Results 1 to 10 of about 1,169,877 (160)
Gaoya dianqi, 2011 高压断路器故障的早期诊断是有效提高电力系统运行可靠性的重要手段,笔者提出应用高性能的支持向量机（SVM）进行高压断路器的机械故障诊断。支持向量机核函数参数的选择直接影响分类结果的好坏,该诊断方法采用群智能算法PSO确定支持向量机中核函数的最优参数以提升分类器性能,将从高压断路器的机械参数信号中提取的动作特性特征量作为支持向量机训练和识别的样本。试验结果表明,该方法确实达到了较高的故障诊断正确率。
袁金丽 +4 more
doaj
Gaoya dianqi, 2015 针对支持向量机中参数选择严重影响分类效果的特点,提出采用差分进化算法对核函数g和惩罚因子c进行优化,得到最优的支持向量机模型,用于变压器的故障诊断。在简单介绍支持向量机的基础上,分析了采用差分进化算法对支持向量机优化的可行性。通过将收集的数据样本进行预处理,再利用差分进化的变异、交叉和选择对高斯径向基核函数进行优化,搜索出最优（c,g）,并对得到的参数进行验证,获得最优的支持向量机模型。仿真实验表明,与SVM、GRID-SVM、GA-SVM、PSO-SVM相比,该方法误判率最低、全局寻优能力及鲁棒性较好。
贾立敬 +5 more
doaj
Zhejiang Daxue xuebao. Lixue ban, 2016 为在方案设计初期与工程造价相关信息很少的条件下，准确快速地预测住宅工程造价，在分析既往相关理论和方法优劣的基础上，选取支持向量机构建住宅工程造价预测模型，并通过主成分分析对原始数据进行降噪处理.选取住宅工程造价预测指标集与样本，对输入指标的数据进行主成分分析，消除指标相关性的同时对原始数据降维，将处理后的数据分别导入到“标准支持向量机”和“最小二乘支持向量机”模型中进行训练和预测，并对预测结果进行对比分析，选取较为合理的预测模型，通过参数寻优进一步优化预测效果.所构建预测模型的相对误差均控制在±7%以内，
QINZhongfu(秦中伏) +3 more
doaj +1 more source
四川大学学报. 自然科学版, 2010 提出了一种基于小生境的模糊支持向量机新算法,该算法主要是通过对样本小生境与类小生境之间对比,并利用类小生境中样本最小半径来度量样本与类之间的关系,改变传统支持向量机简单使用样本欧氏距离来度量样本与类之间的关系的方法,克服了传统支持向量机算法对噪声和异常点过于敏感以及有效样本区分度差等缺点.实验数据表明,与只使用基于样本与类中心之间距离的传统模糊支持向量机算法相比,该算法提高了算法的收敛速度,且大大增强了包含噪声样本与有效样本的区分度.
黄颖, 李伟, 李康顺
doaj
Gaoya dianqi, 2023 为提高变压器故障诊断的准确性，提出了一种改进混合蛙跳算法优化支持向量机模型参数的变压器故障诊断方法。该方法首先采用均匀随机化与反近似对立相结合的方法对混合蛙跳算法的种群初始化进行改进，提高初始解的质量；其次引入差分变异算子，并将余弦适应性骨架差分进化算法内嵌入混合蛙跳算法的局部搜索算法中，同时利用Levy变异算子代替随机更新操作，提高了局部搜索算法的精度，加快了收敛速度；最后利用改进后的混合蛙跳算法对支持向量机模型参数进行优化，建立故障诊断模型。经典测试函数的仿真结果和实例验证结果表明 ...
段中兴 +4 more
doaj
Riesz basis-based reproducing kernel and SVM(基于Riesz基的再生核及支持向量机)
Zhejiang Daxue xuebao. Lixue ban, 2004 在支持向量机(SVM)技术中，再生核的选择起着重要作用.利用L2(R)中的一组Riesz基构造再生核，并将其推广到应用广泛的正交小波.在基于正交小波的再生核Hilbert空间中考虑函数的正则化逼近，对基于正交小波再生核的SVM结合小波分析进行探讨，得到SVM的离散逼近，离散细节均只与支持向量有关.
ZHOUDe-qiang(周德强) +1 more
doaj +1 more source
Gaoya dianqi, 2013 为了解决在线油色谱受外界环境和设备误差影响导致数据失真的问题,笔者提出了一种基于萤火虫支持向量机的油色谱在线数据校正的方法。首先将支持向量机中的一组错误惩罚因子,不敏感参数和核参数作为萤火虫个体,通过萤火虫算法对影响支持向量机性能的重要参数进行优化。然后计算油色谱离线数据间的分段函数,当在线数据超出分段函数误差允许的范围时,认为在线数据异常。利用少数准确的油色谱离线数据对支持向量机回归模型进行训练,当在线数据出现异常时,通过支持向量机回归模型对异常的在线数据进行校正 ...
郑港 +6 more
doaj
四川大学学报. 自然科学版, 2005 分别用支持向量分类法、Fisher法判别、K最近邻法和反向传播人工神经网络,对353种多环芳烃及其衍生物致癌性构建二分类模型,并采用留一法交叉校验作比较,所构建的支持向量机模型的误报样本数及预报准确率均高于其它3种方法.实验结果表明,支持向量机算法具有较强的稳健性和良好的泛化能力,能够用于多环芳烃及其衍生物致癌性的二分类和预测.
祁正兴 +3 more
doaj
四川大学学报. 自然科学版, 2013 本文提出了基于一对一模糊支持向量机多分类方法的非线性夏季雨型预报模型.该模型在一对一支持向量机多分类算法的基础上引入模糊隶属度函数,其构造的分类超平面可以忽略噪声样本对分类结果的影响.实验结果表明,该模型较传统的支持向量机多分类方法和线性物理统计方法,具有更好的预报能力和更强的抗干扰能力,可以较好地弥补基于统计理论的相关分析和回归方法在处理非线性问题时具有较大的局限性.
徐亮亮, 傅德胜
doaj
Gaoya dianqi, 2010 以变压器油中溶解气体和变压器故障之间的关系为基础,提出了一种自适应分级多分类支持向量机变压器故障诊断方法。此方法基于模式识别特征提取的思想,采用不同的输入向量,对变压器有无故障和故障类型判别时,采取分级决策结构。采用自适应优化算法对多分类支持向量机进行优化,通过诊断效果和不同类型故障识别率的比较,得出变压器油中溶解气体的组分含量比值更能反映变压器故障类型,最终测试效果比较和支持向量机参数分析,可以看出该方法具有较高的准确率和良好的泛化能力。
杨洪, 古世甫, 陶加贵, 苟建
doaj