融合模型。该融合模型为串联型融合模型,将数据拆分为线性部分与非线性部分。SARIMA模型在差分自回归滑动平均(ARIMA)模型的基础上增加了季节性因素提取参数,能有效分析PM_(2.5)浓度数据的季节性规律变化趋势,较好地预测数据未来的线性变化趋势。结合SVM模型对预测数据的残差序列进行优化,利用滑动步长预测法确定残差序列的最优预测步长,通过网格搜索确定最优模型参数,实现对PM_(2.5)浓度数据的长期预测,同时提高整体预测精度。通过对武汉市近5年的PM_(2.5)浓度监测数据进行分析,结果表明该融合模型的预测准确率相较于单一模型有很大提升,在相同的实验环境下比单一的ARIMA、Auto ARIMA、SARIMA模型分别提升了99%、99%、98%,稳定性也更好,为PM_(2.5)浓度预测研究提供了新的思路。 展开更多
关键词 季节性差分自回归滑动平均 支持向量机 融合模型 PM_(2.5)浓度 季节性预测
在线阅读 下载PDF
基于KNN-SVM的混合气体检测方法研究 被引量：3
2
作者 孙超 胡润泽 +2 位作者 吴中旭 刘年松 丁建军 《光谱学与光谱分析》 SCIE EI CAS 北大核心 2025年第1期117-124,共8页
当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测... 当今混合气体检测的研究中,针对多组分气体数据进行分类预测的数学算法百花齐放,如何快速且准确的检测出气体的成分和浓度逐渐成为当今研究的热门。然而在一些研究中,气体数据特征难以捕捉和判断,泛化能力不足,对气体数据进行分类预测的精度和效率表现较差。为此,针对一些数据偏差和泛化误差无界的问题,提出了一种K最近邻-支持向量机(KNN-SVM)算法,对一些难以作出分类的模糊气体数据进行二次分类,采用KNN和SVM两种算法共同抉择,更加全面的捕捉数据特征,根据实验确定各自算法的权重比从而提高判别气体类别的准确率,两种算法的集成也能提高算法的效率,对于不同种类的气体也能有良好的适应性的稳定性。该实验气体组分由12 mg·L^(-1)的C_(2)H_(2)、NO_(2)、SF_(6),10 mg·L^(-1)的NO_(2)、SF_(6)和5 mg·L^(-1)的C_(2)H_(2)(背景气体皆为N_(2))以及两瓶纯N_(2)的气瓶组成;通过互相混合和与N_(2)配比制备出实验设定的气体浓度。实验过程通过单一气体的检测可分别对三种气体获得60组训练集,并通过这60组数据可进行线性拟合得到每种气体的拟合线,得到气体浓度与气体吸收峰值的关系,通过实验检测得到的三种气体拟合线,其中C_(2)H_(2)拟合线的调整后R^(2)为0.991,NO_(2)拟合线的调整后R^(2)为0.981,SF_(6)拟合线的调整后R^(2)为0.987,可得气体检测的准确性。再通过互相混合进行检测可分别获得40组训练集,采用KNN-SVM算法对混合气体进行分类和预测,后通过拟合线即可反演出混合气体中每种气体的浓度。将该算法与传统SVM算法进行各种分类指标对比均可显示出该算法的有效性和优越性。实验结果表明,KNN-SVM算法在气体分类预测方面表现出卓越的性能,准确率高达99.167%,AUC(area under curve)值达99.375%。这一算法不仅提高了气体检测的准确性,还增强了泛化能力可适应多样化的气体组分,为实时气体检测系统提供了有力支持。 展开更多
关键词 光声光谱 气体检测 KNN-svm 分类预测
在线阅读 下载PDF
局部密度最小不确定性的SVM样本选择算法
3
作者 周玉 刘虹瑜 +2 位作者 李京京 丁红强 白磊 《哈尔滨工业大学学报》 北大核心 2025年第8期45-56,共12页
为解决支持向量机(SVM)在分类时通常含有大量的冗余样本,从而导致面对较大规模数据集时SVM计算复杂度受到限制的问题,提出一种局部密度最小不确定性的SVM样本选择算法。该方法对决策面影响较大的边界数据进行有效选择,通过提取可能含有... 为解决支持向量机(SVM)在分类时通常含有大量的冗余样本,从而导致面对较大规模数据集时SVM计算复杂度受到限制的问题,提出一种局部密度最小不确定性的SVM样本选择算法。该方法对决策面影响较大的边界数据进行有效选择,通过提取可能含有支持向量的训练样本,降低计算开销,进而提高SVM性能。首先,计算训练样本的K互近邻个数与高斯核密度估计。其次,将K互近邻个数与高斯核密度估计进行加和得到每个样本点的K局部密度并获取密度矩阵。然后,利用局部密度不确定性平衡优化方法,将密度矩阵进行三值映射后使不确定性改变量达到最小时得到最优阈值,并划分密度矩阵为中心数据与边界数据。最后,提取边界数据并作为SVM的训练样本建立分类模型。结果表明:利用该方法在UCI数据集上与其他6种常用样本选择方法进行实验对比,以准确率、保存率作为性能指标,文中提出的算法可以迅速划分中心数据与边界数据并删除大量冗余的训练样本,有效降低SVM的训练负担的同时提高了分类性能。 展开更多
关键词 支持向量机(svm) 样本选择 局部密度 不确定性平衡 分类
在线阅读 下载PDF
深基坑开挖致高铁桥墩位移的SVM预测方法
4
作者 宋旭明 李小龙 +2 位作者 唐冕 王天良 程丽娟 《浙江大学学报(工学版)》 北大核心 2025年第6期1233-1240,1252,共9页
为了研究邻近基坑开挖引起的高铁桥梁墩顶附加位移对铁路运营安全的影响,依托某深基坑开挖工程,建立考虑地下水影响的土体-桥梁三维有限元模型.分析高铁桥墩附加位移的单因素敏感性.采用Box-Behnken design(BBD)试验设计方法结合支持向... 为了研究邻近基坑开挖引起的高铁桥梁墩顶附加位移对铁路运营安全的影响,依托某深基坑开挖工程,建立考虑地下水影响的土体-桥梁三维有限元模型.分析高铁桥墩附加位移的单因素敏感性.采用Box-Behnken design(BBD)试验设计方法结合支持向量机算法(SVM)建立高铁桥墩墩顶位移预测模型,结合蒙特卡洛法,对参数进行107次抽样计算,得到墩顶附加位移的可靠概率.研究结果表明:基坑与高铁桥墩距离的变化对墩顶横向位移和竖向位移的影响最大.在8组不同超参数组合的SVM模型中,最优模型的预测值与有限元计算值的最大误差小于6%,最优模型可代替有限元进行计算.在墩顶横向位移为2 mm的限值下,背景工程基坑与桥墩距离为35 m时,墩顶横向附加位移的可靠概率为33.12%;当基坑与桥墩距离增加到39 m时,墩顶横向附加位移的可靠概率为99.68%.所采用的分析方法可以削减因土层力学参数离散性大而产生的评估结果不确定性,为类似工程的安全评估提供参考. 展开更多
关键词 高速铁路 深基坑 墩顶附加位移 支持向量机(svm) 可靠度
在线阅读 下载PDF
基于SVM模型的亚像素位移测量方法的研究 被引量：1
5
作者 沈澍 孙磊磊 +2 位作者 孙义杰 张浩 王森 《小型微型计算机系统》 北大核心 2025年第5期1156-1160,共5页
亚像素位移测量算法常见的有曲面拟合法、梯度法和插值法等,论文介绍了一种基于支持向量机(SVM)模型的亚像素位移测量方法,提出一种用于计算物体移动前后两幅图像的相关值来表征亚像素位移的梯度加权求和法.利用计算机模拟生成一系列以0... 亚像素位移测量算法常见的有曲面拟合法、梯度法和插值法等,论文介绍了一种基于支持向量机(SVM)模型的亚像素位移测量方法,提出一种用于计算物体移动前后两幅图像的相关值来表征亚像素位移的梯度加权求和法.利用计算机模拟生成一系列以0.001pixel步调的图像,其中70%作为训练集,30%作为测试集,为了检验该模型抗噪性,在生成的图像中添加不同方差的高斯噪声,并将其与曲面拟合法和梯度法进行比较,结果表明在精度要求为0.01pixel时,采用SVM法在保证高精度的情况下其抗噪性优于曲面拟合法和梯度法,其噪声方差上限为0.015,具有很好的鲁棒性可用于实际物体位移的高精度测量. 展开更多
关键词 支持向量机(svm) 亚像素位移 数字图像相关法(DICM) 梯度加权求和法 高斯噪声
在线阅读 下载PDF
基于BOA-SVM的冷源系统温度传感器偏差故障检测
6
作者 周璇 闫学成 +1 位作者 闫军威 梁列全 《控制理论与应用》 北大核心 2025年第5期921-930,共10页
针对当前因温度传感器偏差故障识别率低,严重影响冷源系统节能可靠运行的问题,提出一种基于贝叶斯优化支持向量机BOA-SVM组合优化算法的偏差故障检测方法.该方法融合了贝叶斯优化算法(BOA)和支持向量机(SVM)技术,适用于小样本、非线性... 针对当前因温度传感器偏差故障识别率低,严重影响冷源系统节能可靠运行的问题,提出一种基于贝叶斯优化支持向量机BOA-SVM组合优化算法的偏差故障检测方法.该方法融合了贝叶斯优化算法(BOA)和支持向量机(SVM)技术,适用于小样本、非线性故障数据,同时克服了SVM算法对核函数参数与惩罚因子强敏感性的问题.论文建立了广州市某办公建筑冷源系统Trnsys仿真模型,对室外干球、冷冻供水与冷却进水3种温度传感器不同程度的偏差故障进行模拟.仿真结果表明,与本文提出的其他方法相比,该方法准确率高,泛化能力及鲁棒性强,能够满足冷源系统温度传感器偏差故障的检测需求,保障空调系统的安全、高效与稳定运行. 展开更多
关键词 冷源系统 温度传感器 贝叶斯优化 支持向量机 故障检测 TRNSYS
在线阅读 下载PDF
基于RTSWMFE,IS-GSE与COOT-SVM的行星齿轮箱故障诊断 被引量：1
7
作者 戚晓利 杨艳 +1 位作者 崔创创 程主梓 《振动.测试与诊断》 北大核心 2025年第1期132-139,205,共9页
针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃pre... 针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃preserving manifold embedding,简称IS⁃GSE)和白骨顶优化算法支持向量机(coot optimization algorithm support vector machine,简称COOT⁃SVM)的行星齿轮箱故障诊断方法。首先,利用RTSWMFE提取高维故障特征信息;其次,采用IS⁃GSE对高维特征进行降维,提取出敏感、低维的特征;最后,将低维特征输入COOT⁃SVM中进行识别分类。行星齿轮箱故障诊断实验结果表明:IS⁃GSE方法采用余弦相似度与欧式距离相结合的距离度量方式,并融入监督学习思想,降维效果较佳;COOT⁃SVM方法对经RTSWMFE和IS⁃GSE二次提取的故障特征识别精度达到100%。 展开更多
关键词 故障诊断 行星齿轮箱 精细时移加权多尺度模糊熵 改进监督型几何和统计保持流形嵌入 白骨顶优化算法优化支持向量机
在线阅读 下载PDF
融合SVM-RFE与层次分析-信息量模型的地质灾害易发性评价 被引量：1
8
作者 李文杰 巨能攀 +2 位作者 王栋 陈浩 解明礼 《自然灾害学报》 北大核心 2025年第3期99-109,共11页
我国地质灾害频发,严重威胁人民群众的生命及财产安全,开展地质灾害易发性评价工作对地质灾害防治起着重要的作用。目前,针对地质灾害易发性评价,其评价因子的选取多为单一定性分析,主观性较强,缺乏科学性,同时因子之间的相互关系考虑... 我国地质灾害频发,严重威胁人民群众的生命及财产安全,开展地质灾害易发性评价工作对地质灾害防治起着重要的作用。目前,针对地质灾害易发性评价,其评价因子的选取多为单一定性分析,主观性较强,缺乏科学性,同时因子之间的相互关系考虑较少。文中以林芝市为例,选取高程、坡度、坡向等14个初始影响因子,通过基于支持向量机的递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)算法对因子进行重要性排序及筛选,采用皮尔逊相关性分析考虑因子之间的相互关系,结合重要性排序消除相关性较高的因子,从而确定出了12组易发性评价因子,并基于层次分析-信息量模型开展林芝市地质灾害易发性评价,采用成功率曲线进行结果精度检验。结果表明:研究区内地质灾害极高易发区和高易发区主要集中在主道路及其附近,以及主要水系延伸地区;高易发区是研究区内所占面积最广的区域,面积为45 312.16 km^(2),占林芝市总面积的30.37%。根据评价结果精度检验得到曲线下面积(area under curve,AUC)值为0.846,表明本方法开展地质灾害易发性评价的准确率较高,可为林芝市地质灾害防治和经济建设提供科学依据。 展开更多
关键词 svm-RFE 层次分析-信息量模型 地质灾害 评价因子 易发性评价
在线阅读 下载PDF
基于SVM-KNN算法的高铁行车调度员认知负荷脑电评估方法 被引量：1
9
作者 张光远 王敬儒 +3 位作者 梁心怡 秦诗雨 李莎 朱泊霖 《中国安全生产科学技术》 北大核心 2025年第7期166-172,共7页
为准确评估高铁行车调度员认知负荷,根据脑电特征解析其动态变化,从而提升工作效率,保障列车运行安全。通过采集模拟调度任务下的脑电信号,采用最大相关最小冗余算法(mRMR)对Welch法提取后的脑电特征进行进一步降维,并基于SVM-KNN融合... 为准确评估高铁行车调度员认知负荷,根据脑电特征解析其动态变化,从而提升工作效率,保障列车运行安全。通过采集模拟调度任务下的脑电信号,采用最大相关最小冗余算法(mRMR)对Welch法提取后的脑电特征进行进一步降维,并基于SVM-KNN融合分类算法建立高铁行车调度员认知负荷分级识别模型。研究结果表明:该模型以较少的特征维度实现较高的识别准确率,总体准确率达87.03%。对比得出,使用mRMR方法进行降维处理能够有效提高分类模型的识别准确率,同时SVM-KNN融合分类算法的识别准确率要高于单分类算法。研究结果可为实现高铁行车调度员认知负荷监测预警提供理论基础。 展开更多
关键词 高速铁路行车调度员 认知负荷 脑电信号 最大相关最小冗余 支持向量机 K近邻
在线阅读 下载PDF
基于IPSO算法优化SVM的睡眠分期模型
10
作者 张宇 白国长 王成 《传感器与微系统》 北大核心 2025年第8期138-142,共5页
针对目前睡眠分期中存在的依赖人工判别效率低、睡眠分期精度不高等问题,提出了一种基于改进粒子群优化算法优化支持向量机(IPSO-SVM)的睡眠分期模型,通过脑电(EEG)信号对睡眠过程进行准确分期。首先,对EEG信号进行滤波、分段等预处理;... 针对目前睡眠分期中存在的依赖人工判别效率低、睡眠分期精度不高等问题,提出了一种基于改进粒子群优化算法优化支持向量机(IPSO-SVM)的睡眠分期模型,通过脑电(EEG)信号对睡眠过程进行准确分期。首先,对EEG信号进行滤波、分段等预处理;其次,提取EEG信号的时域、频域、非线性特征;最后,通过IPSO-SVM算法建立睡眠分期模型。该模型在PSO算法中引入模拟退火算法来提升算法的搜索能力,同时引入惯性权重自适应变异使粒子能够跳出局部最优解。使用ISRUC-Sleep数据集的前6位受试者数据对IPSO-SVM分类模型进行验证。结果表明:IPSO-SVM模型的平均睡眠分期准确率为92.34%,K系数为0.88,改进的睡眠分期模型具有较高的准确率和系统稳定性。 展开更多
关键词 粒子群优化算法 支持向量机 模拟退火 自适应变异
在线阅读 下载PDF
基于GRA-EPSO-SVM模型的露天矿山爆破振动速度预测 被引量：1
11
作者 张鹏飞 袁永 +8 位作者 何运华 代少军 李佳臻 迟学海 李伟 孙雪 张焦 白润才 费鸿禄 《煤炭科学技术》 北大核心 2025年第7期105-115,共11页
露天矿爆破振动峰值是评价爆破效果的主要指标。在露天矿煤岩互层爆破场景下,针对现有的爆破振动峰值预测方法难以达到理想的预测结果,导致爆破参数、起爆网络设计不合理等问题,提出了一种灰色关联度特征选取下基于集成粒子群优化支持... 露天矿爆破振动峰值是评价爆破效果的主要指标。在露天矿煤岩互层爆破场景下,针对现有的爆破振动峰值预测方法难以达到理想的预测结果,导致爆破参数、起爆网络设计不合理等问题,提出了一种灰色关联度特征选取下基于集成粒子群优化支持向量机算法(GRA-EPSO-SVM)的爆破振动速度峰值预测模型。以元宝山露天煤矿不同赋存条件下的煤岩爆破为背景,选取孔距、排距、孔深、单段最大装药量、最小抵抗线、爆心距、高程差、质点振速峰值作为输入参数,采用灰色关联分析法(GRA)过滤影响爆破振动速度峰值的冗余因素(孔深、单段最大装药量、最小抵抗线、质点振速峰值);运用集成粒子群算法(EPSO)优化SVM算法的关键参数C和g,将参数输入到GRA-EPSOSVM模型中进行评估。结果表明:GRA-EPSO-SVM组合算法对比改进的萨道夫斯基公式、SVM的预测值和实际值更为吻合,平均误差分别降低15.3%和106.8%,预测结果的精度更高,更能有效预测露天矿煤岩互层爆破振动峰值,为露天矿开采爆破施工安全控制提供帮助。 展开更多
关键词 露天矿 振动峰值 灰色关联分析 优化支持向量机 GRA-EPSO-svm模型
在线阅读 下载PDF
基于GWO-SVM的测井岩性识别模型研究——以鄂尔多斯盆地榆林南气田山西组为例
12
作者 董凤娟 李昆昆 +4 位作者 费世祥 王京舰 周超 任大忠 卢学飞 《地质与勘探》 北大核心 2025年第4期872-880,共9页
鄂尔多斯盆地榆林南气田山西组地层发育一套以砂岩和泥岩为主、夹少量煤层的沉积序列,是该区油气勘探开发的重要目标层位。为提高岩性识别效率与精度,本研究采用随机森林算法(Random Forest)开展测井参数敏感性分析,优选出自然伽马(GR)... 鄂尔多斯盆地榆林南气田山西组地层发育一套以砂岩和泥岩为主、夹少量煤层的沉积序列,是该区油气勘探开发的重要目标层位。为提高岩性识别效率与精度,本研究采用随机森林算法(Random Forest)开展测井参数敏感性分析,优选出自然伽马(GR)、补偿中子(CNL)、声波时差(AC)和密度(DEN)4个对岩性响应敏感的特征参数。研究共提取865组样本数据(每组样本有4维测井属性、1维岩性标签),其中70%作为训练样本,其余30%作为测试样本。通过对比BP神经网络、支持向量机(SVM)、粒子群优化支持向量机(PSO-SVM)和灰狼优化支持向量机(GWOSVM)等机器学习方法,建立了山西组3种主要岩性的智能识别模型,并结合岩性剖面进行验证分析。结果表明,灰狼算法优化的支持向量机模型(GWO-SVM)表现最优,其识别准确率达93.4%,召回率和F1值分别为93.0%和93.6%,各项评价指标均优于对比模型,展现出更高的识别精度、更好的综合性能与可靠性。 展开更多
关键词 岩性识别 测井响应 机器学习 GWO-svm 山西组 榆林南气田 鄂尔多斯盆地
在线阅读 下载PDF
基于连续小波变换的CNN—SVM农机滚动轴承故障诊断 被引量：2
13
作者 沈伟杰 肖茂华 +1 位作者 宋新民 项腾飞 《中国农机化学报》 北大核心 2025年第4期254-264,共11页
针对农用机械滚动轴承故障诊断中轴承振动信号非线性、非平稳特性以及故障特征表征不明显的问题,提出一种基于连续小波变换(CWT)、卷积神经网络(CNN)和支持向量机(SVM)的滚动轴承故障诊断方法(CWT—CNN—SVM)。首先,利用CWT对滚动轴承... 针对农用机械滚动轴承故障诊断中轴承振动信号非线性、非平稳特性以及故障特征表征不明显的问题,提出一种基于连续小波变换(CWT)、卷积神经网络(CNN)和支持向量机(SVM)的滚动轴承故障诊断方法(CWT—CNN—SVM)。首先,利用CWT对滚动轴承振动信号进行多尺度时频分析,为后续故障诊断提供更详细的特征;然后,将提取到的时频图作为输入,利用CNN深层次学习故障特征信息;最后,采用SVM对输出结果进行分类,以实现精确的故障类型识别。与BPNN、SVM、CWT—CNN以及CWT—ResNet等方法比较,试验结果表明,CWT—CNN—SVM故障诊断准确率最高,单次准确率达到100%,5次重复试验准确率为99.62%。CWT—CNN—SVM在处理复杂的滚动轴承故障诊断问题时,不仅诊断准确,同时展现出深度学习与故障诊断相结合的优势,能进一步提升小数据集的性能。所提出的CWT—CNN—SVM方法对于提升农机滚动轴承故障诊断性能,具有一定的理论价值和实际应用前景。 展开更多
关键词 故障诊断 农机 滚动轴承 连续小波变换 卷积神经网络 支持向量机
在线阅读 下载PDF
融合改进卷积神经网络和层次SVM的鸡蛋外观检测 被引量：1
14
作者 姚万鹏 张凌晓 +1 位作者 赵肖峰 王飞成 《食品与机械》 北大核心 2025年第1期158-164,共7页
[目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2... [目的]实现鸡蛋精细化分类和提高鸡蛋外观检测的准确率。[方法]提出一种融合改进卷积神经网络和层次SVM的鸡蛋外观检测方案。(1)采用鸡蛋机器视觉图像采集设备获取不同方位、不同外观鸡蛋图像,并运用图像增强技术扩充鸡蛋图像数据库。(2)设计改进的浣熊优化算法(coati optimization algorithm,COA)和FCM聚类算法,在此基础上对卷积神经网络(convolutional neural network,CNN)模型结构和超参数进行优化,以提升CNN泛化能力。运用优化后的CNN深度学习鸡蛋图像数据库,从而实现鸡蛋外观图像特征的有效提取。(3)建立层次支持向量机鸡蛋外观分类工具,最终实现对鸡蛋外观的准确检测分类。[结果]所提鸡蛋外观检测方案的检测准确率提高了1.74%~4.31%,检测时间降低了21.68%~53.51%。[结论]所提方法能够有效实现对鸡蛋的在线实时精细化分类。 展开更多
关键词 鸡蛋外观 卷积神经网络 浣熊优化算法 支持向量机 特征提取
在线阅读 下载PDF
INRBO-SVM模型在边坡安全系数预测中的应用 被引量：2
15
作者 熊朝林 陈俊智 《矿冶工程》 北大核心 2025年第2期20-25,33,共7页
针对支持向量机(SVM)模型在预测边坡安全系数中选取参数困难的问题,优化牛顿-拉夫逊算法(NRBO)帮助SVM模型快速选取适当的超参数。引入动态反向学习策略、横向与纵向交叉策略和修正自适应系数计算公式对NRBO算法进行改进,构建INRBO-SVM... 针对支持向量机(SVM)模型在预测边坡安全系数中选取参数困难的问题,优化牛顿-拉夫逊算法(NRBO)帮助SVM模型快速选取适当的超参数。引入动态反向学习策略、横向与纵向交叉策略和修正自适应系数计算公式对NRBO算法进行改进,构建INRBO-SVM边坡安全系数预测模型。选取容重、黏聚力、内摩擦角、边坡角、边坡高度和孔隙水压比6个因素为模型输入,安全系数为输出,将训练后的INRBO-SVM模型、NRBO-SVM模型、SVM模型、RBF模型对9组测试样本进行安全系数预测。结果表明:INRBO-SVM模型安全系数预测性能最好,相关系数R^(2)为0.9999,高于其他模型;均方根误差和平均绝对误差均显著低于其他模型。工程应用结果表明,INRBO-SVM模型的安全系数预测误差均小于10%,大部分低于5%,证实了该模型预测安全系数的准确性以及实际应用价值。 展开更多
关键词 边坡稳定性 预测模型 安全系数 svm模型 INRBO算法 机器学习
在线阅读 下载PDF
基于SOA-SVM模型的光伏阵列故障诊断研究 被引量：1
16
作者 孙培胜 陈堂贤 +1 位作者 程陈 李正 《电源学报》 北大核心 2025年第1期143-150,共8页
针对支持向量机SVM(support vector machine)用于光伏阵列故障诊断时准确率不高、且易受核函数与惩罚因子参数影响的问题,提出1种基于海鸥优化算法SOA(seagull optimization algorithm)支持向量机的光伏阵列故障诊断方法。引入海鸥优化... 针对支持向量机SVM(support vector machine)用于光伏阵列故障诊断时准确率不高、且易受核函数与惩罚因子参数影响的问题,提出1种基于海鸥优化算法SOA(seagull optimization algorithm)支持向量机的光伏阵列故障诊断方法。引入海鸥优化算法对SVM模型进行参数寻优,建立基于最优参数的SOA-SVM故障诊断模型;利用MATLAB软件搭建光伏阵列仿真模型,提取不同故障类型下的特征参数并输入到SOA-SVM模型进行故障诊断。实验结果表明:经SOA优化后的SVM模型故障诊断准确率显著提高,且相比于基于人工蜂群ABC(artificial bee colony)算法的ABC-SVM模型和基于粒子群优化PSO(particle swarm optimization)算法的PSO-SVM模型,SOA-SVM模型具有更快的寻优收敛迭代速度和更高的故障诊断准确率。 展开更多
关键词 光伏阵列 故障诊断 海鸥优化算法 支持向量机
在线阅读 下载PDF
结合ICA与GS-SVM的电池健康状态估计 被引量：1
17
作者 董静 金帅 《重庆理工大学学报(自然科学)》 北大核心 2025年第4期17-26,共10页
数据驱动法极其依赖特征参数的质量,为了选取优质的特征参数,提高电池SOH的估计精度,提出了一种基于增量容量分析(ICA)和数据驱动的融合估计方法。利用高斯滤波对原始增量容量曲线进行平滑处理,根据IC曲线与电池退化特性之间的联系选择... 数据驱动法极其依赖特征参数的质量,为了选取优质的特征参数,提高电池SOH的估计精度,提出了一种基于增量容量分析(ICA)和数据驱动的融合估计方法。利用高斯滤波对原始增量容量曲线进行平滑处理,根据IC曲线与电池退化特性之间的联系选择5个特征参数;利用相关性分析方法提取与容量衰减关联度最高的3个特征作为数据驱动模型的输入参数,建立针对电池容量进行估计的支持向量机(SVM)回归预测模型,并利用网格搜索算法(GS)调整SVM的参数;利用公开数据集验证了该方法的有效性,并与长短期记忆神经网络(LSTM)、卷积神经网络(CNN)以及随机森林算法(RF)等数据驱动方法进行了比较。结果表明,所提方法在精度与泛化性方面均优于其他数据驱动方法。 展开更多
关键词 锂离子电池 健康状态 增量容量分析 高斯滤波 支持向量机 网格搜索
在线阅读 下载PDF
多策略改进COA算法优化LSSVM的变压器故障诊断研究 被引量：2
18
作者 李斌 白翔旭 《电工电能新技术》 北大核心 2025年第4期112-119,共8页
为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混... 为解决变压器故障诊断准确率低的问题,本文提出一种多策略改进浣熊优化算法(ICOA)与最小二乘支持向量机(LSSVM)相结合的变压器故障诊断方法。首先,通过核主成分分析(KPCA)将变压器故障数据集进行特征提取,降低故障数据维度;其次,应用混沌映射、透镜反向学习、Levy飞行等策略对浣熊优化算法(COA)进行优化,提高全局寻优能力;然后,应用ICOA算法进行LSSVM参数寻优,构建ICOA-LSSVM故障诊断模型;最后,将特征提取后的数据导入ICOA-LSSVM中并与其他模型对比。实验结果表明所提方法准确率为96.19%,相比其他诊断模型具有更高的故障诊断精度。 展开更多
关键词 变压器故障诊断 浣熊优化算法 核主成分分析 最小二乘支持向量机
在线阅读 下载PDF
基于改进JSOA-SVM的地铁站台门故障诊断
19
作者 王若凡 朱松青 +2 位作者 杨柳 郝飞 徐涛 《噪声与振动控制》 北大核心 2025年第2期112-117,125,共7页
为准确地对地铁站台门进行故障诊断,并针对支持向量机(Support Vector Machine,SVM)在故障诊断中的参数选择问题,将跳蛛算法(Jumping Spider Optimization Algorithm,JSOA)用于SVM参数优化提升诊断性能,同时针对JSOA易陷入局部最优、收... 为准确地对地铁站台门进行故障诊断,并针对支持向量机(Support Vector Machine,SVM)在故障诊断中的参数选择问题,将跳蛛算法(Jumping Spider Optimization Algorithm,JSOA)用于SVM参数优化提升诊断性能,同时针对JSOA易陷入局部最优、收敛速度慢等不足,提出一种多策略改进跳蛛算法(Improved Jumping Spider Optimization Algorithm,IJSOA)优化SVM的站台门故障诊断方法。首先使用Teager能量算子、变分模态分解(Variational Mode Decomposition,VMD)以及精细复合多尺度模糊熵(Refined Composite Multiscale Fuzzy Entropy,RCMFE)提取信号特征;其次,通过IJSOA寻找SVM最优参数组合构建诊断模型;最后,使用提取的特征向量输入诊断模型实现站台门故障诊断。结果表明提出方法平均识别率为97.774%,诊断精度较其余几种方法更具优势,能够有效提升故障诊断分类效果。 展开更多
关键词 故障诊断 地铁站台门系统 变分模态分解(VMD) 跳蛛优化算法(JSOA) 支持向量机(svm)
在线阅读 下载PDF
基于SVDD和SVM的高压调门油动机状态监测系统研究
20
作者 马立强 姜安琦 +2 位作者 姜万录 郑云飞 吴凤和 《振动与冲击》 北大核心 2025年第12期238-248,共11页
在高压调门油动机的运行监控中,由于正常状态的样本远多于故障样本,故障数据稀缺且采集相对困难,此外还存在故障发生的不确定性,传统的监测方法难以有效应用。对此,提出了一种基于支持向量数据描述(support vector data description,SV... 在高压调门油动机的运行监控中,由于正常状态的样本远多于故障样本,故障数据稀缺且采集相对困难,此外还存在故障发生的不确定性,传统的监测方法难以有效应用。对此,提出了一种基于支持向量数据描述(support vector data description,SVDD)异常检测和支持向量机(support vector machine,SVM)故障诊断的高压调门油动机状态监测系统。首先,从原始数据中提取时域(time domain,T)、频域(frequency domain,F)和时频域小波包子带能量(wavelet packet subband energy,W)特征,并通过特征融合及归一化的方式形成新的多维融合特征向量TFW。随后,采用卷积神经网络(convolutional neural network,CNN)对TFW进行深层次挖掘,生成更具表现力的特征TFWCNN,以此作为SVDD和SVM模型的输入。搭建了高压调门油动机故障模拟试验台,用以采集数据并验证该方法的有效性。研究结果表明:在三个具有不同阀位开度的高压调门油动机动态数据集上,SVDD异常检测的F1分数分别达到0.9991、0.9978和0.9760;SVM故障诊断的F1分数分别为0.9988、0.9950和0.9867;不仅说明该方法在高压调门油动机的状态监测中表现出的优异性能,同时也说明深度TFWCNN特征在高压调门油动机状态监测中的有效性和准确性;还为类似的汽轮机状态监测诊断系统提供了一种有效的技术方案。 展开更多
关键词 高压调门油动机 支持向量数据描述(SVDD)异常检测 支持向量机(svm)故障诊断 状态监测系统
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 … 250 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