期刊文献+
共找到1,573篇文章
< 1 2 79 >
每页显示 20 50 100
Detection of solar radio burst intensity based on a mod ified multifactor SVM algorithm
1
作者 Luo Yimei Zhu Xuefen +2 位作者 Lin Mengying Yang Fan Tu Gangyi 《Journal of Southeast University(English Edition)》 EI CAS 2022年第1期20-26,共7页
To realize the automatic detection of solar radio burst(SRB)intensity,detection based on a modified multifactor support vector machine(SVM)algorithm is proposed.First,the influence of SRB on global navigation satellit... To realize the automatic detection of solar radio burst(SRB)intensity,detection based on a modified multifactor support vector machine(SVM)algorithm is proposed.First,the influence of SRB on global navigation satellite system(GNSS)signals is analyzed.Feature vectors,which can reflect the SRB intensity of stations,are also extracted.SRB intensity is classified according to the solar radio flux,and different class labels correspond to different SRB intensity types.The training samples are composed of feature vectors and their corresponding class labels.Second,training samples are input into SVM classifiers to one-against-one training to obtain the optimal classification models.Finally,the optimal classification model is synthesized into a modified multifactor SVM classifier,which is used to automatically detect the SRB intensity of new data.Experimental results indicate that for historical SRB events,the average accuracy of SRB intensity detection is greater than 90%when the solar incident angle is higher than 20°.Compared with other methods,the proposed method considers many factors with higher accuracy and does not rely on radio telescopes,thereby saving cost. 展开更多
关键词 global navigation satellite system solar radio burst modified multifactor svm algorithm detection accuracy
下载PDF
基于SVM算法的虚假航迹识别
2
作者 代睿 鹿瑶 安锐 《导航定位与授时》 CSCD 2024年第2期103-110,共8页
针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,... 针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。 展开更多
关键词 目标跟踪 机器学习 支持向量机(svm)算法 虚假航迹
下载PDF
基于GA-SVM算法的无线局域网络入侵信号检测方法
3
作者 王芳 《电脑与电信》 2024年第1期47-49,共3页
常规的无线局域网络入侵信号检测节点多为独立式设定,检测效率较低,导致入侵信号检测误检率较高,为此提出对基于GA-SVM算法的无线局域网络入侵信号检测方法。该方法首先采用关联的方式进行入侵信号特征提取,提升检测效率,设置关联性检... 常规的无线局域网络入侵信号检测节点多为独立式设定,检测效率较低,导致入侵信号检测误检率较高,为此提出对基于GA-SVM算法的无线局域网络入侵信号检测方法。该方法首先采用关联的方式进行入侵信号特征提取,提升检测效率,设置关联性检测节点,构建GA-SVM测算入侵信号检测模型,采用定位分离方法来实现信号检测处理。测试结果表明:针对选定的300个采样点进行信号入侵检测,对比于传统分布式光纤网络入侵信号检测组、传统FastICA测算网络入侵信号检测组,此次所设计的GA-SVM测算网络入侵信号检测组最终得出的入侵信号检测误检率被较好地控制在20%以下,说明基于GA-SVM算法的检测效果更佳,针对性更强,具有实际的应用价值。 展开更多
关键词 GA-svm算法 无线局域网 网络入侵 信号检测 检测方法 信号感应
下载PDF
基于深度置信网络和SVM的铣刀磨损状态识别
4
作者 田雅琴 侯寅智 +2 位作者 胡梦辉 刘文涛 邢炜晨 《重型机械》 2024年第2期67-75,共9页
针对人工提取的磨损指标无法全面表达铣削磨损特征的问题,提出基于改进深度置信网络(IDBN)与支持向量机(SVM)的刀具磨损识别模型。首先对刀具切削力、振动和AE信号在时域、频域、时频域进行特征提取;其次采用IDBN对提取的特征降维;最后... 针对人工提取的磨损指标无法全面表达铣削磨损特征的问题,提出基于改进深度置信网络(IDBN)与支持向量机(SVM)的刀具磨损识别模型。首先对刀具切削力、振动和AE信号在时域、频域、时频域进行特征提取;其次采用IDBN对提取的特征降维;最后利用改进的海鸥算法优化支持向量机(ISOA-SVM)构建磨损识别模型。结果表明,经过100次随机分层抽样,IDBN-ISOA-SVM对刀具磨损的平均识别率达到99%以上。从降维手段、优化算法及分类模型三个方面与其他算法对比,该模型有较高的识别率和泛化性,能够准确识别铣刀磨损状态。 展开更多
关键词 磨损状态识别 深度置信网络 海鸥算法 支持向量机
下载PDF
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
5
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
基于优化SVM模型的立铣刀在机崩刃监测技术研究
6
作者 张曦 周青峰 +1 位作者 张龙佳 郑文妞 《计量与测试技术》 2024年第2期92-95,99,共5页
随着加工精度要求不断提高,切削过程中,对刀具在机磨损或崩刃状态进行在机实时监测的需求日益增加。本文以声发射和主轴功率为监测信号,通过提取时域、频域和时频域的有效特征,构建了基于融合信号的平底立铣刀在机崩刃SVM监测模型;采用... 随着加工精度要求不断提高,切削过程中,对刀具在机磨损或崩刃状态进行在机实时监测的需求日益增加。本文以声发射和主轴功率为监测信号,通过提取时域、频域和时频域的有效特征,构建了基于融合信号的平底立铣刀在机崩刃SVM监测模型;采用网格搜索、粒子群和遗传算法优化SVM模型参数,并在实际切削环境中,将平底立铣刀的崩刃监测效果进行对比。结果表明:基于遗传算法优化的SVM模型对铣刀崩刃状态监测效果最佳。 展开更多
关键词 声发射 主轴功率 崩刃检测 遗传算法 svm模型
下载PDF
EHDE和WHO-SVM模型在齿轮箱故障诊断中的应用
7
作者 马晓娜 周海超 《机电工程》 CAS 北大核心 2024年第4期622-632,共11页
针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增... 针对现有齿轮箱故障诊断方法对数据长度敏感的缺陷,提出了一种基于增强层次多样性熵(EHDE)和野马算法(WHO)优化支持向量机(SVM)的齿轮箱故障诊断模型。首先,传统熵值特征提取方法在特征提取阶段对数据样本的长度比较敏感,为此提出了增强层次多样性熵,并将其作为特征提取指标用于提取齿轮箱的故障特征;其次,采用WHO算法对SVM模型的参数进行了优化,建立了参数最优的WHO-SVM分类器;最后,将故障特征样本输入至WHO-SVM分类器中进行了训练和识别,完成了样本的故障识别;利用齿轮箱数据集分别从数据长度敏感性、算法特征提取时间、模型诊断性能三种角度对EHDE、精细复合多尺度样本熵、精细复合多尺度模糊熵、精细复合多尺度排列熵、精细复合多尺度散布熵、精细复合多尺度波动散布熵进行了对比研究。研究结果表明:EHDE方法对数据长度的要求较低,在数据长度为512时即可以取得99.1%的平均识别准确率,在诊断稳定性和诊断精度方面均优于其他对比方法;在算法的泛化性实验中,EHDE方法能够以98%的准确率识别齿轮箱的不同故障类型,具有明显的泛化性和通用性。 展开更多
关键词 齿轮箱故障诊断 增强层次多样性熵 野马算法优化支持向量机 数据长度敏感性 算法特征提取时间 模型诊断性能
下载PDF
基于RF-SFLA-SVM的装配式建筑高空作业工人不安全行为预警
8
作者 王军武 何娟娟 +3 位作者 宋盈辉 刘一鹏 陈兆 郭婧怡 《中国安全科学学报》 CAS CSCD 北大核心 2024年第3期1-8,共8页
为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高... 为有效预警装配式建筑高空作业工人不安全行为的发生趋势或状态,增强对装配式建筑工人不安全行为(PBWUBs)的管控,采用随机森林(RF)-混合蛙跳算法(SFLA)-支持向量机(SVM)模型,开展工人不安全行为预警研究。首先,采用SHEL模型分析处于高空作业危险中的PBWUBs的影响因素,并通过RF确定关键预警指标;然后,采用SFLA对SVM的参数进行寻优改进;最后,利用RF-SFLA-SVM预警高空作业PBWUBs,提出应对措施,并与其他预警模型对比。研究结果表明:基于RF-SFLA-SVM预警高空作业PBWUBs,准确率最高,为91.67%,与其他模型的预警性能相比,最高提升14%。研究结果可为高空作业PBWUBs的防控提供参考。 展开更多
关键词 随机森林(RF) 蛙跳算法(SFLA) 支持向量机(svm) 装配式建筑 高空作业 不安全行为
下载PDF
基于HOG和TSO-SVM的水电机组轴心轨迹智能识别
9
作者 李浩博 李辉 +1 位作者 李华 袁江锋 《大电机技术》 2024年第2期81-87,共7页
水电机组的轴心轨迹能够反映机组不同的运行状态,为了提高轴心轨迹的识别率,准确判断机组运行状态,本文提出方向梯度直方图(Histogram of Oriented Gradient, HOG)结合由瞬态搜索优化(Transient Search Optimization, TSO)算法优化的支... 水电机组的轴心轨迹能够反映机组不同的运行状态,为了提高轴心轨迹的识别率,准确判断机组运行状态,本文提出方向梯度直方图(Histogram of Oriented Gradient, HOG)结合由瞬态搜索优化(Transient Search Optimization, TSO)算法优化的支持向量机(Support Vector Machine, SVM)的方法。将轴心轨迹信号经改进小波阈值方法去噪后,生成轴心轨迹图像,之后提取图像HOG特征,经主成分分析(Principal Components Analysis, PCA)降维处理后,利用TSO-SVM对降维后的特征进行分类识别。结果表明所提方法能够很好地识别不同状态的轴心轨迹,具有识别准确率高和识别速度快的特点。 展开更多
关键词 水电机组 轴心轨迹 小波阈值去噪 HOG特征 支持向量机 瞬态搜索优化算法
下载PDF
基于PSO-SVM的Φ-OTDR系统模式识别研究
10
作者 朱宗玖 王宁 《科学技术与工程》 北大核心 2024年第12期5023-5029,共7页
针对相位敏感光时域反射仪(phase sensitive optical time domain reflectometer,Φ-OTDR)系统中误报率高的问题,提出一种多域特征提取与粒子群算法优化支持向量机(particle swarm optimization-support vector machine,PSO-SVM)相结合... 针对相位敏感光时域反射仪(phase sensitive optical time domain reflectometer,Φ-OTDR)系统中误报率高的问题,提出一种多域特征提取与粒子群算法优化支持向量机(particle swarm optimization-support vector machine,PSO-SVM)相结合的模式识别算法。首先,对原始信号进行差分处理后提取时域特征,并利用小波包分解方法,通过验证不同分解层数下的事件分类准确率,设定最优分解层数为6层,提取差分信号的能量特征。然后以SVM分类器为基础,利用PSO算法优化SVM分类器参数,提高光纤振动信号识别准确率。最后利用Φ-OTDR事件数据集进行验证,实验结果表明,该模式识别算法达到了95.6%的振动事件分类准确率。 展开更多
关键词 相位敏感光时域反射仪(Φ-OTDR) 小波包分解 粒子群算法(PSO) 支持向量机(svm) 模式识别
下载PDF
基于SVM算法的区域农田灌溉短期用水量预测方法 被引量:2
11
作者 陈云 《现代农业科技》 2024年第6期173-175,181,共4页
运用常规方法对区域农田灌溉短期用水量预测时易出现预测数据误差大、预测过程复杂等问题。本文以黄河流域某市东南方向的农田为研究对象,设计了基于SVM算法的区域农田灌溉短期用水量预测方法。基于SVM算法选择用水量特征,选取一对一的... 运用常规方法对区域农田灌溉短期用水量预测时易出现预测数据误差大、预测过程复杂等问题。本文以黄河流域某市东南方向的农田为研究对象,设计了基于SVM算法的区域农田灌溉短期用水量预测方法。基于SVM算法选择用水量特征,选取一对一的构造方法将农田灌溉短期用水量数据分为两个类别。通过SVM算法中支持向量机分类功能获取农田灌溉短期用水量特征子集,并在此基础上根据特征子集运用预测模型进行用水量预测。因为用水量序列波动性较强,所以将GM(1,N)模型与机器学习算法LSSVR模型相结合来进行用水量预测,并确定模型评价指标。结果表明,基于SVM算法的区域农田灌溉短期用水量预测方法误差在允许范围内,且在农业中具有可使用性。 展开更多
关键词 svm算法 农田灌溉 用水量预测
下载PDF
基于TSA-SVM的老人跌倒识别算法
12
作者 董明飞 张梅 《兰州文理学院学报(自然科学版)》 2024年第2期34-38,44,共6页
针对老人跌倒检测易受环境影响以及检测不够精确易出现误判的问题,提出了一种基于人体动作传感器的老人跌倒识别检测算法,采用被囊群算法(TSA)优化支持向量机(SVM)模型进行跌倒识别.针对人体动作传感器采集的数据,首先进行特征提取、降... 针对老人跌倒检测易受环境影响以及检测不够精确易出现误判的问题,提出了一种基于人体动作传感器的老人跌倒识别检测算法,采用被囊群算法(TSA)优化支持向量机(SVM)模型进行跌倒识别.针对人体动作传感器采集的数据,首先进行特征提取、降维等预处理,然后将预处理后的数据输入SVM模型进行训练,同时利用TSA算法寻找SVM最优参数,得到最优的跌倒识别模型,利用该模型即可进行跌倒识别.实验结果表明,本文所提算法的跌倒识别检测正确率可达96%以上,具有一定的优越性. 展开更多
关键词 人体动作传感器 跌倒识别 svm模型 TSA算法
下载PDF
基于MISSA-SVM模型的边坡稳定性预测及应用
13
作者 王团辉 王超 +2 位作者 吴顺川 王琦玮 徐健珲 《中国安全科学学报》 CAS CSCD 北大核心 2024年第4期135-144,共10页
为提高边坡稳定性的预测精度,提出一种基于多策略改进的麻雀搜索算法(MISSA)优化支持向量机(SVM)的边坡稳定性预测模型。选取容重γ、黏聚力c、内摩擦角Ф、边坡角φf、边坡高度H、孔隙压力比ru等6个代表性特征作为模型的预测指标。针... 为提高边坡稳定性的预测精度,提出一种基于多策略改进的麻雀搜索算法(MISSA)优化支持向量机(SVM)的边坡稳定性预测模型。选取容重γ、黏聚力c、内摩擦角Ф、边坡角φf、边坡高度H、孔隙压力比ru等6个代表性特征作为模型的预测指标。针对麻雀优化算法(SSA)存在的收敛速度慢、精确度不高、易陷入局部最优等问题,引入一维复合混沌映射、正余弦算法(SCA)、Levy飞行机制和步长因子动态调整等策略进行优化改进,构建基于MISSA-SVM的边坡稳定性预测模型。将MISSA-SVM模型应用到大溪滑坡等9组边坡工程实例进行验证。结果表明:MISSA-SVM模型的准确率、精确率、召回率、F_(1)分数、均方误差(MSE)和曲线下面积(AUC)分别达到96.29%、92.3%、100%、0.96、0.016和0.967,均优于SSA优化的SVM模型和BP模型,预测结果与实际边坡状况完全吻合,表明MISSA-SVM模型具有较强的泛化能力。 展开更多
关键词 多策略改进麻雀搜索算法(MISSA) 支持向量机(svm) 边坡稳定性 正余弦算法(SCA) 预测指标
下载PDF
基于seq2seq和SVM双层融合的非侵入式用户异常行为检测
14
作者 江友华 叶梦豆 +1 位作者 赵乐 杨兴武 《计算机应用与软件》 北大核心 2024年第9期97-105,共9页
以非侵入式负荷分解为基础,对用户异常用电行为进行研究。采用Kmeans聚类算法提取负荷状态特征;采用深度学习算法中的序列到序列翻译(sequence to sequence, seq2seq)模型,将电力用户用电总数据分解成单个电器的功耗数据;结合SVM算法对... 以非侵入式负荷分解为基础,对用户异常用电行为进行研究。采用Kmeans聚类算法提取负荷状态特征;采用深度学习算法中的序列到序列翻译(sequence to sequence, seq2seq)模型,将电力用户用电总数据分解成单个电器的功耗数据;结合SVM算法对分解后多种家用电器用电数据进行异常检测。在UKDALE数据集实验结果表明,该模型不仅能提高分解准确度、降低分解误差,而且多个电器数据结合分析实现了用户异常行为检测。 展开更多
关键词 非侵入式负荷分解 Kmeans聚类 seq2seq模型 svm算法 异常行为检测
下载PDF
基于SVM-SMOTE算法的一维卷积神经网络电力系统暂态稳定评估模型
15
作者 袁梦薇 何宇 王旭 《智能计算机与应用》 2024年第7期50-56,共7页
为了提高电力系统运行稳定性,降低大停电事故发生的概率,本文提出了一种基于SVM-SMOTE算法的一维卷积神经网络暂态稳定评估模型。为了避免人工特征选择引入的主观偏差对模型预测性能的影响,本文选择来自PMU的底层量测数据作为输入特征,... 为了提高电力系统运行稳定性,降低大停电事故发生的概率,本文提出了一种基于SVM-SMOTE算法的一维卷积神经网络暂态稳定评估模型。为了避免人工特征选择引入的主观偏差对模型预测性能的影响,本文选择来自PMU的底层量测数据作为输入特征,并采用一维卷积神经网络(1D-CNN)捕捉输入特征的时序信息;考虑数据集样本不平衡带来的预测精度下降问题,采用SVM-SMOTE算法对样本进行均衡化。算例仿真结果表明,本文所提出的模型实现了端到端的时序特征提取和暂态稳定评估,可满足在线评估准确性、快速性和可靠性的要求,且有效解决了不平衡数据集中失稳样本漏判率高的问题。 展开更多
关键词 电力系统 暂态稳定评估 svm-SMOTE算法 一维卷积神经网络
下载PDF
基于CEEMDAN-VMD融合特征和SO-SVM的风机轴承故障诊断
16
作者 王磊 刘国龙 +6 位作者 杨磊 王志强 冯萌 姚学龙 包桦 张建盈 马向阳 《微电机》 2024年第2期56-62,72,共8页
由于风机轴承易发生故障且振动信号分析对于故障诊断极其有效,提出了基于自适应噪声完备集合经验模态分解(Complete Ensemble EmpiricalMode Decomposition with Adaptive Noise,CEEMDAN)和变分模态分解(Variational Modal Decompositio... 由于风机轴承易发生故障且振动信号分析对于故障诊断极其有效,提出了基于自适应噪声完备集合经验模态分解(Complete Ensemble EmpiricalMode Decomposition with Adaptive Noise,CEEMDAN)和变分模态分解(Variational Modal Decomposition,VMD)相结合的信号处理方法。首先,使用CEEMDAN将采集到的振动信号分解成若干本征模态函数(Intrinsic Mode Function,IMF)分量,并使用能量加权合成峭度指标筛选故障特征明显的IMF分量,进行信号重构;之后,利用VMD将新的信号进行再分解,将VMD分解后每个IMF的能量比与基于包络熵和包络谱峭度组合的复合指标筛选出的最优IMF分量构建能量熵、样本熵、近似熵进行特征融合;最后,将融合特征矩阵输入到蛇优化算法(SO)优化支持向量机(SVM)进行识别和分类,实现多故障模式识别。通过仿真实验表明:此方法对于检测轴承十种劣化状态,诊断正确率达到98%。为风机轴承故障诊断提供了一种新的思路。 展开更多
关键词 自适应噪声完备集合经验模态分解 变分模态分解 SO-svm算法 滚动轴承
下载PDF
基于BP-SVM的生活污水处理工艺流程设计算法
17
作者 张建民 陈敏杰 《西安工程大学学报》 CAS 2024年第3期68-74,共7页
为了提高生活污水处理工艺流程设计的效率,建立污水处理工艺数据库,用以保存从现实生活污水处理工艺流程抽象而来的数据样本。使用基于边界点的支持向量机(support vector machine classification algorithm based on boundary points,B... 为了提高生活污水处理工艺流程设计的效率,建立污水处理工艺数据库,用以保存从现实生活污水处理工艺流程抽象而来的数据样本。使用基于边界点的支持向量机(support vector machine classification algorithm based on boundary points,BP-SVM)的工艺流程设计算法选择工艺,设置多个BP-SVM解决多分类问题,并使用遗传算法(genetic algorithm,GA)对BP-SVM参数进行参数寻优。结果表明:工艺流程设计算法给出了合适的方案,准确率达到94%,并且与其他算法相比消耗更小。证明了算法的可行性与有效性。 展开更多
关键词 污水处理 工艺流程 支持向量机 遗传算法 边界点
下载PDF
基于优化SVM算法的基坑监测数据分析
18
作者 王鸿 梁加俊 《建筑技术开发》 2024年第2期158-161,共4页
以某隧道工程基坑为例,给出了30日基坑支护结构26个监测点的竖向位移与水平位移以及64个道路表面点竖向位移的监测数据。在支持向量机(SVM)算法基础上,利用人工鱼群算法进行全局参数寻优,建立数据预报的优化SVM算法。通过实测监测数据... 以某隧道工程基坑为例,给出了30日基坑支护结构26个监测点的竖向位移与水平位移以及64个道路表面点竖向位移的监测数据。在支持向量机(SVM)算法基础上,利用人工鱼群算法进行全局参数寻优,建立数据预报的优化SVM算法。通过实测监测数据的预报分析与比较,评估了优化算法的预报精度。结果表明:优化算法对3种类型监测数据的预报精度改进率分别达36.7%,37.8%和42.2%。 展开更多
关键词 基坑 变形监测 svm算法 位移
下载PDF
基于最小二乘SVM的城市空气质量监测方法
19
作者 魏玉欣 《广州化工》 CAS 2024年第14期95-97,共3页
为提高城市空气质量监测的准确性,应用最小二乘SVM算法,研究设计城市内空气质量的监测方法。对空气质量数据信号进行实时的校准与调控,利用SVM支持向量机理论,构建城市空气质量监测模型,实现城市空气质量的实时监测。仿真结果显示,提出... 为提高城市空气质量监测的准确性,应用最小二乘SVM算法,研究设计城市内空气质量的监测方法。对空气质量数据信号进行实时的校准与调控,利用SVM支持向量机理论,构建城市空气质量监测模型,实现城市空气质量的实时监测。仿真结果显示,提出方法的平均训练时间,平均监测时间分别为324.141 s、0.364 s,监测结果平均绝对误差、拟合优度分别为18.01、0.75,具有实时性与精准性,为相关部门提供了有效的技术支持,提高社会整体的经济效益及环境效益。 展开更多
关键词 svm算法 最小二乘法 城市空气质量 空气质量监测 监测方法
下载PDF
基于GWO-SVM算法的油气井产能预测模型研究
20
作者 杨毅 赵洪绪 袁胜斌 《能源与环保》 2024年第2期178-183,共6页
油气井产能对于油藏完井方式选择及相关作业起着决定性作用,是油气藏开发的关键指标之一。当前基于机器学习算法的油气井产能预测过程中预测结果受样本数据影响明显。针对支持向量机方法和灰狼算法在处理小数据样本时的特征及优势,将支... 油气井产能对于油藏完井方式选择及相关作业起着决定性作用,是油气藏开发的关键指标之一。当前基于机器学习算法的油气井产能预测过程中预测结果受样本数据影响明显。针对支持向量机方法和灰狼算法在处理小数据样本时的特征及优势,将支持向量机与灰狼算法相结合,形成了灰狼算法—支持向量机算法(GWO-SVM算法)。利用某油田数据实际井数据对优化前后的算法及当前常用的机器学习算法进行对比测试,结果表明,优化后的GWO-SVM算法在计算速度和计算精度上表现出了明显优势,能更准确地确定油气井产能。研究结果对油气井产能预测具有一定指导意义。 展开更多
关键词 油气井 产能预测 支持向量机算法 灰狼算法 GWO-svm算法
下载PDF
上一页 1 2 79 下一页 到第
使用帮助 返回顶部