期刊文献+
共找到65篇文章
< 1 2 4 >
每页显示 20 50 100
基于IHHO-HKELM输电线路覆冰预测模型
1
作者 黄力 宋爽 +4 位作者 刘闯 王骏骏 胡丹 何其新 鲁偎依 《电力科学与技术学报》 CAS CSCD 北大核心 2024年第4期33-41,共9页
为了进一步提高输电线路覆冰预测精度,提出一种基于改进哈里斯鹰算法(improved harris hawk optimiza-tion,IHHO)优化混合核极限学习机(hybrid kernel extreme learning machine,HKELM)的输电线路覆冰预测模型。在核极限学习机(KELM)中... 为了进一步提高输电线路覆冰预测精度,提出一种基于改进哈里斯鹰算法(improved harris hawk optimiza-tion,IHHO)优化混合核极限学习机(hybrid kernel extreme learning machine,HKELM)的输电线路覆冰预测模型。在核极限学习机(KELM)中引入混合核函数,形成HKELM,利用黄金正弦、非线性递减能量指数和高斯随机游走等策略对IHHO算法进行改进;以IHHO算法的优化性能采用其对HKELM的权值向量和核参数进行优化,建立基于IHHO-HKELM的输电线路覆冰预测模型,并通过计算气象因素与覆冰厚度之间的灰色关联度确定覆冰预测模型的输入量。算例分析结果表明,IHHO-HKELM模型预测结果的均方误差、最大误差和平均相对误差分别为0.285、0.860 mm和2.83%,预测效果好于其他模型,将本文覆冰预测模型应用于其他覆冰线路,可获得良好的应用效果并验证模型的优越性和实用性。 展开更多
关键词 输电线路 覆冰预测 核极限学习机 混合核函数 改进哈里斯鹰算法
下载PDF
基于IDOA-DHKELM的变压器故障诊断 被引量:5
2
作者 商立群 侯亚东 +3 位作者 黄辰浩 李洪波 惠泽 张建涛 《高电压技术》 EI CAS CSCD 北大核心 2023年第11期4726-4735,共10页
针对溶解气体分析(dissolved gas analysis,DGA)诊断变压器故障准确率偏低的问题,提出了一种基于改进野犬优化算法(improved dingo optimization algorithm,IDOA)优化深度混合核极限学习机(deep hybrid kernel extreme learning machine... 针对溶解气体分析(dissolved gas analysis,DGA)诊断变压器故障准确率偏低的问题,提出了一种基于改进野犬优化算法(improved dingo optimization algorithm,IDOA)优化深度混合核极限学习机(deep hybrid kernel extreme learning machine,DHKELM)的变压器故障诊断方法。首先采用核主成分分析(kernel principal component analysis,KPCA)对气体数据降维并提取有效的特征量;其次将多项式核函数与高斯核函数加权结合,构造出新的混合核函数,并引入自动编码器对极限学习机进行改进,建立DHKELM模型。将反向学习、柯西变异和差分进化算法融入到野犬算法中,并利用2种典型的测试函数对IDOA性能进行测试,证明了IDOA具有更强的稳定性和寻优能力。利用IDOA对DHKELM的关键参数进行寻优,建立IDOA-DHKELM变压器故障诊断模型。最后,将KPCA提取的特征量作为模型的输入集,并对不同变压器故障诊断模型进行仿真验证。研究结果表明,相较于其他模型,IDOA-DHKELM具有更高的变压器故障诊断精度。 展开更多
关键词 变压器 故障诊断 溶解气体分析 深度极限学习机 混合核函数 改进野犬优化算法
下载PDF
Aircraft Engine Gas Path Fault Diagnosis Based on Hybrid PSO-TWSVM 被引量:6
3
作者 Du Yanbin Xiao Lingfei +1 位作者 Chen Yusheng Ding Runze 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2018年第2期334-342,共9页
Twin support vector machine(TWSVM)is a new development of support vector machine(SVM)algorithm.It has the smaller computation scale and the stronger ability to cope with unbalanced problems.In this paper,TWSVM is intr... Twin support vector machine(TWSVM)is a new development of support vector machine(SVM)algorithm.It has the smaller computation scale and the stronger ability to cope with unbalanced problems.In this paper,TWSVM is introduced into aircraft engine gas path fault diagnosis.The generalization capacity of Gauss kernel function usually used in TWSVM is relatively weak.So a mixed kernel function is used to improve performance to ensure that the TWSVM algorithm can better balance a strong generalization ability and a good learning ability.Experimental results prove that the cross validation training accuracy of TWSVM using the mixed kernel function averagely increases 2%.Grid search is usually applied in parameter optimization of TWSVM,but it heavily depends on experience.Therefore,the hybrid particle swarm algorithm is introduced.It can intelligently and rapidly find the global optimum.Experiments prove that its training accuracy is better than that of the classical particle swarm algorithm by 5%. 展开更多
关键词 aircraft engines FAULT diagnosis TWIN support VECTOR machine (TWSVM) hybrid PARTICLE SWARM optimization (HPSO) algorithm mixed kernel function
下载PDF
基于融合特征和HKPCA的情绪识别方法研究
4
作者 吕超 徐亚茹 +1 位作者 宋博 年锦涛 《计算机仿真》 北大核心 2023年第10期353-358,共6页
随着人工智能的快速发展,情绪在人机交互中的需求不断提升,所以研究者对情绪识别的相关研究青睐有加。现有的核主成分分析(kernel principal component analysis, KPCA)方法大多是基于单核函数的研究,其对情绪脑电的识别率不高。针对上... 随着人工智能的快速发展,情绪在人机交互中的需求不断提升,所以研究者对情绪识别的相关研究青睐有加。现有的核主成分分析(kernel principal component analysis, KPCA)方法大多是基于单核函数的研究,其对情绪脑电的识别率不高。针对上述问题,在原有KPCA算法的基础上,提出了基于改进核主成分分析的情绪脑电识别研究方法。方法通过利用混合核函数改进KPCA,对情绪脑电特征进行降维处理,保留了更有效的信息。然后再结合支持向量机(support vector machine, SVM)来进行分类识别。以SEED数据集作为研究对象,实验结果表明,混合核主成分分析算法在对积极和消极情绪进行分类时,其识别准确率最高,达到94.8148%。这说明上述方法能够有效提取较完整的脑电特征信息,从而提高情绪脑电的识别率。 展开更多
关键词 情绪识别 混合核函数 混合核主成分分析 特征降维 识别准确率
下载PDF
基于混合核函数GA-SVR的动车组制动闸片寿命预测 被引量:2
5
作者 毛嘉伟 李永华 +1 位作者 王佳楠 胡超群 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第1期289-298,共10页
制动闸片是基础制动装置中的执行机构,对其使用寿命的精确预测直接关乎动车组的安全运行问题。为解决传统的SVR模型在寿命预测时存在着不能兼顾各类核函数优良性能的问题,进一步提高动车组制动闸片剩余寿命预测精度,提出一种基于遗传算... 制动闸片是基础制动装置中的执行机构,对其使用寿命的精确预测直接关乎动车组的安全运行问题。为解决传统的SVR模型在寿命预测时存在着不能兼顾各类核函数优良性能的问题,进一步提高动车组制动闸片剩余寿命预测精度,提出一种基于遗传算法优化且集合了不同核函数优点的混合核SVR回归模型。首先分别采用具有优良泛化能力的多项式核函数和突出学习能力的RBF核函数构建2个单个核函数SVR回归模型。随后利用遗传算法以交叉验证方式下模型预测产生的均方误差和作为适应度函数,对2个单一核SVR回归模型的惩罚因子c和函数带宽g进行寻优求解,得到2个性能最佳的单核SVR回归模型。然后以均方误差最低为目标调整混合因数,将2个核矩阵融合为一个仍满足Mercer条件的混合核矩阵,作为新的GA-SVR模型核函数矩阵。最后基于得到的模型对动车组制动闸片剩余寿命进行评估。结果表明:混合核模型在各个时段预测时产生的累积相对误差均低于单一核模型,且在方上差也更为平稳。直接体现了所建立的模型在学习能力与泛化能力上都较单一核GA-SVR模型有了提高,有效提高了动车组制动闸片寿命预测的精度,更出色的泛化能力也表明了该模型具有一定的工程实用价值与普适性。 展开更多
关键词 动车组制动闸片 混合核函数 支持向量机 寿命预测 遗传算法
下载PDF
基于双正交小波混合核KPCA-SVM财务危机预警研究 被引量:17
6
作者 黄超 韩婷婷 +1 位作者 吴芃 仲伟俊 《系统管理学报》 CSSCI 北大核心 2015年第1期48-55,共8页
目前基于核主成分分析方法(KPCA)以及支持向量机(SVM)的财务危机预警模型中,所使用的核函数基本都是单核函数。混合核函数能够充分利用不同核函数的特征映射能力,在处理非线性关系时较单核函数具有更优越的性能。基于双正交小波在非线... 目前基于核主成分分析方法(KPCA)以及支持向量机(SVM)的财务危机预警模型中,所使用的核函数基本都是单核函数。混合核函数能够充分利用不同核函数的特征映射能力,在处理非线性关系时较单核函数具有更优越的性能。基于双正交小波在非线性信号处理方面的良好性能,构造了一类新的双正交小波核函数并证明其满足正定核的容许性条件,在此基础上,构造了新的双正交小波混合核函数。提出了基于双正交小波混合核函数的KPCA-SVM财务危机预警模型,并以我国证券市场上市公司为对象进行实证研究。结果表明,所构造的双正交小波混合核函数能够有效改进KPCA的特征提取性能并提高SVM模型的预测精度,显著改善了财务危机预警精度。 展开更多
关键词 双正交小波 混合核函数 支持向量机 核主成分分析 财务危机预警
下载PDF
基于MSCPSO混合核SVM参数优化的生菜品质检测 被引量:7
7
作者 孙俊 王艳 +1 位作者 金夏明 毛罕平 《农业机械学报》 EI CAS CSCD 北大核心 2013年第9期209-213,218,共6页
核函数形式的选择与核函数参数值的大小是影响支持向量机的2个关键因素,传统的支持向量机分类精度低、时效性差,为了获得高精度、高时效性的支持向量机,从影响支持向量机的核函数与核函数参数值2个关键因素着手,提出了基于变尺度混沌粒... 核函数形式的选择与核函数参数值的大小是影响支持向量机的2个关键因素,传统的支持向量机分类精度低、时效性差,为了获得高精度、高时效性的支持向量机,从影响支持向量机的核函数与核函数参数值2个关键因素着手,提出了基于变尺度混沌粒子群优化(MSCPSO)混合核SVM参数的分类器。将此分类模型用于预测生菜叶片的生育期,以及预测3个生育期的生菜叶片氮素水平,预测精度分别达到91.51%、85.38%、82.59%和81.26%。与传统的粒子群优化混合核SVM的分类器和变尺度混沌粒子群优化RBF_SVM分类器相比,提出的分类器模型分类精度高、时效性好。 展开更多
关键词 生菜 品质检测 支持向量机 混合核函数 粒子群算法
下载PDF
基于混合核函数的支持向量机 被引量:42
8
作者 邬啸 魏延 吴瑕 《重庆理工大学学报(自然科学)》 CAS 2011年第10期66-70,共5页
支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,而由于普通核函数各有其利弊,为了得到学习能力和泛化性能都很强的核函数,研究了2种支持向量机核函数:全局核函数(线性核函数)和局部核函数(RBF核函数),提出了组合... 支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,而由于普通核函数各有其利弊,为了得到学习能力和泛化性能都很强的核函数,研究了2种支持向量机核函数:全局核函数(线性核函数)和局部核函数(RBF核函数),提出了组合核函数的支持向量机。与普通核函数构造的支持向量机进行了比较实验。结果表明,组合核函数的支持向量机性能明显优于由普通核函数构造的支持向量机。 展开更多
关键词 支持向量机 混合核函数 局部核函数 全局核函数
下载PDF
基于PSO-HKELM的变压器顶层油温预测模型 被引量:34
9
作者 李可军 徐延顺 +3 位作者 魏本刚 黄华 亓孝武 胡爽 《高电压技术》 EI CAS CSCD 北大核心 2018年第8期2501-2508,共8页
为精确预估变压器的热状态以指导变压器的载荷运行,基于粒子群优化的混合核极限学习机提出一种变压器顶层油温度预测模型。使用核极限学习机对顶层油温度与其影响因素之间的映射关系进行拟合回归预测,模型全面考虑了包括环境风速在内的... 为精确预估变压器的热状态以指导变压器的载荷运行,基于粒子群优化的混合核极限学习机提出一种变压器顶层油温度预测模型。使用核极限学习机对顶层油温度与其影响因素之间的映射关系进行拟合回归预测,模型全面考虑了包括环境风速在内的顶层油温的主要影响因素,并采用混合核函数提高模型的学习能力和泛化性能来取得更佳的预测精度。粒子群算法用来进行模型的训练并同时进行混合核函数参数的优化,对正负训练误差采用不同容许限度处理,使得模型的预测值大于实测值,预测结果在提高精度的同时更加具有保守可靠性。通过不同季节的实测数据进行算例验证,结果表明该模型预测值与实测值基本一致,且预测误差均为正值;该模型的最大预测误差为1.97℃,分别为同条件下BP神经网络和最小二乘支持向量机模型的78.49%和82.43%;该模型具有更佳的顶油温度预测精度,能够更加可靠地实现变压器的热状态估计。 展开更多
关键词 电力变压器 顶层油温度 混合核函数 核极限学习机 粒子群算法
下载PDF
基于核独立分量分析的盲多用户检测算法 被引量:6
10
作者 刘晓志 冯大伟 +1 位作者 杨英华 秦树凯 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2012年第6期778-781,共4页
针对DS-CDMA通信系统中的盲多用户检测问题,提出了一种改进的核独立分量分析(KICA)算法.该算法首先将五阶收敛的牛顿迭代公式引入到传统的FastICA算法中,同时还引入了一种新的核函数——混合核函数来解决非线性混合信号的分离问题,从而... 针对DS-CDMA通信系统中的盲多用户检测问题,提出了一种改进的核独立分量分析(KICA)算法.该算法首先将五阶收敛的牛顿迭代公式引入到传统的FastICA算法中,同时还引入了一种新的核函数——混合核函数来解决非线性混合信号的分离问题,从而实现了多用户信号检测.最后将所提出的算法与传统的FastICA算法和KICA算法进行仿真比较.结果表明:所提出的算法不仅收敛速度较快,而且具有较小的误码率. 展开更多
关键词 核独立分量分析 多用户检测 牛顿迭代 混合核函数 多址干扰
下载PDF
一种混合核函数支持向量机算法 被引量:21
11
作者 颜根廷 马广富 肖余之 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2007年第11期1704-1706,共3页
提出一种基于混合核函数的支持向量机算法.首先证明了常用核函数的非负线性组合也是满足Mercer条件的核函数.然后通过最小化衡量二次损失函数支持向量机泛化能力的RM界来进行各子核函数参数、混合核函数组合系数以及惩罚系数的选取.仿... 提出一种基于混合核函数的支持向量机算法.首先证明了常用核函数的非负线性组合也是满足Mercer条件的核函数.然后通过最小化衡量二次损失函数支持向量机泛化能力的RM界来进行各子核函数参数、混合核函数组合系数以及惩罚系数的选取.仿真实验表明,基于混合核函数的支持向量机的泛化性能优于基于单一核函数的支持向量机. 展开更多
关键词 支持向量机 Mercer条件 混合核函数 RM界
下载PDF
哺乳母猪舍环境舒适度评价预测模型优化 被引量:10
12
作者 陈冲 刘星桥 +1 位作者 刘超吉 常润民 《农业机械学报》 EI CAS CSCD 北大核心 2020年第8期311-319,共9页
针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCC... 针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCCS-LSSVR),并采用粒子群算法优化模型(PSO-LSSVR)、遗传算法优化模型(GA-LSSVR)、传统的LSSVR模型与本文模型进行了对比。利用本文模型对江苏省镇江市希玛牧业生猪养殖场哺乳母猪舍养殖环境舒适度进行了评价预测。结果表明,混合核MSCCS-LSSVR、PSO-LSSVR、GA-LSSVR和传统LSSVR 4种预测模型的平均绝对误差分别为0.0611、0.0972、0.1306和0.1681;混合核MSCCS-LSSVR模型比其他3种模型具有更高的预测精度和更可靠的性能,提高了猪舍环境评价预测水平,在评价预测中具有可行性和有效性。实际应用表明,本文模型能准确地反映猪舍空气质量状况,可以为猪舍环境精准调控提供决策支持,具有一定的应用价值。 展开更多
关键词 哺乳母猪舍 舒适度 预测模型 最小二乘支持向量机 混合核函数 布谷鸟算法
下载PDF
基于遗传算法的SVM-AR改进模型与应用 被引量:9
13
作者 王红瑞 魏豪杉 +2 位作者 胡立堂 赵自阳 娄和震 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第6期488-497,共10页
为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型... 为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型构造适用于支持向量机算法的数据集,并将数据集按4∶1划分为训练集和检验集;其次,利用线性组合构造由多项式核函数、径向基核函数与Sigmoid核函数构成的三核混合核函数,在训练集上,采用遗传算法确定相关参数,随后在检验集上进行预测。结果表明:遗传算法确定参数会带来较大的不确定性,导致结果差异较大,从而着重讨论遗传算法带来的参数不确定性;通过函数构造与统计分析,给出三核混合核函数参数选择的一般性方法与流程,并进行验证,该参数选取方法能够降低遗传算法的不确定性,得到精度较高的流量预测结果,预测流量与实际流量的均方误差从150左右降低到130左右。 展开更多
关键词 支持向量机 遗传算法 混合核函数 时间序列分析 自回归模型 径流预报 渭河流域
下载PDF
改进的支持向量机算法在人脸识别上的应用 被引量:10
14
作者 谌璐 贺兴时 《纺织高校基础科学学报》 CAS 2015年第1期108-115,共8页
支持向量机算法作为一种新的机器学习方法,在处理小样本分类问题上具有明显优势,但核函数和参数的选取直接影响支持向量机算法的性能.针对该问题,文中通过组合全局核函数和局部核函数的混合核函数方法,建立了基于粒子群算法的混合核支... 支持向量机算法作为一种新的机器学习方法,在处理小样本分类问题上具有明显优势,但核函数和参数的选取直接影响支持向量机算法的性能.针对该问题,文中通过组合全局核函数和局部核函数的混合核函数方法,建立了基于粒子群算法的混合核支持向量机算法,并将其用于ORL人脸数据库的人脸识别测试.结果表明,该改进算法较标准的支持向量机算法具有更高的识别率. 展开更多
关键词 支持向量机 混合核函数 粒子群优化算法 人脸识别
下载PDF
基于改进PSO算法的混合核SVM算法 被引量:7
15
作者 徐中宇 苏明玉 姚庆安 《吉林大学学报(理学版)》 CAS CSCD 北大核心 2018年第3期625-630,共6页
提出一种基于改进粒子群优化(PSO)算法的优化混合核支持向量机(SVM)算法(ILPSO),解决了一般混合核SVM算法很难评定参数选择的问题.该算法通过限定粒子的速度、搜索空间和交叉算子等多种寻优策略加强其收敛特性,得到了参数的最佳组合.仿... 提出一种基于改进粒子群优化(PSO)算法的优化混合核支持向量机(SVM)算法(ILPSO),解决了一般混合核SVM算法很难评定参数选择的问题.该算法通过限定粒子的速度、搜索空间和交叉算子等多种寻优策略加强其收敛特性,得到了参数的最佳组合.仿真实验表明,该算法能更快速、有效地获得参数的最优值. 展开更多
关键词 粒子群优化 混合核函数 支持向量机 参数优化
下载PDF
一种基于PSO的混合核支持向量机算法 被引量:3
16
作者 谌璐 贺兴时 +1 位作者 王芳妮 刘平丽 《西安工程大学学报》 CAS 2012年第6期815-819,共5页
支持向量机算法作为一种新的机器学习方法,在处理小样本分类问题上具有明显优势,但核函数和参数的选取的好坏直接影响支持向量机算法的性能.针对该问题,通过组合全局核函数和局部核函数的混合核函数方法,建立了基于粒子群算法的混合核... 支持向量机算法作为一种新的机器学习方法,在处理小样本分类问题上具有明显优势,但核函数和参数的选取的好坏直接影响支持向量机算法的性能.针对该问题,通过组合全局核函数和局部核函数的混合核函数方法,建立了基于粒子群算法的混合核支持向量机算法,并经过Matlab仿真实验,表明该改进算法较支持向量机算法具有更高的分类准确率和更好的学习及泛化能力. 展开更多
关键词 支持向量机 全局核函数 局部核函数 混合核函数 粒子群优化算法
下载PDF
基于IPSO-RVM的大坝安全预警模型 被引量:7
17
作者 范振东 崔伟杰 +1 位作者 陈敏 杜传阳 《长江科学院院报》 CSCD 北大核心 2016年第2期48-51,共4页
针对SVM(Support Vector Machine,支持向量机)存在支持向量个数较多、核函数要求严格等不足,将性能更出色的RVM((Relevance Vector Machine,相关向量机)用于大坝安全预警模型的构建。核函数及其参数对RVM模型的性能有着重要的影响,组合... 针对SVM(Support Vector Machine,支持向量机)存在支持向量个数较多、核函数要求严格等不足,将性能更出色的RVM((Relevance Vector Machine,相关向量机)用于大坝安全预警模型的构建。核函数及其参数对RVM模型的性能有着重要的影响,组合局部核函数和全局核函数的混和核函数能提高模型的拟合精度和泛化能力,利用PSO(Particle Swarm Optimization,粒子群算法)能有效地对核参数进行寻优,针对标准PSO算法容易陷入局部最优点的缺陷,提出IPSO(Improved Particle Swarm Optimization,改进的粒子群算法)。将上述组合算法用于大坝安全模型的建立,实例分析表明,基于上述算法模型的性能得到了一定程度的提高。 展开更多
关键词 大坝安全建模 相关向量机 混合核函数 自适应粒子群算法 拟合精度 泛化能力
下载PDF
改进粒子群和模拟退火混合算法及其应用 被引量:16
18
作者 郑申海 胡小兵 +1 位作者 郑满满 刘瑞杰 《计算机技术与发展》 2013年第7期26-30,共5页
基本粒子群优化算法每个粒子代表一个可行解,通过粒子间的协作来获得最优解。考虑粒子间协同作用,引入Gaussian核函数研究基于区域影响的粒子群算法(GPSO)。为了充分利用粒子群算法的快速全局收敛性和模拟退火算法能够跳出局部最优陷阱... 基本粒子群优化算法每个粒子代表一个可行解,通过粒子间的协作来获得最优解。考虑粒子间协同作用,引入Gaussian核函数研究基于区域影响的粒子群算法(GPSO)。为了充分利用粒子群算法的快速全局收敛性和模拟退火算法能够跳出局部最优陷阱的优点,得到高精度的最优解,将GPSO算法与模拟退火算法相结合,研究了一种新的混合粒子群算法。混合算法在GPSO算法处于停滞状态时,于搜索到最优位置用模拟退火算法继续寻找最优解。数值实验结果表明,新混合算法兼顾了GPSO和模拟退火算法的优点,具有收敛速度快、搜索精度高、鲁棒性好等特点。这说明文中的混合算法不失为一种有效的进化算法。 展开更多
关键词 粒子群算法 模拟退火算法 混合进化算法 Gaussian核函数 区域影响
下载PDF
基于混合核函数的LSSVM网络入侵检测方法 被引量:16
19
作者 赵夫群 《现代电子技术》 北大核心 2015年第21期96-99,共4页
针对常规网络入侵检测算法检测率低、误报率高以及检测效率低下等问题,在此使用基于混合核函数的最小二乘支持向量机作为网络入侵检测模型的核心算法,使用粒子群优化算法对最小二乘支持向量机的各个参数进行优化。使用著名的KDD CUP99... 针对常规网络入侵检测算法检测率低、误报率高以及检测效率低下等问题,在此使用基于混合核函数的最小二乘支持向量机作为网络入侵检测模型的核心算法,使用粒子群优化算法对最小二乘支持向量机的各个参数进行优化。使用著名的KDD CUP99数据库中的部分数据样本对网络入侵检测模型进行训练和测试,以验证所提出网络入侵检测方法的性能。测试实验结果表明,提出的基于混合核函数的PSO-LSSVM算法具有更好的检测性能,提高了检测系统的检测率。 展开更多
关键词 最小二乘支持向量机 粒子群优化 网络入侵检测 混合核函数
下载PDF
基于EMD和SVM的短期负荷预测 被引量:42
20
作者 祝志慧 孙云莲 季宇 《高电压技术》 EI CAS CSCD 北大核心 2007年第5期118-122,共5页
为了有效预测具有一定周期性和随机性的非平稳时间序列性的电力负荷,提高预测精度,提出了结合经验模式分解(EMD)和支持向量机(SVM)的短期负荷预测法。该法运用EMD将负荷序列分解成若干个不同频率的平稳分量,分解后的分量突出了原负荷的... 为了有效预测具有一定周期性和随机性的非平稳时间序列性的电力负荷,提高预测精度,提出了结合经验模式分解(EMD)和支持向量机(SVM)的短期负荷预测法。该法运用EMD将负荷序列分解成若干个不同频率的平稳分量,分解后的分量突出了原负荷的局部特征,能更明显的看出原负荷序列的周期项、随机项和趋势项;根据各个分量的变化规律,选择合适的SVM参数和核函数构造不同的支持向量机分别预测;由SVM对各分量的预测值组合得到最终预测值。仿真试验表明,此方法与单一的SVM预测法及BP神经网络预测法相比,具有较高的精度和较强的推广能力。 展开更多
关键词 短期负荷 经验模式分解 本征模式分量 支持向量机 核函数 组合预测
下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部