期刊文献+
共找到3,684篇文章
< 1 2 185 >
每页显示 20 50 100
基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测 被引量:4
1
作者 金秀章 史德金 乔鹏 《中国电机工程学报》 EI CSCD 北大核心 2024年第1期182-190,I0015,共10页
针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。... 针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。 展开更多
关键词 NOx浓度 k近邻互信息 沙地猫群优化算法 最小二乘支持向量 软测量模型
下载PDF
机车前端薄壁吸能管仿真模型模糊参数的支持向量回归反求
2
作者 许平 黄启 +3 位作者 邢杰 何家兴 徐凯 许拓 《振动与冲击》 EI CSCD 北大核心 2024年第18期28-35,共8页
为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限... 为了获得影响耐撞性结构有限元计算精度的准确模型参数,提高冲击仿真的准确性,提出一种基于支持向量回归(support vector regression,SVR)模型进行参数优化反求的方法。以一种机车前端防爬结构中的预压薄壁吸能圆管为研究对象建立有限元模型,进行台车冲击试验验证仿真模型准确性。通过拉丁超立方试验设计驱动有限元模型进行少量计算获得数据集,有限元模型中的模糊参数为输入变量,计算与试验载荷的差异为目标响应,通过SVR方法构建映射关系,并采用增强精英保留遗传算法(strengthen elitist genetic algorithm,SEGA)对超参数进行优化,确定SVR模型最佳配置;通过该最优SVR模型再次使用SEGA优化反求,获得最佳模糊参数组合。使用这组参数组合设置有限元模型,其仿真结果相较初始计算耐撞性指标和载荷曲线匹配程度都得到了提高。研究结果为有限元模型中模糊参数的准确设定、碰撞仿真的精度提升提供了一种新的思路。 展开更多
关键词 耐撞性 薄壁圆管 有限元模型 模糊参数反求 支持向量回归(SVR) 遗传算法
下载PDF
基于随机森林和支持向量机的Mo-Nb合金本构模型 被引量:2
3
作者 黄文杰 王克鲁 +5 位作者 鲁世强 钟明君 李鑫 曾权 周潼 汪增强 《中国有色金属学报》 EI CAS CSCD 北大核心 2024年第2期453-461,共9页
在变形温度为900~1200℃、应变速率为0.01~10 s^(-1)条件下,采用Gleeble-3800型热模拟试验机对Mo-Nb合金进行等温恒应变速率压缩实验,研究Mo-Nb合金的流动应力行为,并采用随机森林和支持向量机的方法建立该合金的本构关系模型。结果表明... 在变形温度为900~1200℃、应变速率为0.01~10 s^(-1)条件下,采用Gleeble-3800型热模拟试验机对Mo-Nb合金进行等温恒应变速率压缩实验,研究Mo-Nb合金的流动应力行为,并采用随机森林和支持向量机的方法建立该合金的本构关系模型。结果表明:Mo-Nb合金是负温度和正应变速率敏感型材料,其流动应力随变形温度升高和应变速率降低而减小;随机森林和支持向量机本构关系模型的训练样本的相关系数和平均相对误差分别为0.989、0.998及2.41%、0.94%,测试样本的相关系数和平均相对误差分别为0.991、0.996及2.47%、1.4%,二者都具有较好的预测能力;支持向量机本构关系模型精度高于随机森林,因此,支持向量机本构关系模型更适于预测Mo-Nb合金的流动应力。 展开更多
关键词 Mo-Nb合金 本构模型 森林 支持向量
下载PDF
基于Logistic回归和支持向量机的早发性结直肠癌风险预测模型 被引量:1
4
作者 薛亦诚 刘超 +1 位作者 杨贵淞 齐宏 《中国现代普通外科进展》 CAS 2024年第3期195-198,共4页
目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、... 目的:通过Logis tic回归和支持向量机(SVM)探究早发性结直肠癌(EOCRC)和晚发性结直肠癌(LOCRC)的危险因素,建立针对不同年龄段人群的风险预测模型并比较预测效果。方法:选择2012—2022年诊断为结直肠癌患者,记录人口学特征、临床表现、既往史、家族史、生活方式、体格检查、实验室检查及病理诊断,分别建立风险预测模型,比较两模型的ROC曲线下面积(AUROC)、准确率、精确率、召回率、F1分数。结果:综合两模型结果,EOCRC风险与出现消化道出血、腹胀腹痛、大便习惯改变等临床表现、体重减轻、肿瘤标志物升高具有较强的正相关性,与婚姻状况、阑尾切除史、糖尿病史、血脂异常病史、结直肠癌家族史也存在较弱的正相关;LOCRC风险与婚姻状况、出现临床表现、体重减轻、血脂异常、肿瘤标志物升高具有较强的正相关性,与年龄、吸烟、阑尾切除史、结直肠癌家族史也存在一定的正相关性。两模型的AUROC、准确率、F1分数相差不大,但Logistic回归模型的精确率更高而SVM模型的召回率更高。结论:EOCRC和LOCRC的危险因素不完全相同,婚姻状况、吸烟、血脂异常、肿瘤家族史在EOCRC中的贡献低于在LOCRC中的贡献。相较Logistic回归,SVM能发现更多的结直肠癌危险因素,能尽可能多的找出结直肠癌的可能患者。 展开更多
关键词 早发性结直肠癌 LOGISTIC回归 支持向量 危险因素 预测模型
下载PDF
基于多主元特征与支持向量机的动态过程质量异常监控模型 被引量:10
5
作者 刘玉敏 张帅 《计算机集成制造系统》 EI CSCD 北大核心 2018年第3期703-710,共8页
为简化多支持向量机识别模型的计算复杂度、提高动态过程质量异常模式的识别精度,提出一种基于多主元特征与支持向量机相结合的动态过程异常监控模型。利用主元分析方法对动态数据进行特征提取,将所提取的不同主元特征作为支持向量机分... 为简化多支持向量机识别模型的计算复杂度、提高动态过程质量异常模式的识别精度,提出一种基于多主元特征与支持向量机相结合的动态过程异常监控模型。利用主元分析方法对动态数据进行特征提取,将所提取的不同主元特征作为支持向量机分类器的输入对模型进行训练。将识别效率高的主元特征对应的转换矩阵与多支持向量机相结合,构建了基于多主元特征的多支持向量机识别模型,对质量异常模式进行识别。仿真实验表明,所提基于多主元分析支持向量机识别模型的识别精度比传统基于主元特征或其他特征提取方法的识别模型有显著提高,且训练所需时间大大减少。 展开更多
关键词 动态过程 质量异常模式 多主元特征 支持向量
下载PDF
混沌-支持向量机模型及其在地下水动态预报中的应用 被引量:3
6
作者 胡国杰 魏晓妹 +3 位作者 蔡明科 许义和 杨婷 黄朝轩 《西北农林科技大学学报(自然科学版)》 CSCD 北大核心 2011年第2期229-234,共6页
【目的】建立混沌时间序列的支持向量机预报模型,为地下水动态提供新的可行的预报方法。【方法】以重构相空间理论为基础,探讨了混沌时间序列的支持向量机预报模型的建模思路、特点及参数的选取,借助G-P算法、C-C方法和Wolf方法,计算了... 【目的】建立混沌时间序列的支持向量机预报模型,为地下水动态提供新的可行的预报方法。【方法】以重构相空间理论为基础,探讨了混沌时间序列的支持向量机预报模型的建模思路、特点及参数的选取,借助G-P算法、C-C方法和Wolf方法,计算了武威盆地3眼观测井地下水位埋深序列的Lyapunov指数,并利用自适应方法对支持向量机的参数进行了选择;基于高斯径向基核函数,建立了混沌时间序列的支持向量机预报模型。【结果】武威盆地地下水位埋深序列的Lyapunov指数均大于0,表明该时间序列具有混沌特性;所建立的混沌-支持向量机模型可以用于武威盆地地下水位埋深预报,经过检验,武威盆地3眼观测井的预报精度分别为0.98,0.92和0.86,表明建立模型预报精度较为理想。【结论】建立了混沌-支持向量机模型,该模型可用于地下水位埋深动态预报。 展开更多
关键词 地下水动态 混沌 时间序列 相空间重构 LYAPUNOV指数 支持向量
下载PDF
中国冬季降水的支持向量机预测模型研究
7
作者 姚晨伟 杨子寒 +3 位作者 白慧敏 吴银忠 龚志强 封国林 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第10期3670-3685,共16页
我国冬季降水对于农业、水资源管理和自然灾害风险评估具有重要意义.受多种气象因素的影响,冬季降水的预测仍具有挑战性,进一步提升冬季降水的预测技巧是当下短期气候预测研究的重要课题.本研究采用支持向量机(SVM)方法,旨在通过机器学... 我国冬季降水对于农业、水资源管理和自然灾害风险评估具有重要意义.受多种气象因素的影响,冬季降水的预测仍具有挑战性,进一步提升冬季降水的预测技巧是当下短期气候预测研究的重要课题.本研究采用支持向量机(SVM)方法,旨在通过机器学习方法提高中国冬季降水的预测准确率.基于NCEP_CFS, ECMWF_SYSTEM, BCC_CSM等五个模式数据以及站点数据,建立针对冬季降水的SVM集成预测模型,并与单个模式和等权集合平均模型(AVE)加以对比.SVM模型因其强泛化和处理非线性问题的能力,在中国冬季降水预测中表现良好.研究表明:(1)SVM模型较单个模式及AVE模型的预测准确性与稳定性得到大幅提升,SVM模型的PS评分和PCS评分显著高于单个成员模式的结果,最大分别提高了8.0(12.6%)和3.9(7.4%),较AVE模型则最大分别提高了5.4(8.2%)和2.1(3.8%),预报技巧的提高在观测资料相对缺乏的西南和西北地区尤为明显.(2)从均方根误差和时间相关系数的空间分布上来看,SVM模型对其成员模式在西藏地区、西南地区、华东及华南地区误差较大的情况改善明显,误差最大降低了259(90.9%),预报技巧最大提高了1.13.(3)独立样本检验中,SVM模型的PS评分和PCS评分显著高于单个模式和AVE模型,最大提高了10.79(20.3%)和11.39(27.3%).因此,SVM模型的构建,将有助于进一步提高中国冬季降水预测的准确性和稳定性,为气象防灾减灾和气候资源开发利用等提供重要技术支撑. 展开更多
关键词 降水 支持向量 等权集合平均模型 集成预测
下载PDF
基于支持向量机的储粮仓壁动态侧压力预测模型 被引量:1
8
作者 徐志军 刘婷婷 +1 位作者 李建平 原方 《农机化研究》 北大核心 2022年第5期9-16,共8页
影响筒仓动态侧压力的影响因素十分复杂,如何全面考虑影响因素,高效、简单地预测筒仓动态侧压力是重要问题。针对此问题,尝试提出了基于支持向量机的预测模型。首先,将影响因素进行归一化处理,将归一化后的数据作为预测模型的输入向量,... 影响筒仓动态侧压力的影响因素十分复杂,如何全面考虑影响因素,高效、简单地预测筒仓动态侧压力是重要问题。针对此问题,尝试提出了基于支持向量机的预测模型。首先,将影响因素进行归一化处理,将归一化后的数据作为预测模型的输入向量,筒仓动态侧压力作为预测模型的输出向量;其次,以400组PFC模拟数据作为训练样本,运用交叉验证和网格搜索法寻优获得最优支持向量机参数,最终建立基于SVM的筒仓动态侧压力预测模型,并对105组PFC模拟数据进行筒仓动态侧压力预测。结果表明:SVM预测模型的均方误差MSE小于0.0005,相关系数R;大于0.98,模型具有较高的准确率和较好的泛化性能。将模型试验、数值模拟、公式计算与预测数据进行对比分析,结果拟合良好;利用该模型验证筒仓动态侧压力随着相关参数的变化趋势,结果与前人研究结果相一致。该预测模型与传统方法相结合对筒仓动态侧压力进行研究可行性较高,可为筒仓动态侧压力预测、影响因素研究提供一种新的方法。 展开更多
关键词 筒仓 动态侧压力 支持向量 网格搜索 预测模型 储粮
下载PDF
最小二乘支持向量机与Kalman滤波耦合的瓦斯涌出量动态预测模型 被引量:3
9
作者 付华 訾海 《计算机应用》 CSCD 北大核心 2015年第1期289-293,共5页
针对瓦斯涌出量的多影响因素预测问题,提出一种最小二乘支持向量机(LS-SVM)回归算法与卡尔曼滤波耦合的动态预测方法。该方法依据预测残差方差比检验策略确定自适应的动态训练样本集以取代固定的训练样本集。LS-SVM辨识网络对瓦斯涌出... 针对瓦斯涌出量的多影响因素预测问题,提出一种最小二乘支持向量机(LS-SVM)回归算法与卡尔曼滤波耦合的动态预测方法。该方法依据预测残差方差比检验策略确定自适应的动态训练样本集以取代固定的训练样本集。LS-SVM辨识网络对瓦斯涌出量的相关因素进行非线性映射并提取出最佳维数的状态向量以建立基于卡尔曼滤波最优估计的瓦斯涌出量预测模型。利用矿井监测到的各项历史数据进行实验。结果表明,该模型的预测平均相对误差为2.17%,平均相对变动值ARV为0.008 873,相比单一的神经网络或支持向量机预测模型,具有更高的预测精度与更强的泛化能力。 展开更多
关键词 非线性 动态训练样本集 最小二乘支持向量 卡尔曼滤波 瓦斯涌出量
下载PDF
基于递归定量分析与多核学习支持向量机的玻璃纤维增强复合材料缺陷识别技术
10
作者 郭伟 王召巴 +1 位作者 陈友兴 吴其洲 《测试技术学报》 2024年第1期79-84,共6页
为了提高玻璃纤维增强复合材料(Glass Fiber Reinforced Polymer,GFRP)超声检测中缺陷识别技术的准确性,提出基于递归定量分析(Recurrence Quantitative Analysis,RQA)与多核学习支持向量机(MKLSVM)相结合的检测模型,以提高检测GFRP中... 为了提高玻璃纤维增强复合材料(Glass Fiber Reinforced Polymer,GFRP)超声检测中缺陷识别技术的准确性,提出基于递归定量分析(Recurrence Quantitative Analysis,RQA)与多核学习支持向量机(MKLSVM)相结合的检测模型,以提高检测GFRP中不同类型缺陷的能力。结果表明,该模型能够准确识别GFRP中的分层缺陷与夹杂缺陷,检测识别率达到92.92%,并且与基于离散小波变换(Discrete Wavelet Transform,DWT)和经验模态分解(Empirical Mode Decomposition,EMD)的MKLSVM检测模型的识别率相比,所提出的检测模型的识别率分别提高了7.5%和3.75%。 展开更多
关键词 玻璃纤维增强复合材料 超声检测 递归定量分析 多核学习支持向量
下载PDF
电力市场中扩展短期负荷预测的动态支持向量机模型研究 被引量:5
11
作者 刘达 康薇 《陕西电力》 2008年第8期6-9,共4页
日负荷预测并不利用最新获得的负荷和天气等信息及时更新预测模型输入,不能动态跟踪最新的负荷变化。扩展短期负荷预测利用最新获得的信息。预测当前时刻以后若干小时的未知负荷,可以明显提高预测精度。通过支持向量机建立动态预测模型... 日负荷预测并不利用最新获得的负荷和天气等信息及时更新预测模型输入,不能动态跟踪最新的负荷变化。扩展短期负荷预测利用最新获得的信息。预测当前时刻以后若干小时的未知负荷,可以明显提高预测精度。通过支持向量机建立动态预测模型,滚动引入最新获得的负荷相关信息,对当日未知的多点负荷分别利用不同模型进行滚动预测。研究实例表明该动态模型预测误差较一般短期预测降低1/3左右。 展开更多
关键词 支持向量 扩展短期负荷预测 动态预测
下载PDF
基于特征约简与改进支持向量机的动态过程质量异常识别方法
12
作者 刘莉 刘玉敏 赵哲耘 《运筹与管理》 CSSCI CSCD 北大核心 2024年第8期44-50,共7页
为了有效降低特征维数并提高动态过程异常模式的识别精度,提出基于特征约简与改进支持向量机的动态过程质量异常识别方法。本文首先提取能反映质量异常模式的16个统计特征与7个形状特征,再使用粗糙集(RS)约简特征集合以剔除冗余特征与... 为了有效降低特征维数并提高动态过程异常模式的识别精度,提出基于特征约简与改进支持向量机的动态过程质量异常识别方法。本文首先提取能反映质量异常模式的16个统计特征与7个形状特征,再使用粗糙集(RS)约简特征集合以剔除冗余特征与干扰特征。同时,使用遗传算法(GA)寻找支持向量机(SVM)的最优参数,并采用GA-SVM模型识别质量异常模式。仿真实验表明:粗糙集筛选后得到的12个特征具有较强区分动态过程是否出现异常状况的能力,遗传算法参数寻优后的支持向量机识别质量异常模式的精度明显高于其他同类型的模型,因此,本文提出的RS-GA-SVM模型具有良好的识别精度与稳健性,能够对动态过程进行有效监控。 展开更多
关键词 动态过程 质量异常模式 粗糙集 支持向量 遗传算法
下载PDF
基于逻辑回归和支持向量机耦合模型的滑坡易发性分析
13
作者 李成林 刘严松 +3 位作者 赖思翰 王地 何星慧 刘琦 《自然灾害学报》 CSCD 北大核心 2024年第2期75-86,共12页
滑坡灾害的发生具有累进性,进行滑坡易发性评价是防灾减灾的前提。以四川省旺苍县为例,使用频率比法判断12个滑坡影响因子的各分级区间滑坡敏感性,经波段集统计确定11个滑坡影响因子作为滑坡易发性评价因子,通过建立逻辑回归-支持向量机... 滑坡灾害的发生具有累进性,进行滑坡易发性评价是防灾减灾的前提。以四川省旺苍县为例,使用频率比法判断12个滑坡影响因子的各分级区间滑坡敏感性,经波段集统计确定11个滑坡影响因子作为滑坡易发性评价因子,通过建立逻辑回归-支持向量机(logistic regression-support vector machine,LR-SVM)耦合模型,搭建滑坡易发性评价体系,完成旺苍县滑坡易发性评价并进行模型精度比较。研究结果表明:逻辑回归-支持向量机耦合模型的评价指标结果均优于逻辑回归模型,易发性分区结果更合理,预测精度更高;在低易发区选取非滑坡点为提高滑坡易发性评价性能作用明显;研究区内道路、高程和NDVI对滑坡发育的敏感性较强;高易发区主要分布于低海拔的水系和道路两侧。 展开更多
关键词 滑坡易发性评价 逻辑回归 支持向量 耦合模型 旺苍县
下载PDF
基于支持向量机算法的重症患者压力性损伤分级预测模型的构建及应用价值 被引量:1
14
作者 张晶 王亚玲 +4 位作者 梁泽平 解浪浪 简福霞 艾山木 商璀 《现代医药卫生》 2024年第3期385-390,共6页
目的基于支持向量机算法构建并验证重症监护病房(ICU)患者压力性损伤(PI)分级预测模型。方法收集2020年12月至2022年12月157例在重庆市某三级甲等医院重症医学科住院患者的临床资料,采用χ~2检验和kruskal-Wallis H检验筛选PI分级的影... 目的基于支持向量机算法构建并验证重症监护病房(ICU)患者压力性损伤(PI)分级预测模型。方法收集2020年12月至2022年12月157例在重庆市某三级甲等医院重症医学科住院患者的临床资料,采用χ~2检验和kruskal-Wallis H检验筛选PI分级的影响因素。再将数据以7∶3的比例随机分为训练组和验证组,基于训练组数据利用支持向量机算法建立ICU患者PI分级预测模型,并采用五折交叉验证法进行参数优化。训练好的模型在验证组数据集中进行内部验证,对前后结果进行混淆矩阵分析,采用准确率、精确率、召回率、F1值和受试者工作特征曲线的曲线下面积(AUC)评估模型的性能。结果初步确定10个影响PI分级的因素,在gamma=0.1、cost=2.2时模型的性能最佳,PI分级预测模型的准确率为81.25%,精确率为79.70%,召回率为80.30%,F1值为79.90%,受试者工作特征曲线的AUC为0.939。结论构建的PI分级预测模型预测性能良好,可为临床医护人员制订ICU患者预防PI的分级护理干预方案提供参考依据。 展开更多
关键词 压力性损伤 支持向量 高频超声 分级预测模型
下载PDF
基于动态数据的支持向量分类机模型
15
作者 原峰山 朱思铭 《计算机科学》 CSCD 北大核心 2005年第11期152-154,共3页
在支持向量分类机模型中,要从样本中选出具有代表性的数据作为输入值。一般地,选定的数据是静态的,但实际情况中数据是动态的。本文提出了基于动态数据的支持向量分类机模型,并给出了相应的证明和分析。
关键词 动态数据 支持向量 分类模型 支持向量分类 模型
下载PDF
基于频率比−支持向量机耦合模型的四川省喜德县滑坡易发性评价
16
作者 孙才 铁永波 +2 位作者 宁志杰 徐伟 熊小辉 《沉积与特提斯地质》 CAS CSCD 北大核心 2024年第3期547-559,共13页
针对滑坡易发性评价中因子分级基础数据与评价模型的选取问题,本文以滑坡灾害频发的四川省喜德县为研究区,采用斜坡单元为评价单元,通过对评价因子进行相关性分析,选取高程、坡度、曲率、NDVI、SPI、距水系距离、距道路距离、距断层距... 针对滑坡易发性评价中因子分级基础数据与评价模型的选取问题,本文以滑坡灾害频发的四川省喜德县为研究区,采用斜坡单元为评价单元,通过对评价因子进行相关性分析,选取高程、坡度、曲率、NDVI、SPI、距水系距离、距道路距离、距断层距离、斜坡结构、工程地质岩组、土地利用类型11个评价因子,分别对区域点属性和滑坡点属性两类基础数据采用自然断点法进行因子分级,代入频率比模型和频率比–支持向量机耦合模型来评价滑坡易发性,并使用受试者工作特征(ROC)曲线与典型斜坡来验证模型精度。结果显示:以滑坡点属性作为分类基础数据并运用耦合模型得到的评价精度最高,对应的曲线下面积(SAUC)值为0.752,能更好地预测滑坡易发性;模拟结果显示,研究区极高、高易发区面积占比分别为4.65%和23.73%,主要分布在地形起伏较大、断层发育、人类工程活动强烈的区域。相反,断层稀疏、人口分散的地区属于中、低易发区,其面积占比分别为44.20%和27.42%。结果将为喜德县及其类似地区滑坡易发性评价工作提供科学参考。 展开更多
关键词 滑坡易发性 因子分级 频率比模型 支持向量模型 耦合模型
下载PDF
湖滨绿洲土壤有机碳含量的支持向量机估算模型
17
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 土壤有碳含量 连续小波变换 连续投影算法 支持向量模型 高光谱数据
下载PDF
基于支持向量机与隐马尔可夫模型的冲浪运动员动作识别研究
18
作者 杨铃春 王翔宇 尚志强 《体育研究与教育》 2024年第5期68-73,共6页
2016年8月,国际奥委会正式宣布冲浪运动成为东京奥运会正式比赛项目,给冲浪运动的发展带来了巨大机遇。动作识别作为人工智能技术赋能体育的重要应用,通过在时域上跟踪关键点运动以记录运动员的运动动作,并将其转换为数学方式表达运动过... 2016年8月,国际奥委会正式宣布冲浪运动成为东京奥运会正式比赛项目,给冲浪运动的发展带来了巨大机遇。动作识别作为人工智能技术赋能体育的重要应用,通过在时域上跟踪关键点运动以记录运动员的运动动作,并将其转换为数学方式表达运动过程,对于竞技训练和全民健身均具有重要意义。本研究采用惯性测量单元(IMU)采集数据样本,并通过支持向量机(SVM)模型和隐马尔可夫(HMM)模型两种机器学习方法对冲浪运动员动作识别的结果进行了比对。结果表明:SVM模型(精度83.4%)与HMM模型(精度91.4%)均能够有效地进行冲浪运动员的动作识别,但与SVM模型相比,HMM模型的分类精度更高。该算法实现了对冲浪过程中佩戴的IMU输入数据进行时变运动分类,为同步视频关联的非传统体育运动项目动作识别提供了一种新方法和新应用。 展开更多
关键词 隐马尔科夫模型 支持向量 冲浪运动 动作识别
下载PDF
基于动态树和支持向量机的电能质量复合扰动分类
19
作者 原峰 潘丰厚 +3 位作者 张光明 高强 代继成 张健楠 《电气应用》 2015年第S2期135-140,共6页
针对实际电力系统中存在的电能质量复合扰动问题,采用以往单一的方法很难准确识别出复合扰动中所包含的每一类扰动,所以提出了基于动态树和支持向量机相结合的方法分类识别复合扰动。电能质量扰动分类过程分为特征提取和分类器两个阶段... 针对实际电力系统中存在的电能质量复合扰动问题,采用以往单一的方法很难准确识别出复合扰动中所包含的每一类扰动,所以提出了基于动态树和支持向量机相结合的方法分类识别复合扰动。电能质量扰动分类过程分为特征提取和分类器两个阶段。在特征提取阶段,分析了通过d-q变换、小波包分解和S变换对扰动信号进行特征提取,综合3种分析方法得到特征量,得到特征组合,更好地反映出了扰动信号的特征。在分类器设计中,利用了聚类分析中的类距离概念构造出了二叉树结构的支持向量机分类器,以更快、更准确地识别扰动类型。在此基础上,提出了基于动态树的分类方法来识别复合扰动信号中所包含的所有扰动类型。测试结果表明,所提出的复合扰动分类方法可以有效分类出复合扰动中的各类扰动。 展开更多
关键词 电能质量 复合扰动 特征组合 动态 支持向量
下载PDF
基于支持向量机的风力发电机组故障诊断预警模型
20
作者 吉思良 张峰 +2 位作者 孙海星 王家宝 孙也棋 《电工技术》 2024年第6期66-68,74,共4页
当前的风力发电机组故障诊断预警模型设置的矩阵一般为单元式的,预警的范围受到限制,导致预警响应时间延长,为此提出对基于支持向量机的风力发电机组故障诊断预警模型的设计与验证分析。根据当前的测定需求及标准,提取故障诊断预警特征... 当前的风力发电机组故障诊断预警模型设置的矩阵一般为单元式的,预警的范围受到限制,导致预警响应时间延长,为此提出对基于支持向量机的风力发电机组故障诊断预警模型的设计与验证分析。根据当前的测定需求及标准,提取故障诊断预警特征量,采用多目标的方式,打破预警范围的限制,设计多目标诊断预警矩阵,以此为基础,构建支持向量机故障诊断预警结构,采用阶次分析实现故障诊断预警处理。测试结果表明:对比传统机器学习风力发电机组故障诊断预警模型测试组、传统MSK-CNN和多源机电信息融合风力发电机组故障诊断预警模型测试组,此次所设计的支持向量机风力发电机组故障诊断预警模型测试组最终得出的预警响应时间被较好地控制在0.25 s以下,说明在支持向量机的辅助下,所设计模型对故障诊断预警的效率较高,针对性更强,具有实际的应用价值。 展开更多
关键词 支持向量 风力发电 发电 故障诊断 预警模型 诊断识别
下载PDF
上一页 1 2 185 下一页 到第
使用帮助 返回顶部