期刊文献+
共找到5,092篇文章
< 1 2 250 >
每页显示 20 50 100
采用改进遗传算法优化LS-SVM逆系统的外转子无铁心无轴承永磁同步发电机解耦控制 被引量:1
1
作者 朱熀秋 沈良瑜 《中国电机工程学报》 EI CSCD 北大核心 2024年第5期2037-2046,I0032,共11页
为了实现外转子无铁心无轴承永磁同步发电机(outer rotor coreless bearingless permanent magnet synchronous generator,ORC-BPMSG)的精确控制,提出一种基于改进遗传算法(improved genetic algorithm,IGA)优化最小二乘支持向量机(leas... 为了实现外转子无铁心无轴承永磁同步发电机(outer rotor coreless bearingless permanent magnet synchronous generator,ORC-BPMSG)的精确控制,提出一种基于改进遗传算法(improved genetic algorithm,IGA)优化最小二乘支持向量机(least square support vector machine,LS-SVM)逆系统的解耦控制策略。首先,基于ORC-BPMSG的结构及工作原理,推导其数学模型,并分析其可逆性。其次,建立LS-SVM回归方程,并采用IGA优化LS-SVM的性能参数,从而训练得到逆系统。然后,将逆系统与原系统串接,形成伪线性系统,实现了ORC-BPMSG的线性化和解耦。最后,将提出的控制方法与传统LS-SVM逆系统控制方法进行对比仿真和实验。仿真和实验结果表明:所提出的控制策略可以较好地实现ORC-BPMSG输出电压和悬浮力、以及悬浮力之间的解耦控制。 展开更多
关键词 外转子无铁心无轴承永磁同步发电机 最小二乘支持向量机 逆系统 改进遗传算法 解耦控制
下载PDF
基于ISSA-HKLSSVM的浮选精矿品位预测方法 被引量:1
2
作者 高云鹏 罗芸 +2 位作者 孟茹 张微 赵海利 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第2期111-120,共10页
针对浮选过程变量滞后、耦合特征及建模样本数量少所导致精矿品位难以准确预测的问题,提出了一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化混核最小二乘支持向量机(Hybrid Kernel Least Squares Support Vecto... 针对浮选过程变量滞后、耦合特征及建模样本数量少所导致精矿品位难以准确预测的问题,提出了一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化混核最小二乘支持向量机(Hybrid Kernel Least Squares Support Vector Machine,HKLSSVM)的浮选过程精矿品位预测方法.首先采集浮选现场载流X荧光品位分析仪数据作为建模变量并进行预处理,建立基于最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的预测模型,以此构建新型混合核函数,将输入空间映射至高维特征空间,再引入改进麻雀搜索算法对模型参数进行优化,提出基于ISSA-HKLSSVM方法实现精矿品位预测,最后开发基于LabVIEW的浮选精矿品位预测系统对本文提出方法实际验证.实验结果表明,本文提出方法对于浮选过程小样本建模具有良好拟合能力,相比现有方法提高了预测准确率,可实现精矿品位的准确在线预测,为浮选过程的智能调控提供实时可靠的精矿品位反馈信息. 展开更多
关键词 浮选 精矿品位 最小二乘支持向量机 改进麻雀搜索算法 预测模型
下载PDF
基于DBN和BES-LSSVM的矿用压风机异常状态识别方法
3
作者 李敬兆 王克定 +2 位作者 王国锋 郑鑫 石晴 《流体机械》 CSCD 北大核心 2024年第3期89-97,共9页
针对矿用压风机这类分布式系统的异常类别复杂、识别精度低等问题,提出了一种基于深度置信网络(DBN)和最小二乘支持向量机(LSSVM)的异常状态识别方法。首先,分析压风机组成系统及其运行机理,确定常见的异常状态类型;其次,采用DBN无监督... 针对矿用压风机这类分布式系统的异常类别复杂、识别精度低等问题,提出了一种基于深度置信网络(DBN)和最小二乘支持向量机(LSSVM)的异常状态识别方法。首先,分析压风机组成系统及其运行机理,确定常见的异常状态类型;其次,采用DBN无监督学习方式充分挖掘监测数据中异常特征并快速提取;然后,利用秃鹰搜索算法(BES)优化LSSVM的超参数,构建最优的BES-LSSVM分类模型;最后,将DBN提取的异常特征作为BES-LSSVM模型的输入,对矿用压风机异常状态进行识别。试验验证与对比分析结果表明,相较于GA,PSO,GWO算法,BES算法的求解精度和收敛速度均有所提高,同时DBN-BES-LSSVM模型在测试集上平均识别精度达到94.65%,较PCA-LSSVM模型、DBN模型和DBN-LSSVM模型的识别精度分别提高了10.53%,5.84%和3.76%,验证了DBN-BES-LSSVM模型在矿用压风机异常特征提取以及特征识别方面的优越性。 展开更多
关键词 矿用压风机 深度置信网络 秃鹰搜索算法 最小二乘支持向量机 异常识别
下载PDF
基于TLS的改进子空间投影算法
4
作者 李飞 张天良 梁满 《通信技术》 2024年第3期229-235,共7页
针对经典MUSIC算法在信源相干、低信噪比、小快拍数等非理想环境下性能失效的问题,提出了一种改进的基于TLS的加权子空间投影算法。首先对阵列接收的数据协方差矩阵进行重构处理,以达到解相干目的;其次充分利用子空间信息,基于总体最小... 针对经典MUSIC算法在信源相干、低信噪比、小快拍数等非理想环境下性能失效的问题,提出了一种改进的基于TLS的加权子空间投影算法。首先对阵列接收的数据协方差矩阵进行重构处理,以达到解相干目的;其次充分利用子空间信息,基于总体最小二乘拟合方法对特征值进行拟合修正,基于修正MUSIC算法思想,利用校正后的噪声特征值和信号特征值分别对噪声子空间和信号子空间进行加权处理,得到改进后的噪声子空间和信号子空间,并将两者结合得到新的空间谱函数;最后进行谱峰搜索,完成信号源的波达方向估计。仿真结果表明,改进后的算法既适用于相干信号环境,在低信噪比、小快拍数及信号入射角度间隔较小的情况下,又能有效估计出信源的波达方向。 展开更多
关键词 阵列信号处理 DOA估计 MUSIC算法 总体最小二乘算法
下载PDF
基于VMD-LILGWO-LSSVM短期风电功率预测
5
作者 王瑞 李虹锐 +1 位作者 逯静 卜旭辉 《河南理工大学学报(自然科学版)》 CAS 北大核心 2024年第2期128-136,共9页
目的为了减小风电功率并入国家电网时产生的频率波动,提高风电功率预测精度,方法提出一种结合变分模态分解(VMD)、改进灰狼算法(LILGWO)和最小二乘支持向量机(LSSVM)的风电功率短期预测方法。首先通过VMD方法将风电功率序列分解重构成3... 目的为了减小风电功率并入国家电网时产生的频率波动,提高风电功率预测精度,方法提出一种结合变分模态分解(VMD)、改进灰狼算法(LILGWO)和最小二乘支持向量机(LSSVM)的风电功率短期预测方法。首先通过VMD方法将风电功率序列分解重构成3个复杂程度性不同的模态分量,降低风电功率的波动性;其次使用LSSVM挖掘各分量的特征信息,对各分量分别进行预测,针对LSSVM模型中重要参数的选取对预测精度影响较大问题,引入LILGWO对参数进行寻优;最后将各分量预测结果叠加重构,得到最终预测风电功率。结果以宁夏回族自治区某地区风电站实际数据为例,对未来三天分别进行预测取平均值,本文方法的预测平均绝对误差(mean absolute error,MAE)为2.7068 kW,均方根误差(root mean square error,RMSE)为2.0211,拟合程度决定系数(R-Square,R^(2))为0.9769,与对比方法3~6相比,RMSE分别降低了40.93%,25.21%,14.7%,6.24%;MAE分别降低了42.34%,28.04%,16.97%,7.77%;R^(2)分别提升了4.21%,1.78%,0.82%,0.28%。预测时长方面,BP和LSSVM平均训练时间分别是10,138 s,虽然LSSVM预测时间较长但效果最好,采用PSO、GWO、LILGWO对LSSVM进行寻优后训练时间分别平均缩短了39,44,58 s。结论仿真验证了所提方法在短期风电功率预测方面的有效性。 展开更多
关键词 风电功率 短期预测 变分模态分解 近似熵 改进灰狼算法 最小二乘支持向量机
下载PDF
基于IPOA-LSSVM模型的高压直流输电线路故障定位
6
作者 商立群 刘晗 +3 位作者 郝天奇 李钊 李朝彪 邓力文 《南京信息工程大学学报》 CAS 北大核心 2024年第5期667-677,共11页
故障定位在长距离高压直流输电系统中起着至关重要的作用.针对线路衰减系数计算不准和二次波头难以捕捉的问题,提出了一种改进鹈鹕优化算法(IPOA)优化最小二乘支持向量(LSSVM)的故障定位模型.根据行波衰减原理,推导故障距离和线路两端... 故障定位在长距离高压直流输电系统中起着至关重要的作用.针对线路衰减系数计算不准和二次波头难以捕捉的问题,提出了一种改进鹈鹕优化算法(IPOA)优化最小二乘支持向量(LSSVM)的故障定位模型.根据行波衰减原理,推导故障距离和线路两端线模分量模极大值比的计算公式,发现二者具有非线性关系.使用LSSVM泛化二者之间的关系,将改进后的POA算法对LSSVM的关键参数进行寻优,建立IPOA-LSSVM故障定位模型.通过在两端采集故障信号,对其进行小波变换得到首波头幅值比作为模型的输入量,故障距离作为输出量进行仿真验证.仿真结果表明,该模型不受过渡电阻和故障类型的影响,能够可靠准确地定位. 展开更多
关键词 故障定位 高压直流输电系统 首波头幅值比 改进鹈鹕优化算法 最小二乘支持向量机
下载PDF
基于IDBO-LSSVM的输电线路覆冰厚度预测模型
7
作者 陈静 李荣浩 《湖北民族大学学报(自然科学版)》 CAS 2024年第3期343-348,374,共7页
针对输电线路受多种气象因素影响导致覆冰厚度预测精度低的问题,提出基于改进蜣螂优化(improved dung beetle optimizer,IDBO)算法优化最小二乘支持向量机(least square support vector machine,LSSVM)的输电线路覆冰厚度预测模型。首先... 针对输电线路受多种气象因素影响导致覆冰厚度预测精度低的问题,提出基于改进蜣螂优化(improved dung beetle optimizer,IDBO)算法优化最小二乘支持向量机(least square support vector machine,LSSVM)的输电线路覆冰厚度预测模型。首先,使用皮尔逊相关系数(Pearson correlation coefficient,PCC)计算输电线路覆冰厚度与不同气象因素之间的相关性,选择具有高相关性的气象因素以确定输入变量;其次,通过引入Halton序列、Levy飞行策略和T分布扰动来改进蜣螂优化(dung beetle optimizer,DBO)算法;最后,使用IDBO算法寻优LSSVM参数:调节因子、核函数宽度,提高模型预测精度。以某地输电线路历史监测数据为样本,将IDBO-LSSVM的输电线路预测结果与其他7种预测模型进行比较,发现平均绝对误差分别降低了约27%、36%、25%、23%、24%、44%和39%。该研究证实了基于IDBO-LSSVM的输电线路覆冰厚度预测模型可以有效提高预测精度。 展开更多
关键词 输电线路 覆冰厚度预测 皮尔逊相关系数分析 改进蜣螂优化算法 最小二乘支持向量机
下载PDF
基于近红外光谱技术结合ARO-LSSVR的天麻中有效成分含量快速检测 被引量:1
8
作者 李珊珊 张付杰 +5 位作者 李丽霞 张浩 段星桅 史磊 崔秀明 李小青 《食品科学》 EI CAS CSCD 北大核心 2024年第4期207-213,共7页
为实现对天麻中天麻素和对羟基苯甲醇含量的快速、无损检测,以云南昭通乌天麻为实验对象,采集900~1 700 nm波长范围内的光谱数据。首先,采用卷积平滑和标准正态变量变换进行光谱数据预处理,其次通过竞争性自适应重加权采样法(competitiv... 为实现对天麻中天麻素和对羟基苯甲醇含量的快速、无损检测,以云南昭通乌天麻为实验对象,采集900~1 700 nm波长范围内的光谱数据。首先,采用卷积平滑和标准正态变量变换进行光谱数据预处理,其次通过竞争性自适应重加权采样法(competitive adapative reweighted sampling,CARS)与迭代保留信息变量算法进行特征波长的提取,根据基于特征波长建立最小二乘支持向量回归(least squares support vector machine,LSSVR)模型的结果,选择最佳特征波长提取方法。为了提高模型的准确率,本研究引入人工兔智能算法对LSSVR中的正则化参数γ和核函数密度σ2进行优化,并与粒子群优化算法(particle swarm optimization,PSO)、灰狼优化算法(grey wolf optimizer,GWO)进行对比,评估人工兔优化算法(artificial rabbits optimization,ARO)的优越性。结果表明,ARO算法在寻优速度、寻优能力上优于PSO、GWO;天麻素、对羟基苯甲醇的最佳预测模型均为CARS-AROLSSVR,其Rp2分别为0.969 6和0.957 7,预测均方根误差分别为0.014和0.020。综上,近红外光谱可用于天麻中有效成分的定量检测,本研究可为天麻快速检测装置的研发提供理论依据。 展开更多
关键词 近红外光谱 天麻 最小二乘支持向量回归 人工兔优化算法
下载PDF
基于WT和黏菌算法的LSSVM短期风功率预测 被引量:2
9
作者 赵卿 高文华 +1 位作者 石慧 董增寿 《计算机仿真》 2024年第7期166-170,226,共6页
针对风电出力存在随机性、波动性等问题,建立基于小波变换(WT)与黏菌算法(Slime mould algorithm, SMA)优化最小二乘支持向量机(LSSVM)关键参数的风功率预测模型。首先利用小波变换将风功率信号以及风速信号分解为多个不同频率的平稳的... 针对风电出力存在随机性、波动性等问题,建立基于小波变换(WT)与黏菌算法(Slime mould algorithm, SMA)优化最小二乘支持向量机(LSSVM)关键参数的风功率预测模型。首先利用小波变换将风功率信号以及风速信号分解为多个不同频率的平稳的子序列,并提出采用一种黏菌优化算法优化LSSVM的参数,同时引入气象因素,包括风速、风向、温度、气压、湿度作为输入,分别建立模型来预测风电功率。通过将各个模型预测结果加和得到完整的风功率预测值。使用某风电厂数据进行仿真验证,实验结果表明,所提出的WT-SMA-LSSVM预测模型在短期风功率预测中具有更高的预测精度。 展开更多
关键词 风功率预测 最小二乘支持向量机 小波变换 黏菌算法
下载PDF
Underwater four-quadrant dual-beam circumferential scanning laser fuze using nonlinear adaptive backscatter filter based on pauseable SAF-LMS algorithm 被引量:1
10
作者 Guangbo Xu Bingting Zha +2 位作者 Hailu Yuan Zhen Zheng He Zhang 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2024年第7期1-13,共13页
The phenomenon of a target echo peak overlapping with the backscattered echo peak significantly undermines the detection range and precision of underwater laser fuzes.To overcome this issue,we propose a four-quadrant ... The phenomenon of a target echo peak overlapping with the backscattered echo peak significantly undermines the detection range and precision of underwater laser fuzes.To overcome this issue,we propose a four-quadrant dual-beam circumferential scanning laser fuze to distinguish various interference signals and provide more real-time data for the backscatter filtering algorithm.This enhances the algorithm loading capability of the fuze.In order to address the problem of insufficient filtering capacity in existing linear backscatter filtering algorithms,we develop a nonlinear backscattering adaptive filter based on the spline adaptive filter least mean square(SAF-LMS)algorithm.We also designed an algorithm pause module to retain the original trend of the target echo peak,improving the time discrimination accuracy and anti-interference capability of the fuze.Finally,experiments are conducted with varying signal-to-noise ratios of the original underwater target echo signals.The experimental results show that the average signal-to-noise ratio before and after filtering can be improved by more than31 d B,with an increase of up to 76%in extreme detection distance. 展开更多
关键词 Laser fuze Underwater laser detection Backscatter adaptive filter Spline least mean square algorithm Nonlinear filtering algorithm
下载PDF
Real-Time Patient-Specific ECG Arrhythmia Detection by Quantum Genetic Algorithm of Least Squares Twin SVM 被引量:3
11
作者 Duan Li Ruizheng Shi +2 位作者 Ni Yao Fubao Zhu Ke Wang 《Journal of Beijing Institute of Technology》 EI CAS 2020年第1期29-37,共9页
The automatic detection of cardiac arrhythmias through remote monitoring is still a challenging task since electrocardiograms(ECGs)are easily contaminated by physiological artifacts and external noises,and these morph... The automatic detection of cardiac arrhythmias through remote monitoring is still a challenging task since electrocardiograms(ECGs)are easily contaminated by physiological artifacts and external noises,and these morphological characteristics show significant variations for different patients.A fast patient-specific arrhythmia diagnosis classifier scheme is proposed,in which a wavelet adaptive threshold denoising is combined with quantum genetic algorithm(QAG)based on least squares twin support vector machine(LSTSVM).The wavelet adaptive threshold denoising is employed for noise reduction,and then morphological features combined with the timing interval features are extracted to evaluate the classifier.For each patient,an individual and fast classifier will be trained by common and patient-specific training data.Following the recommendations of the Association for the Advancements of Medical Instrumentation(AAMI),experimental results over the MIT-BIH arrhythmia benchmark database demonstrated that our proposed method achieved the average detection accuracy of 98.22%,99.65%and 99.41%for the abnormal,ventricular ectopic beats(VEBs)and supra-VEBs(SVEBs),respectively.Besides the detection accuracy,sensitivity and specificity,our proposed method consumes the less CPU running time compared with the other representative state of the art methods.It can be ported to Android based embedded system,henceforth suitable for a wearable device. 展开更多
关键词 WEARABLE ECG monitoring systems PATIENT-SPECIFIC ARRHYTHMIA classification quantum genetic algorithm least squares TWIN SVM
下载PDF
Quantitative structure-property relationship study of the solubility of thiazolidine-4-carboxylic acid derivatives using ab initio and genetic algorithm-partial least squares 被引量:1
12
作者 Ali Niazi Saeed Jameh-Bozorghi Davood Nori-Shargh 《Chinese Chemical Letters》 SCIE CAS CSCD 2007年第5期621-624,共4页
A quantitative structure-activity relationships (QSAR) study is suggested for the prediction of solubility of some thiazolidine-4- carboxylic acid derivatives in aqueous solution. Ab initio theory was used to calcul... A quantitative structure-activity relationships (QSAR) study is suggested for the prediction of solubility of some thiazolidine-4- carboxylic acid derivatives in aqueous solution. Ab initio theory was used to calculate some quantum chemical descriptors including electrostatic potentials and local charges at each atom, HOMO and LUMO energies, etc. Modeling of the solubility of thiazolidine- 4-carboxylic acid derivatives as a function of molecular structures was established by means of the partial least squares (PLS). The subset of descriptors, which resulted in the low prediction error, was selected by genetic algorithm. This model was applied for the prediction of the solubility of some thiazolidine-4-carboxylic acid derivatives, which were not in the modeling procedure. The relative errors of prediction lower that -4% was obtained by using GA-PLS method. The resulted model showed high prediction ability with RMSEP of 3.8836 and 2.9500 for PLS and GA-PLS models, respectively. 展开更多
关键词 Ab initio Partial least squares Genetic algorithm SOLUBILITY THIAZOLIDINE
下载PDF
基于MCC-GAPLS-PLSR的辣椒叶绿素含量高光谱定量反演
13
作者 王宇 汪泓 +4 位作者 肖玖军 邢丹 李可相 张永亮 岳延滨 《江苏农业学报》 CSCD 北大核心 2024年第5期865-873,共9页
为了准确监测辣椒生长,本研究对辣椒冠层光谱反射率进行对数处理、倒数处理、倒数的对数处理、连续统去除处理、一阶微分处理、二阶微分处理,并与SPAD值进行相关性分析,用最大相关系数法(MCC)选取相关性较好的特征波段生成特征波段数据... 为了准确监测辣椒生长,本研究对辣椒冠层光谱反射率进行对数处理、倒数处理、倒数的对数处理、连续统去除处理、一阶微分处理、二阶微分处理,并与SPAD值进行相关性分析,用最大相关系数法(MCC)选取相关性较好的特征波段生成特征波段数据集,再用遗传算法-偏最小二乘法(GAPLS)进行降维得到最优特征波段组合,采用偏最小二乘法(PLSR)、反向传播神经网络(BPNN)、随机森林(RF)和最小二乘支持向量机(LSSVM)4种机器学习算法构建辣椒叶绿素含量反演模型。结果表明,最优波段和对应处理分别为700 nm(原始光谱)、699 nm(对数处理)、713 nm(连续统去除处理)、500 nm(二阶微分处理)、713 nm(二阶微分处理)。GAPLS的降维效果较好,与降维前相比PLSR模型的精度提升率最高,R^(2)、RPD分别提升了82.22%、136.98%,RMSE降低了29.96%。4种模型中,GAPLS降维处理后的PLSR模型的精度最好,R^(2)、RMSE和RPD分别为0.82、1.94、4.55。本研究构建的MCC-GAPLS-PLSR模型具有较好的反演潜力,适用于研究区辣椒叶片叶绿素含量测定,推动辣椒高效种植。 展开更多
关键词 叶绿素含量 辣椒 高光谱 光谱变换 遗传算法-偏最小二乘法
下载PDF
基于FFRLS和ASR-UKF滤波算法的锂电池SOC估计
14
作者 邓丹 刘胜永 +2 位作者 王顺利 刘鹏辉 胡聪 《电源技术》 CAS 北大核心 2024年第2期299-305,共7页
锂电池在工作过程中,其内部参数易受多种因素影响,为提高锂电池在复杂环境下荷电状态(SOC)估计精度,以二阶戴维宁(Thevenin)等效模型为基础,结合遗忘因子递推最小二乘法(FFRLS)对模型参数进行在线辨识。针对传统卡尔曼滤波算法高度非线... 锂电池在工作过程中,其内部参数易受多种因素影响,为提高锂电池在复杂环境下荷电状态(SOC)估计精度,以二阶戴维宁(Thevenin)等效模型为基础,结合遗忘因子递推最小二乘法(FFRLS)对模型参数进行在线辨识。针对传统卡尔曼滤波算法高度非线性及系统噪声不确定性等缺点,提出了一种自适应平方根无迹卡尔曼滤波(ASR-UKF)算法,该算法利用平方根算法处理均值和协方差,确保了状态协方差的半正定性和稳定性,并引入自适应滤波算法对噪声进行实时修正,消除了系统时变噪声影响。结果表明,FFRLS能有效解决数据饱和及算法矩阵计算量大的问题,等效模型精度高达98%。在混合动力脉冲特性(HPPC)测试和北京公交动态测试工况(BBDST)下,ASR-UKF算法SOC估计最大误差分别为3.264%和0.572%,具备更好的跟踪效果,验证了改进算法良好的收敛性与自适应性。 展开更多
关键词 荷电状态 二阶Thevenin模型 遗忘因子递推最小二乘法 自适应平方根无迹卡尔曼滤波算法
下载PDF
基于ASNLS算法的智能浮标浮潜模型参数辨识
15
作者 钟一鸣 于曹阳 +2 位作者 曹军军 姚宝恒 连琏 《中国舰船研究》 CSCD 北大核心 2024年第2期13-20,共8页
[目的]针对智能浮标大深度浮潜模型难以精确量化的问题,提出一种抗数据饱和及测量噪声的最小二乘算法(ASNLS),以实现浮潜多参数识别及深度预测。[方法]首先,在智能浮标浮潜运动灰箱模型中引入其执行机构的非线性动作特性以契合实际模型... [目的]针对智能浮标大深度浮潜模型难以精确量化的问题,提出一种抗数据饱和及测量噪声的最小二乘算法(ASNLS),以实现浮潜多参数识别及深度预测。[方法]首先,在智能浮标浮潜运动灰箱模型中引入其执行机构的非线性动作特性以契合实际模型,并将连续型浮潜运动方程转化为离散模式以匹配实际离散的数据采样方式;然后,将离散型运动方程构造为基于相关函数的表达形式,以减弱噪声对参数辨识的影响;最后,通过调整协方差矩阵的取值,实现该浮潜参数辨识算法的抗数据饱和功能。[结果]基于2021年智能浮标在南海的大深度试验数据,开展了浮潜运动模型参数辨识及深度预测,验证结果表明:相较于传统的最小二乘算法及支持向量机算法,ASNLS算法的收敛速度更快(较最小二乘算法提高了31.8%)、深度预测误差更小(不同深度下的平均绝对百分比误差均小于9%)。[结论]ASNLS算法可为智能浮标的深度控制和预报提供有效的浮潜模型支撑。 展开更多
关键词 智能浮标 参数辨识 抗数据饱和及测量噪声的最小二乘算法 运动预测 数据饱和
下载PDF
基于渐消因子的ECEF-GLS估计算法 被引量:1
16
作者 董云龙 张焱 《系统工程与电子技术》 EI CSCD 北大核心 2024年第1期137-142,共6页
传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squ... 传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squares algorithm based on the earth-centered earth-fixed coordinate system,ECEF-GLS)进行了修正,弱化历史量测对配准的影响,并对渐消因子的选取问题进行了研究,给出了合理的设计方法。算法验证表明,基于渐消因子的ECEF-GLS估计算法能够对时变的系统偏差进行有效估计,精度满足配准要求。 展开更多
关键词 基于地心地固坐标系的广义最小二乘算法 渐消因子 参数估计 时变 系统误差
下载PDF
Improved adaptive pruning algorithm for least squares support vector regression 被引量:4
17
作者 Runpeng Gao Ye San 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2012年第3期438-444,共7页
As the solutions of the least squares support vector regression machine (LS-SVRM) are not sparse, it leads to slow prediction speed and limits its applications. The defects of the ex- isting adaptive pruning algorit... As the solutions of the least squares support vector regression machine (LS-SVRM) are not sparse, it leads to slow prediction speed and limits its applications. The defects of the ex- isting adaptive pruning algorithm for LS-SVRM are that the training speed is slow, and the generalization performance is not satis- factory, especially for large scale problems. Hence an improved algorithm is proposed. In order to accelerate the training speed, the pruned data point and fast leave-one-out error are employed to validate the temporary model obtained after decremental learning. The novel objective function in the termination condition which in- volves the whole constraints generated by all training data points and three pruning strategies are employed to improve the generali- zation performance. The effectiveness of the proposed algorithm is tested on six benchmark datasets. The sparse LS-SVRM model has a faster training speed and better generalization performance. 展开更多
关键词 least squares support vector regression machine (ls- SVRM) PRUNING leave-one-out (LOO) error incremental learning decremental learning.
下载PDF
基于LSSVM-GA的沟灌入渗参数与糙率估算与验证
18
作者 周雯 白丹 +2 位作者 李一博 马鑫 白雪丽 《农业工程学报》 EI CAS CSCD 北大核心 2024年第18期62-69,共8页
入渗参数和糙率是沟灌设计和管理中需要确定的重要基本参数。该研究基于WinSRFR软件模拟结果构建样本集,通过最小二乘支持向量机(least squares support vector machines,LSSVM)回归模型来映射水流推进时间、消退时间与入渗参数、糙率... 入渗参数和糙率是沟灌设计和管理中需要确定的重要基本参数。该研究基于WinSRFR软件模拟结果构建样本集,通过最小二乘支持向量机(least squares support vector machines,LSSVM)回归模型来映射水流推进时间、消退时间与入渗参数、糙率之间的非线性关系,并在此基础上提出了结合最小二乘支持向量机和遗传算法(least squares support vector machines-genetic algorithm,LSSVM-GA)的参数估算方法,即利用LSSVM回归模型构建目标函数,并利用GA获得入渗参数和糙率的最优值。在4组尾端封闭沟试验基础上,将LSSVM-GA法与多元非线性回归(multiple nonlinear regression,MNR)及WinSRFR中的Merriam-Keller post-irrigation volume balance analysis(MK-PIVB)进行对比,结果表明,LSSVM-GA法估算的参数对进退水过程的拟合效果较优,其模拟的推进和消退过程均方根误差分别介于1.06~2.12 min和2.28~3.11 min之间,表明LSSVM-GA在估算入渗参数和糙率方面的可靠性,这有助于获得更精确的灌水技术要素,进而提高沟灌性能。 展开更多
关键词 灌溉 入渗 遗传算法 参数 糙率 最小二乘支持向量机回归
下载PDF
高光谱技术结合改进LSSVM的大米脂肪酸检测方法
19
作者 付娟娟 陈春茹 +1 位作者 黄珍琳 孙峰 《食品与机械》 CSCD 北大核心 2024年第2期57-62,共6页
目的:解决食品企业现有大米品质检测方法存在的准确性低和效率差等问题。方法:基于高光谱数据采集系统,提出一种结合改进细菌觅食算法和最小二乘支持向量机的贮藏大米品质快速无损检测方法。通过改进的细菌觅食算法对最小二乘支持向量... 目的:解决食品企业现有大米品质检测方法存在的准确性低和效率差等问题。方法:基于高光谱数据采集系统,提出一种结合改进细菌觅食算法和最小二乘支持向量机的贮藏大米品质快速无损检测方法。通过改进的细菌觅食算法对最小二乘支持向量机超参数(正则化参数和核参数)进行寻优,实现贮藏大米品质的快速无损检测。通过试验分析其性能。结果:所提方法可以实现贮藏大米脂肪酸含量的快速无损检测,决定系数为0.940 5,均方根误差为0.543 5,平均检测时间为1.12 s。结论:所提检测方法具有较高的检测性能,可用于大米品质的鉴别与检测。 展开更多
关键词 大米 脂肪酸 高光谱数据 细菌觅食算法 最小二乘支持向量机 快速无损检测
下载PDF
基于改进WOA-LSSVM和高光谱的猕猴桃糖度无损检测
20
作者 章恺 朱丽芳 +1 位作者 李入林 王子异 《食品与机械》 CSCD 北大核心 2024年第5期107-112,226,共7页
目的:解决猕猴桃糖度无损检测方法存在的准确性差和效率低等问题。方法:提出一种将高光谱检测技术、最小二乘支持向量机和改进的鲸鱼算法相结合的猕猴桃糖度无损检测方法。通过高光谱检测系统采集猕猴桃的高光谱信息,对其进行预处理和... 目的:解决猕猴桃糖度无损检测方法存在的准确性差和效率低等问题。方法:提出一种将高光谱检测技术、最小二乘支持向量机和改进的鲸鱼算法相结合的猕猴桃糖度无损检测方法。通过高光谱检测系统采集猕猴桃的高光谱信息,对其进行预处理和特征波长筛选后,输入改进鲸鱼算法优化的最小二乘支持向量机模型,实现猕猴桃糖度的快速无损检测,并验证其性能。结果:所提方法可以实现猕猴桃糖度的快速无损检测,测试集决定系数为0.9652,测试集均方根误差为0.8805,平均检测时间为1.06 s。结论:将机器学习算法与高光谱检测技术相结合,可以实现猕猴桃糖度的快速无损检测。 展开更多
关键词 猕猴桃 高光谱检测 糖度 机器学习算法 鲸鱼优化算法 最小二乘支持向量机
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部