Results 51 to 60 of about 10,394 (164)
Lianas shift towards larger sizes and more acquisitive trait values in an Asian tropical rainforest
Biotropica, Volume 56, Issue 2, March 2024.Liana communities showed a shift in trait values indicating that they changed towards more large, acquisitive lianas with rapid water use. There are more larger stems through time due to the relatively low mortality of the larger individuals, which is associated with relatively low levels of disturbance.
Qi Liu +3 more
wiley +1 more source
Gaoya dianqi, 2018 为了更准确、快速地对高压断路器故障进行分类、诊断,提出一种基于混合布谷鸟算法优化的最小二乘支持向量机（LSSVM）的故障诊断方法。首先提取分合闸线圈的时间和电流特征量得到特征向量,再利用模拟退火算法（SA）与布谷鸟算法（CS）结合形成的混合布谷鸟算法（CS-SA）,对支持向量机进行寻优,旨在得到具有最优参数支持向量机分类模型,提高诊断结果的准确性。最后,利用收集到的数据对该算法进行诊断验证,结果表明利用混合布谷鸟算法优化后的LS-SVM得到的分类模型比常用的粒子群算法、遗传算法 ...
徐其丹 +3 more
doaj
基于LMD和SVM的高压断路器弹簧操动机构状态异常检测方法研究
Gaoya dianqi, 2020 弹簧操作机构为高压断路器正常分合闸提供能量,其可靠性直接关系着断路器的正常工作,因此对断路器弹簧操动机构进行状态检测有着重要的意义。文中通过IEPE压电式振动传感器采集弹簧存储与瞬间释放过程中伴随断路器本体发生强烈振动信号,采用基于局部均值分解（LMD）的能量特征提取算法结合支持向量机（SVM）理论的方法实现弹簧操作机构状态检测。将采集到的断路器操动时的振动信号进行局部均值分解,得到一系列乘积函数（product function,PF）分量,求出包含主要弹簧异常信息的各个PF分量的归一化能量 ...
黄辉敏 +4 more
doaj
Semiparametric estimation of SVM in frameable RKHS(标架型RKHS中的SVM的半参数估计)
Zhejiang Daxue xuebao. Lixue ban, 2008 在基于标架型的再生核希尔伯特空间中，研究了SVM算法下，解的对偶形式和原形式之间的关系，进而将SVM算法与最小二乘法相结合，讨论了支持向量机的半参数估计.
ZHOUDe-qiang(周德强)
doaj +1 more source
Gaoya dianqi, 2023 系统的安全稳定运行与高压断路器的可靠性密切相关，合闸阶段的行程曲线可以反映出高压断路器的弹簧机构机械状态，是实现状态识别的重要判据，因此基于行程数据的弹簧机构状态辨识具有重要的研究意义。文中对合闸弹簧预压缩量减少10 mm或15 mm、分闸弹簧预压缩量减少10 mm或15 mm、油缓冲器抽油10 mL或30 m L、传动构件卡阻档位1或档位2以及正常状态下9种合闸特性曲线进行了采集，然后基于深度森林（deep forest,DF）算法构建辨识模型，最后将识别结果与主成分—支持向量机、随机森林算法进行对比。
于晨晖 +4 more
doaj
Classifier of silicon content in hot metal based on support vector machines(基于支持向量机的高炉铁水硅含量多类别分类)
Zhejiang Daxue xuebao. Lixue ban, 2007 支持向量机是基于统计学习理论发展而来的一种机器学习算法，本文介绍了非线性软间隔分类机、最小二乘分类机和加权最小二乘分类机的算法.以山东莱钢1号高炉在线采集数据作为应用案例，使用C-均值算法对[Si]做聚类分析将其分成5类，改进M-ary分类方法实现对铁水硅质量分数[Si]的多类别分类，并对各分类机的性能作出评价.
JIANLing(渐令) +2 more
doaj +1 more source
Research on Structure Variable Selection in Support Vector Machine [PDF]
, 2017 在运用支持向量机进行高维数据分类时，我们往往在支持向量机中加入某些惩罚以去除不相关的预测因子，提高预测准确率。Lasso和其他变量选择方法已成功应用到支持向量机中，达到自动进行变量选择的效果。但在许多实际问题中，简单的线性可加模型不能够很好的捕捉到预测因子与响应变量之间的关系，加入变量的交互项会使模型预测力增强。例如，在疾病诊断时，两种症状的同时发生会帮助医生做出更明确的判断；在寻找病因时，基因与基因、基因与环境因素的相互作用显得尤为重要。当存在交互项时，变量之间潜在存在着分层结构 ...
程晓华
core
Gaoya dianqi, 2008 污秽等级评定是绝缘子泄漏电流在线监测系统的重要内容,评定的难点在于泄漏电流的各种电气特征量、环境因素与绝缘子表面污秽状况之间存在着复杂的非线性关系。笔者在实验室模拟试验和现场实测数据基础上,采用粒子群算法优化支持向量机的参数,建立了污秽等级评定的支持向量机模型。该方法利用支持向量机结构风险最小化原则和粒子群快速全局优化特点,通过对样本数据的学习,可以快速建立泄漏电流有效值、泄漏电流峰值、泄漏电流脉冲频度、环境湿度、温度与污秽等级之间的映射关系。实验结果表明,该方法是有效的。
张青, 赵黎明, 焦尚彬
doaj
Gaoya dianqi, 2020 高压断路器分合闸过程中的触头行程曲线蕴含着反映其内部机构机械状态的丰富信息,是实现其状态识别和故障诊断的重要依据。文中提出了一种基于主成分分析和支持向量机的高压断路器机械状态识别方法,基于奇异值分解计算特征量的主成分,降低特征量的维度,筛选出包含主要信息的特征矩阵,然后基于特征矩阵构建支持向量机,结合交叉验证网格搜索确定最优参数,进而确定最优分类模型。对实验数据的分析结果表明,该方法可以有效提取触头行程曲线中蕴含的特征信息,准确度高达99%,可以实现对高压断路器机械状态的识别。
刘伟鹏 +5 more
doaj
Applications of nuclear magnetic resonance spectroscopy and Raman spectroscopy in the studies of hepatic cancer and nasopharyngeal carcinoma [PDF]
, 2016 癌症是全人类共同面临的健康问题。在我国东南沿海地区，肝细胞性肝癌（hepatocellularcarcinoma，HCC）和鼻咽癌（nasopharyngealcarcinoma，NPC）形势尤为紧迫。当前针对HCC和NPC的诊疗手段因受各种因素影响而作用十分有限。针对区域性重要恶性肿瘤疾病的实验研究和临床需求出发，本文利用核磁共振波谱、拉曼光谱和表面增强拉曼光谱等技术分别研究HCC和NPC的血液、细胞株以及亚细胞组分等生化样本的谱学特征，结合多种统计学方法从诊、疗两个层面探索相关的生物标记物 ...
陈阳
core