检索结果-维普期刊中文期刊服务平台

基于SVR的桥梁健康监测系统缺失数据在线填补研究被引量：3: 1; 作者朱芳符欲梅陈得宝《传感技术学报》 CAS CSCD 北大核心 2018年第5期726-732,共7页; 针对桥梁健康监测系统所采集的实时数据具有不完备性,严重影响桥梁的安全评估,提出基于支持向量回归SVR(Support Vector Regression)算法的桥梁健康监测系统缺失数据实时在线预测方法。首先,分析实测数据具有时序、非线性和周期性等特点... 展开更多; 关键词支持向量回归在线预测桥梁健康监测系统缺失数据序列最小优化算法; 在线阅读下载PDF 职称材料

基于边界矩和支持向量机的火焰识别算法被引量：4: 2; 作者韩斌黄刚王士同《计算机应用研究》 CSCD 北大核心 2009年第7期2765-2766,2770,共3页; 根据火焰的燃烧特性,结合火焰的空间形状特征和动态变化特征,设计了一种基于动态边界矩和支持向量机的火焰识别算法。利用相邻帧边界矩不变量的差值来描述火焰的动态特征,基于支持向量机对火焰和疑似火焰目标样本进行分类检测。实验表明... 展开更多; 关键词火焰识别边界矩不变量支持向量机序列最小最优化算法; 在线阅读下载PDF 职称材料

基于对偶随机投影的线性核支持向量机被引量：1: 3; 作者席茜张凤琴 +3 位作者李小青管桦陈桂茸王梦非《计算机应用》 CSCD 北大核心 2017年第6期1680-1685,共6页; 针对大型支持向量机(SVM)经随机投影特征降维后分类精度下降的问题,结合对偶恢复理论,提出了面向大规模分类问题的基于对偶随机投影的线性核支持向量机(drp-LSVM)。首先,分析论证了drp-LSVM相关几何性质,证明了在保持与基于随机投影降... 展开更多; 关键词机器学习支持向量机随机投影序列最小优化算法降维; 在线阅读下载PDF 职称材料

基于支持向量回归模型的电力系统谐波分析新方法被引量：2: 4; 作者刘尚伟吴玲《中国电力》 CSCD 北大核心 2007年第6期32-35,共4页; 当前电力系统中的谐波问题日益严重,对谐波的准确检测和分析是抑制谐波畸变的重要依据。将基于改进的SMO算法的支持向量回归模型应用于电力系统谐波的检测,该算法克服了常规算法计算规模大和建模复杂的困难,通过引入一个中间因子,将原... 展开更多; 关键词谐波分析支持向量回归结构风险最小化泛化能力序列最小最优化算法; 在线阅读下载PDF 职称材料

HSMC-SVM的二次逼近快速训练算法被引量：2: 5; 作者徐图罗瑜何大可《电子与信息学报》 EI CSCD 北大核心 2008年第11期2746-2749,共4页; HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-S... 展开更多; 关键词超球体多类支持向量机 smo训练算法工作集选择:二次逼近; 在线阅读下载PDF 职称材料

基于软件定义网络的数据中心自适应多路径负载均衡算法被引量：18: 6; 作者许红亮杨桂芹蒋占军《计算机应用》 CSCD 北大核心 2021年第4期1160-1164,共5页; 针对传统多路径负载均衡算法无法有效地感知网络的运行状态、不能综合考虑链路的实时传输状态以及大多数算法缺少自适应性的问题,基于软件定义网络(SDN)的集中控制和全网管控思想,提出一种基于蜘蛛猴优化的SDN自适应多路径负载均衡算法(... 展开更多; 关键词软件定义网络多路径负载均衡蜘蛛猴优化算法胖树 Mininet; 在线阅读下载PDF 职称材料

训练支持向量机的并行序列最小优化方法被引量：4: 7; 作者曹丽娟王小明《计算机工程》 CAS CSCD 北大核心 2007年第18期184-186,共3页; 序列最小优化(SMO)是训练支持向量机(SVM)的常见算法,在求解大规模问题时,需要耗费大量的计算时间。该文提出了SMO的一种并行实现方法,验证了该算法的有效性。实验结果表明,当采用多处理器时,并行SMO具有较大的加速比。; 关键词支持向量机序列最小优化并行算法; 在线阅读下载PDF 职称材料

基于支持向量机的大规模试卷识别方法被引量：1: 8; 作者覃延李冬梅陈志泊《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第6期180-185,共6页; 试卷识别是智能组卷系统中数据库建立的基础,如何正确有效地识别出试卷中的题干部分并将之入库是一个尤为关键的问题.提出了基于SVM(support vector machine,支持向量机)的大规模试卷识别方法,该方法有效解决了进行题干识别之前大量人... 展开更多; 关键词 SVM smo算法试卷识别; 在线阅读下载PDF 职称材料

混合蛛猴算法及其在乙炔加氢参数优化中的应用: 9; 作者叶贞成饶德宝程辉《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期241-249,共9页; 蛛猴算法(SMO)是模拟蛛猴觅食行为的群智能优化算法,因其具有其良好的自组织能力而被广泛应用于数值优化领域。本文提出了一种混合蛛猴算法(QSMO)。该算法在SMO的基础上引入Metropolis准则、二次逼近法、局部随机搜索策略,并结合人工蜂... 展开更多; 关键词蛛猴算法(smo) 乙炔加氢动力学模型失活参数优化; 在线阅读下载PDF 职称材料

题名基于SVR的桥梁健康监测系统缺失数据在线填补研究被引量：3: 1; 作者朱芳符欲梅陈得宝; 机构淮北师范大学物理与电子信息学院重庆大学光电工程学院光电技术及系统教育部重点实验室; 出处《传感技术学报》 CAS CSCD 北大核心 2018年第5期726-732,共7页; 基金国家自然科学基金项目(61572224 61304082) +2 种基金安徽省高等学校自然科学研究一般项目(KJ2016B007); 文摘针对桥梁健康监测系统所采集的实时数据具有不完备性,严重影响桥梁的安全评估,提出基于支持向量回归SVR(Support Vector Regression)算法的桥梁健康监测系统缺失数据实时在线预测方法。首先,分析实测数据具有时序、非线性和周期性等特点,利用变量的自相关和变量间的相关性重新构造支持向量回归模型的输入样本维数;在此基础上,根据样本在线更新的特点,采用序列最小优化算法对支持向量回归模型中的拉格朗日乘子进行实时更新,解决高精度在线填补的需求;最后,从实际问题出发,实现了支持向量回归模型的在线和离线自适应预测模式。通过对桥梁实测数据进行在线模式和离线模式预测对比,结果表明在线模式以样本更新的方式能够获得对将来值更高的预测精度。; 关键词支持向量回归在线预测桥梁健康监测系统缺失数据序列最小优化算法; Keywords support vector regression online prediction bridge health monitoring system missing data sequentialminimal optimization（smo）algorithm; 分类号 TP274.2 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于边界矩和支持向量机的火焰识别算法被引量：4: 2; 作者韩斌黄刚王士同; 机构江南大学信息工程学院江苏科技大学计算机科学与工程学院; 出处《计算机应用研究》 CSCD 北大核心 2009年第7期2765-2766,2770,共3页; 基金国家“863”计划资助项目(2007AA1Z158); 文摘根据火焰的燃烧特性,结合火焰的空间形状特征和动态变化特征,设计了一种基于动态边界矩和支持向量机的火焰识别算法。利用相邻帧边界矩不变量的差值来描述火焰的动态特征,基于支持向量机对火焰和疑似火焰目标样本进行分类检测。实验表明,该算法具有较好的火焰目标识别性能、较低的虚警率和较强的抗干扰性能。; 关键词火焰识别边界矩不变量支持向量机序列最小最优化算法; Keywords flame detection boundary moment invariants support vector machine （SVM） smo （sequential minimal optimization） algorithm; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于对偶随机投影的线性核支持向量机被引量：1: 3; 作者席茜张凤琴李小青管桦陈桂茸王梦非; 机构空军工程大学信息与导航学院; 出处《计算机应用》 CSCD 北大核心 2017年第6期1680-1685,共6页; 基金国家自然科学基金资助项目(71503260) 陕西省自然科学基金资助项目(2014JM8345)~~; 文摘针对大型支持向量机(SVM)经随机投影特征降维后分类精度下降的问题,结合对偶恢复理论,提出了面向大规模分类问题的基于对偶随机投影的线性核支持向量机(drp-LSVM)。首先,分析论证了drp-LSVM相关几何性质,证明了在保持与基于随机投影降维的支持向量机(rp-LSVM)相近几何优势的同时,其划分超平面更接近于用全部数据训练得到的原始分类器。然后,针对提出的drp-LSVM快速求解问题,改进了传统的序列最小优化(SMO)算法,设计了基于改进SMO算法的drp-LSVM分类器。最后实验结果表明,drp-LSVM在继承rp-LSVM优点的同时,减小了分类误差,提高了训练精度,并且各项性能评价更接近于用原始数据训练得到的分类器;设计的基于改进SMO算法的分类器不但可以减少内存消耗,同时可以拥有较高的训练精度。; 关键词机器学习支持向量机随机投影序列最小优化算法降维; Keywords machine learning Support Vector Machine （SVM） random projection Sequential Minimal optimization（smo） algorithm dimensionality reduction; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于支持向量回归模型的电力系统谐波分析新方法被引量：2: 4; 作者刘尚伟吴玲; 机构天津大学电气与自动化工程学院天津科技大学电子信息与自动化学院; 出处《中国电力》 CSCD 北大核心 2007年第6期32-35,共4页; 文摘当前电力系统中的谐波问题日益严重,对谐波的准确检测和分析是抑制谐波畸变的重要依据。将基于改进的SMO算法的支持向量回归模型应用于电力系统谐波的检测,该算法克服了常规算法计算规模大和建模复杂的困难,通过引入一个中间因子,将原来问题的计算规模减半,并利用迭代算法求解中间因子,使得该算法简单可行。对三相桥式整流电路交流侧产生的特征谐波和非特征谐波电流进行了分析,仿真结果通过与FFT算法和ADALINE神经网络的检测分析结果对比,表明该方法无论是在理想情况下还是在考虑了各种影响因素的情况下,都具有很高的检测精度,可以满足电力系统的谐波分析的要求。该方法的不足之处是计算量会随着输入量分辨率的提高而增大。; 关键词谐波分析支持向量回归结构风险最小化泛化能力序列最小最优化算法; Keywords harmonics analysis support vector regression （SVR） structural risk minimization （SRM） generalization sequential minimal optimization （smo） algorithm; 分类号 TM711 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名HSMC-SVM的二次逼近快速训练算法被引量：2: 5; 作者徐图罗瑜何大可; 机构西南交通大学信息科学与技术学院; 出处《电子与信息学报》 EI CSCD 北大核心 2008年第11期2746-2749,共4页; 文摘 HSMC-SVM是一种直接型高速多类支持向量机,适合用于类别较多的分类场合,但由于SMO算法采用经验方法选择工作集,使得在用SMO算法训练HSMC-SVM时,收敛速度较慢。为提高HSMC-SVM的收敛速度,该文提出用基于二次逼近的可行方向法来训练HSMC-SVM,并使用了样本缩减策略。实验表明,这种方法可以有效提高HSMC-SVM的收敛速度,其收敛速度已经超过了基于libsvm的组合多类支持向量机,完全可以用于分类类别多、样本数量大的分类场合。; 关键词超球体多类支持向量机 smo训练算法工作集选择:二次逼近; Keywords Hyper-Sphere Multi-Class SVM（HSMC-SVM） Sequential Minimization optimization（smo） training algorithm Working set selection Second Order Approximation（SOA）; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于软件定义网络的数据中心自适应多路径负载均衡算法被引量：18: 6; 作者许红亮杨桂芹蒋占军; 机构兰州交通大学电子与信息工程学院; 出处《计算机应用》 CSCD 北大核心 2021年第4期1160-1164,共5页; 基金甘肃省高原交通信息工程及控制重点实验室开放课题(20161106) 兰州交通大学“百名青年优秀人才培养计划”资助项目(150220232)。; 文摘针对传统多路径负载均衡算法无法有效地感知网络的运行状态、不能综合考虑链路的实时传输状态以及大多数算法缺少自适应性的问题,基于软件定义网络(SDN)的集中控制和全网管控思想,提出一种基于蜘蛛猴优化的SDN自适应多路径负载均衡算法(SMO-LBA)。首先,利用数据中心网络的感知能力来获取多路径的实时链路状态信息;然后,利用蜘蛛猴算法的全局探索和局部开采能力将链路空闲率作为每条路径的适应度值,并引入自适应权重对路径进行动态评估及更新;最后,寻找数据中心网络中链路占用率最小的路径,确定其为最优转发路径。选用胖树拓扑在Mininet平台上进行仿真实验,实验结果表明SMO-LBA可提高数据中心网络的吞吐量和平均链路利用率,实现网络自适应负载均衡。; 关键词软件定义网络多路径负载均衡蜘蛛猴优化算法胖树 Mininet; Keywords Software Defined Network(SDN) multi-path load balancing Spider Monkey optimization(smo)algorithm fat tree Mininet; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名训练支持向量机的并行序列最小优化方法被引量：4: 7; 作者曹丽娟王小明; 机构复旦大学金融研究院复旦大学经济学院; 出处《计算机工程》 CAS CSCD 北大核心 2007年第18期184-186,共3页; 基金国家自然科学基金资助项目"基于Support Vector Machines(SVMs)算法的智能型期权定价模型的研究"(70501008) 上海市浦江人才计划基金资助项目; 文摘序列最小优化(SMO)是训练支持向量机(SVM)的常见算法,在求解大规模问题时,需要耗费大量的计算时间。该文提出了SMO的一种并行实现方法,验证了该算法的有效性。实验结果表明,当采用多处理器时,并行SMO具有较大的加速比。; 关键词支持向量机序列最小优化并行算法; Keywords support vector machine（SVM） sequential minimal optimization（smo） parallel algorithm; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于支持向量机的大规模试卷识别方法被引量：1: 8; 作者覃延李冬梅陈志泊; 机构北京林业大学信息学院北京大学汇丰商学院; 出处《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2014年第6期180-185,共6页; 基金国家自然科学基金项目(61170268) 北京高等学校教育教学改革(以程序设计与软件开发能力为主的应用型计算机专业核心课程体系改革与教学资源建设) +1 种基金北京林业大学2014年校园信息化专项研究(程序设计与算法类课程教学资源共享平台建设的研究); 文摘试卷识别是智能组卷系统中数据库建立的基础,如何正确有效地识别出试卷中的题干部分并将之入库是一个尤为关键的问题.提出了基于SVM(support vector machine,支持向量机)的大规模试卷识别方法,该方法有效解决了进行题干识别之前大量人工预处理工作的问题.根据SVM原理,建立一个超平面,将试题文本分为两类——题序号和题干,并以题序号作为各题的起止点,进行试题识别.大量的实验显示,该方法具有可行性、有效性和适应性.经测试,识别率达100%.; 关键词 SVM smo算法试卷识别; Keywords SVM （support vector machine） smo （sequential minimal optimization） algorithm examination paper recognition; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名混合蛛猴算法及其在乙炔加氢参数优化中的应用: 9; 作者叶贞成饶德宝程辉; 机构华东理工大学化工过程先进控制和优化技术教育部重点实验室; 出处《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2019年第2期241-249,共9页; 基金国家自然科学基金重点项目(61533003) 国家自然科学基金青年项目(21506050) +1 种基金柴油管道调合过程建模与在线优化技术研究(16ZR1407300); 文摘蛛猴算法(SMO)是模拟蛛猴觅食行为的群智能优化算法,因其具有其良好的自组织能力而被广泛应用于数值优化领域。本文提出了一种混合蛛猴算法(QSMO)。该算法在SMO的基础上引入Metropolis准则、二次逼近法、局部随机搜索策略,并结合人工蜂群算法提高种群多样性,有效地提升了算法性能。选取了多个标准测试函数进行仿真对比,结果表明SMO的搜索精度与搜索速度均得到了显著提升。基于混合优化算法进行工业乙炔加氢反应器模型参数优化,结果表明该算法能够更好地求解工程优化问题。; 关键词蛛猴算法(smo) 乙炔加氢动力学模型失活参数优化; Keywords spider monkey optimization algorithm (smo) acetylene hydrogenation kinetic model deactivation parameter optimization; 分类号 TE624 [石油与天然气工程—油气加工工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于SVR的桥梁健康监测系统缺失数据在线填补研究	朱芳符欲梅陈得宝	《传感技术学报》 CAS CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料
2	基于边界矩和支持向量机的火焰识别算法	韩斌黄刚王士同	《计算机应用研究》 CSCD 北大核心	2009	4	在线阅读下载PDF 职称材料
3	基于对偶随机投影的线性核支持向量机	席茜张凤琴李小青管桦陈桂茸王梦非	《计算机应用》 CSCD 北大核心	2017	1	在线阅读下载PDF 职称材料
4	基于支持向量回归模型的电力系统谐波分析新方法	刘尚伟吴玲	《中国电力》 CSCD 北大核心	2007	2	在线阅读下载PDF 职称材料
5	HSMC-SVM的二次逼近快速训练算法	徐图罗瑜何大可	《电子与信息学报》 EI CSCD 北大核心	2008	2	在线阅读下载PDF 职称材料
6	基于软件定义网络的数据中心自适应多路径负载均衡算法	许红亮杨桂芹蒋占军	《计算机应用》 CSCD 北大核心	2021	18	在线阅读下载PDF 职称材料
7	训练支持向量机的并行序列最小优化方法	曹丽娟王小明	《计算机工程》 CAS CSCD 北大核心	2007	4	在线阅读下载PDF 职称材料
8	基于支持向量机的大规模试卷识别方法	覃延李冬梅陈志泊	《西南大学学报（自然科学版）》 CAS CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
9	混合蛛猴算法及其在乙炔加氢参数优化中的应用	叶贞成饶德宝程辉	《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心	2019	0	在线阅读下载PDF 职称材料