基于支持改进的高职科研项目质量评价方法创新

分析支持改进的科研项目质量评价的内涵及特征,阐述支持改进的四步衔接科研项目质量评价路径,提出支持改进的科研项目质量评价方法,探索支持改进的科研项目质量评价运用的难点及破解办法。

基于改进支持向量回归模型的高校学生成绩预测研究

为提高学生成绩预测的准确性,考虑到学生学习行为特征数据的高维和非线性特征,提出了一种基于改进支持向量回归模型的高校学生成绩预测。对支持向量回归(SVR)模型的核函数进行了改进;设计了变邻域搜索算法(VNS)对改进支持向量回归模型的参数进行了优化;将上述方法应用于某高校学生数学成绩数据,并与原始SVR和基于其他智能优化方法的SVR进行了对比,验证了所提方法的有效性。

基于改进支持向量机在移动通信网络隐私数据泄露检测中的应用

文章针对移动通信网络中的隐私数据泄露检测问题,提出了一种基于改进支持向量机(SVM)的检测方法。通过构建移动通信网络隐私数据泄露检测的结构,分析了如何改进SVM算法以及利用粒子群优化技术(PSO)优化SVM参数,从而提高检测准确度和降低计算复杂度。此外,文章还对改进算法进行了实验,实验结果表明,文章提出的方法在准确性和稳定性方面均优于传统方法,具有一定的实用价值。

基于改进支持向量机的用户端用电负荷预测研究

常规用户的用电负荷预测方法主要采用分层测量技术,无法提取用电行为动态影响系数,因此预测结果与实际结果间的偏差较大,预测性能不佳。为此,本文提出基于改进支持向量机的用户端用电负荷预测研究。首先,分析影响负荷预测的因素,对其进行拟合优化处理,以获取综合影响指标。其次,采用平均信息向量法求取负荷及影响指标间的相关性系数,并根据用户用电负荷特征曲线时间序列提取用电行为动态影响系数。最后,引入改进支持向量机算法,构建负荷预测模型,进而实现用户用电预测。实例应用结果显示,所提方法得到的预测结果与实际结果基本相符,预测性能较好。

基于改进支持向量机的数字档案多标签分类算法

当前的数字档案分类方法存在测试集与训练集的基数之间差值偏大的问题,导致分类结果出现误差。为此,设计一种新的基于改进支持向量机的数字档案多标签分类算法。根据SVM函数确定数字档案信息的标签隶属度。求解深度指标,完成基于改进支持向量机的数字档案标签挖掘。获取数字档案信息样本,计算标签参量之间的相似度水平,实现基于改进支持向量机的数字档案多标签分类算法的设计。实验结果表明,研究方法下的标签测试集基数与训练集基数之间的差值始终小于350个,不会造成严重的数字档案信息错误分类问题。

基于改进支持向量机的混凝土桥梁极限荷载预测研究

作为基础设施的重要组成部分,混凝土桥梁承担着货物运输和人员通行的重要任务,然而由于长期受到环境因素和交通负荷的影响,桥梁结构会逐渐受损,可能会导致严重事故和损失,因此准确预测混凝土桥梁的极限荷载对于确保桥梁结构的安全性和可靠性至关重要。以改进支持向量机为基础,对混凝土桥梁极限荷载进行精准预测,为桥梁结构的健康监测和维护提供一种可靠的工具和方法。

基于改进支持向量机的工业园区节能减排效果综合评价研究

为准确评价工业园区节能减排效果,提出一种基于改进支持向量机模型的评价方法。从污染物对外排放、物质资源利用等6个层面出发,打造工业园区节能减排效果评价指标体系,将采用粒子群优化(PSO)算法改进的最小二乘支持向量机(LSSVM)模型作为评价模型,实现了工业园区节能减排效果的评价。最后,通过江苏省2015-2021年某工业园区新能源节能减排相关数据进行实证分析,验证了方法的有效性。

基于改进支持向量机的配电电力变压器内部过热故障识别方法

为降低配电电力变压器内部过热故障识别误差较大的问题,提出基于改进支持向量机的配电电力变压器内部过热故障识别方法。该方法针对变压器内部过热故障展开分析,并基于分析结果,进行特征量的选择和归一化处理,以消除气体体积分值存在的差异,为确保后续识别结果的准确性奠定基础。然后通过跨子群交流策略和最优群体自变异策略改进蛙跳算法。最终基于改进后的混合蛙跳算法来进行实现支持向量机的改进,完成配电电力变压器内部过热故障识别。测试结果表示,采用所提方法进行配电电力变压器内部过热故障识别,其识别确率始终在95%以上,具有较强的应用性。

基于改进支持向量机的无人值守变电站遥视门禁人脸识别方法

当前的无人值守变电站遥视门禁人脸识别节点设定一般为分布式形式,识别范围较小,导致门禁识别状态延时增加,为此提出对基于改进支持向量机的无人值守变电站遥视门禁人脸识别方法的设计与验证分析。根据实际识别的需求及标准,对识别图像进行预处理,采用多层级的方式,扩大实际的识别范围,设定多层级识别节点,构建改进支持向量机门禁人脸识别模型,采用级联Adaboost处理实现人脸识别。最终的测试结果表明:对比于传统Face++嵌入式遥视门禁人脸识别测试组、传统大数据遥视门禁人脸识别测试组,本次所设计的改进支持向量机遥视门禁人脸识别测试组最终得出的门禁识别状态延时被较好地控制在15 ms以下,说明该种识别方法的针对性较强,识别的速度及效率较高,具有实际的应用价值。

基于改进支持向量机的电力物联网入侵检测方法

针对传统入侵检测方法存在精度不高、耗时长等问题,提出基于改进支持向量机的电力物联网入侵检测方法。对电力物联网数据进行标准化处理,采用粒子群优化方法改进支持向量机关键参数,构建支持向量机检测模型;输入标准化处理完成的数据,通过支持向量机模型训练完成入侵检测研究。实验结果表明,所提方法的检测精度高达93.5%,检测耗时最高仅为8 s,相比传统方法具有明显优势,为电力物联网安全稳定运行提供了基础保障。

基于改进支持向量机的网络安全态势感知算法

为了保证和有效提升网络安全态势感知结果,提出一种基于改进支持向量机的网络安全态势感知算法.通过粒子群算法(PSO)对支持向量机内的参数进行优化,利用灰色关联分析法确定指标权重,将全部训练样本输入到改进支持向量机内进行训练,实现网络安全态势感知.和已有的网络安全态势感知算法相比,所提算法可以获取高准确率的网络安全态势感知结果,同时还可以有效减少运行时间,更加适用于解决网络攻击问题.

基于改进支持向量机的MMC-MG系统桥臂故障诊断

模块化多电平换流器(modular multilevel converter,MMC)半桥串联结构微电网系统桥臂中各发电模块通过串联方式连接,其投入和切除由半桥变流器(half-bridge converter,HC)中绝缘栅双极型晶体管(insulated gate bipolar transistor,IGBT)的开通与关断来实现。而该系统在并网双闭环控制下,若桥臂中HC及其连接线路发生故障,会对系统的输出特性造成一定影响。为此,分析了HC中IGBT与其反并联二极管发生开路或短路故障,以及HC之间的连接线路发生开路故障时,桥臂输出电压电流、相间环流、并网电流等参数的变化情况。选取异常变化明显的参数作为特征属性,并用其构造样本数据集。另外,在系统桥臂的故障诊断中,针对采用传统支持向量机(support vector machine,SVM)时其准确率较低的问题,建立基于鲸鱼改进SVM的故障诊断模型。结合不同数据集,通过仿真实验对所建模型的有效性进行验证。结果表明:与传统SVM和BP神经网络算法相比,基于鲸鱼改进SVM的故障桥臂诊断方法准确率更高。

基于改进支持向量机的数字化变电站安全措施生成技术

针对数字化变电站二次检修安全措施工作效率低的问题,提出一种基于改进支持向量机的数字化变电站安全措施自动生成技术。首先,构建基于邻接矩阵的二次回路模型及设备模型,进一步综合二次安全措施规则库形成样本数据集;其次,利用支持向量机对二次安全措施进行分类,并引入细菌觅食算法对惩罚因子和核参数进行优化,有效提高了安全措施自动生成模型的训练效果;最后,通过算例验证了所提方法的有效性。

基于改进型支持向量机的目标微弱磁异常信号检测方法研究

磁异常探测具有跨介质传播稳定、不受制于环境介质(如水、空气、沙石,泥土)的干扰、不受水文气象条件限制的优势,在工业、军事等领域一直作为研究的热点。依托于无人机平台的磁异常探测具有机动灵活的特点,极大提升了工作效率,适用于大范围区域、复杂地形等极端环境下的探测作业。未爆弹、地下线缆与管道、地下金属废弃物等埋藏物小目标所产生的磁异常有效信号幅值较小,常受到环境噪声的干扰,且无人机动态噪声的引入进一步降低了数据质量。传统的目标检测算法主要应用于数据质量较好、信噪比较高的条件下,在复杂作业环境中无法有效检测出掩埋小目标的存在。文中提出了一种改进型遗传支持向量机(GSVM),对低信噪比下掩埋小目标磁异常信号进行检测,其采用遗传算法对支持向量机模型参数进行优化,提升模型训练效率与泛化性能。在数值实验与现场实验对比中,GSVM能够有效提升航磁探测中掩埋小目标探测与识别的正确率。

基于改进支持向量机的纸张缺陷图像分类识别方法

随着纸张生产越来越多样化,带有花纹图案的纸张在缺陷识别时难度大大增加,传统的识别方法准确性不足。针对上述问题,研究一种基于改进支持向量机的纸张缺陷图像分类识别方法。该方法针对采集到的原始纸张图像实施灰度化、滤波前处理,对处理后的图像进行二值化,分割图像缺陷目标和背景,寻找缺陷目标边界并提取缺陷的几何特征和灰度特征。利用蝙蝠算法求取支持向量机两个关键参数的最优值,实现支持向量机改进。以几何特征和灰度特征为输入量,利用改进支持向量机实现纸张缺陷图像分类识别。结果表明:所研究方法的Kappa系数在两种样本集合中的识别都相对更高,由此说明所研究方法的识别能力更强。

改进支持向量机的计算机网络安全态势预测方法

计算机网络安全态势预测结果与实际值偏差大,为此提出基于改进支持向量机的计算机网络安全态势预测方法。构建网络流量运行参数、流量变化参数、接受攻击强度参量的支持向量机,设置安全态势最大值为1,引入转化系数,计算任意时刻安全态势值,实现网络安全态势预测。在测试结果中,设计方法的预测结果与实际值的平均绝对误差和均方差分别为0.016和0.146,偏差较小,满足实际需求。

基于MDS和改进SSA-SVM的高速铁路道岔故障诊断方法研究

针对高速铁路道岔设备故障频繁,现场维修工作量大等问题,提出基于多维尺度缩放法(MDS)和改进麻雀搜索算法(SSA)优化支持向量机(SVM)的高速铁路道岔故障诊断模型。首先以ZDJ9道岔转换功率曲线为研究对象,总结现场典型道岔故障类型及故障原因,分别提取道岔功率曲线的时域、频域特征指标以及小波包能量熵,组成特征指标向量;其次采用MDS方法进行多维特征指标的降维优化,建立道岔故障特征指标样本数据库;最后利用改进Circle混沌映射初始化种群,并通过自适应t分布增强麻雀种群的多样性,再以改进SSA算法优化SVM模型中的惩罚因子和核函数方差2个关键参数,构建改进SSA-SVM的道岔故障诊断模型。故障诊断结果表明,本模型的故障诊断正确率高达96.25%,诊断效果优于其他方法,可以为道岔设备的故障维修提供理论依据。

基于改进支持度的飞行数据记忆融合滤波算法

针对飞行数据采集过程中传感器测量噪声变化导致的数据精度下降问题,提出一种基于改进支持度的记忆融合滤波算法,通过改进支持度计算各个数据源的权重系数,引入遗忘函数减少历史数据的影响,通过与典型算法仿真对比,验证结果表明该算法有效地提高了数据的精度和稳定性,为实现飞行数据的智能化处理提供可靠信源保障。

改进支持向量机对污水处理厂运行状况的故障诊断

针对污水处理厂运行时故障数据不平衡性和代价敏感等特点,构造风险泛函RWLOO(α)来改进支持向量机(Support vector machine,SVM);并用遗传算法(GA)对风险泛函求全局最优.在GA对RWLOO(α)寻优过程中,SVM的几个参数以及核函数同时进行最优化.结果表明:用改进的SVM对污水处理厂的故障数据进行分类时,比未经改进的SVM错分类率低16.5%.

基于层次模糊熵和改进支持向量机的轴承诊断方法研究

提出一种新的轴承故障特征提取方法——层次模糊熵(Hierarchical Fuzzy Entropy,HFE)。层次模糊熵包括层次分析和模糊熵计算。与多尺度模糊熵相比,层次模糊熵既分析信号的低频分量又分析信号的高频分量,因而能提取更全面、准确的故障信息。改进支持向量机(Improved support vector machine based binary tree,ISVMBT)相比其他多分类器具有识别率更高的优势,因此提出了一种基于层次模糊熵和改进支持向量机的轴承故障诊断方法。首先将HFE作为故障特征提取工具,然后将所得的特征向量输入到改进支持向量机进行模式识别。通过轴承故障诊断的工程应用,表明该方法可以有效提取轴承故障特征,实现轴承不同故障类型和故障程度的准确识别。