Results 91 to 100 of about 10,394 (164)
Research on Reservoir Prediction Automatic Optimization Model Based on Seismic Data [PDF]
, 2017 地震数据中蕴含着丰富的有关地下的地质构造、底层岩性和流体物性等信息，是储层预测的数据基础。但随着我国油气勘探开发的水平越来越高和勘探领域的不断延伸，地震属性数量和种类膨胀式增长，储层预测难度增大。数据挖掘是一种有效进行储层预测手段。本文基于数据挖掘中的特征降维方法和聚类分析构造了储层预测模型。 基于数据挖掘的储层预测模型在实际使用中经常需要人工设置参数。如果使用者不了解数据挖掘技术，设置参数是一个困难的事。储层预测模型参数选择的好坏对其预测结果有很大影响。储层预测模型一般会有多个参数 ...
鲍彬彬
core
Gaoya dianqi, 2015 为了快速、准确地对高压断路器发生的故障进行分析和诊断,确定故障的性质、类别和部位,提出了一种高压断路器故障诊断的新方法。首先对高压断路器分合闸线圈电流进行分析,提取电流和时间特征量形成特征向量,然后用遗传算法对最小二乘支持向量机（least square support vector machine,LS-SVM）参数进行优化,最后,将特征向量输入到优化后的最小二乘支持向量机中进行故障识别、分类。试验表明,该方法可以准确地识别断路器的多种故障类型,为断路器故障定位和状态检修提供了依据 ...
张卫正, 李永丽, 姚创
doaj
Gaoya dianqi, 2020 为了实现对电气设备放电声音的精准检测,文中筛选比较了多种经典的机器学习算法和新兴的卷积神经网络算法,以期得到识别效果最优的选择。首先对音频进行预处理,再通过将放电声与环境噪声和变电站正常工况背景声混合来模拟变电站真实工作环境,并使用梅尔频率倒谱系数提取特征,最后采用支持向量机等机器学习算法与卷积神经网络算法进行识别,选取识别效果最佳的算法并考察不同采样频率、采样时长等因素对识别效果的影响。实验结果表明,使用梅尔频率倒谱系数提取特征可以良好区分放电与环境噪声,支持向量机在一系列算法中识别放电声音能力最强 ...
孙汉文, 李喆, 盛戈皞, 江秀臣
doaj
Research on Emotion Recognition Model Based on Hybrid Feature Extraction of EEG [PDF]
, 2017 随着计算机技术尤其是人工智能的快速发展，拥有情感、具备表达情感和理解情感的能力已经成为人类与机器之间的重要区别。为了加强人机之间的交流和互动，尤其是发展人机之间带有情感交流的感性沟通，情感计算变得越来越重要，而作为其研究过程中不可或缺的重要环节，情绪识别也逐渐发展成为一大热门的研究领域。情绪识别主要是通过人类用户脸上的表情、说话的语气和语调、身体的姿势和行为以及生理信号等特征，来识别和判断人类用户的情绪状态，而基于生理信号的识别由于难以伪装和隐藏显得更加可靠和真实。 本文以人类脑电图 ...
张仕婧
core
Gaoya dianqi高压断路器是电网中的关键设备，机械缺陷是其主要故障类型，尽早发现潜在缺陷并及时进行维修意义重大。文中基于计算机视觉技术，提出一种采用角点跟踪法从动态图像中提取运动轨迹、支持向量机进行缺陷识别的高压断路器机械缺陷检测方法。首先，利用高速摄像机获取断路器操动机构的动作过程视频，通过角点跟踪算法获取拐臂角位移曲线；接着，通过主成分分析将高维特征向量降低为新空间中的低维特征向量；最后，利用支持向量机进行缺陷分类。实验测试结果表明，28组训练集、8组测试集的准确率分别为92.86%、87.5 ...
牛博 +7 more
doaj
A Prediction of Stock Trading Signals Based on Interval Turning Points [PDF]
, 2017 近年来，对股票拐点的预测成为了股票预测中的热点问题。一种结合分段线性化和加权支持向量机（PLR-WSVM）的预测方法在股票拐点预测领域展现出其性能的优越性。然而，在取得良好成果的同时，该方法也存在许多不足。例如，PLR-WSVM预测产生的拐点数较少使得模型的稳定性受到影响；该方法在分段线性化过程中对所有股票在全区间上采用统一阈值缺乏合理性等。 针对PLR-WSVM的不足，本文提出了一系列改进。首先，本文重新建立输入特征向量，去除了大部分绝对指标，选用对模型建立和预测更有帮助的相对指标。其次 ...
游诗玚
core
Gaoya dianqi, 2018 为了快速、准确地对柔性多端直流输电系统（VSC-MTDC）中电压源换流器（VSC）的故障进行诊断,提出了一种基于小波奇异熵（WSE）理论和相关向量机（RVM）的诊断方法。首先,在PSCAD/EMTDC中搭建了三端直流输电系统的仿真模型,并对电压源换流器的几种常见故障进行了仿真分析。其次,以VSC-MTDC直流侧电压作为故障信号源,利用小波奇异熵理论对仿真数据进行故障特征提取,将得到的故障特征向量作为相关向量机的输入样本。最后,利用相关向量机对换流器故障进行诊断,结果表明 ...
王翠翠 +3 more
doaj
Research of Pedestrian Detection Based on Cascade Convolutional Neural Networks and Multiple-Cue Fusion [PDF]
, 2016 作为计算机视觉的一个重要研究方向，行人检测具有很高的研究意义和应用 价值。其可为目标跟踪、人体行为理解等研究领域以及智能驾驶系统、安全监控 系统、高级人机交互系统等应用系统的设计提供基础性技术支持。然而，由于人 体外形多变，这使得行人检测易受人体动作、背景、遮挡和光照等因素的影响。 如何克服这些因素所带来的影响是当前计算机视觉研究的热点和难点。 本文首先介绍行人检测系统的基本概念和经典技术，总结近二十年来该领域 的发展情况，并对深度学习技术在计算机视觉领域的应用予以分析和整理，然后 ...
冯麒峻
core
Web Text Classification Based on Rough Set and Support Vector Machine [PDF]
, 2008 随着Internet及其相关技术的迅速发展，网络上汇集了大量的信息资源，如何有效地利用这些资源，一直备受学者的关注。目前广泛使用的处理Web信息的方法是搜索引擎，但这种基于关键字的搜索方法存在着搜索效率、差全率和差准率低的问题。将数据挖掘的思想和方法应用于Web环境下，从Web文档和Web活动中发现感兴趣的、潜在的、有用的模式和隐藏的信息，可以很好地解决搜索引擎所存在的问题。 Web文本分类是Web挖掘的一个重要研究方向，它是在通过经验数据训练得到的分类体系下，根据网页的文本内容自动判别网页类别的过程 ...
王娟
core
The Study and Application of Smooth Support Vector Machine Clustering Based on Minimum Spanning Trees [PDF]
, 2007 支持向量机(SupportVectorMachines，SVM)是在统计学习理论基础上发展起来的一种新的模式识别方法，近年来在其理论研究和算法实现方面取得了突破性进展。SVM聚类方法是一种新的聚类算法,它利用核函数，通过映射把输入空间的样本点映射到高维特征空间中进行处理。其方法在性能上比经典算法有较大的改进，但传统SVM算法随着数据集的增加其时间复杂度呈指数级增加，如何减少该算法的时间复杂度从而应用于实际数据挖掘问题，正是现在研究的热点。本文针对支持向量机的聚类方法进行了研究 ...
耿代
core