Results 61 to 70 of about 893,344 (163)
Dianci bileiqi, 2014 为探讨污闪电压的有效预测方法,采用支持向量机回归方法,建立盐密、灰密与污闪电压的关系模型,对污闪电压进行预测。实例分析表明,其预测结果与实测结果的误差很小,表明支持向量机是一种非常有前景的预测工具。
丁龙 +4 more
doaj
[Research on eye movement data classification using support vector machine with improved whale optimization algorithm]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2023 Shen Y, Zhang C, Yang L, Li Y, Zheng X.
europepmc +1 more source
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
Auto-focus technology and its application based on image processing
, 2009 Auto-focusing technique is an important method to improve the precision,intelligentization,automatization for the indentation diameter measurement.The paper introduces an auto-focus method of indentation diameter measurement based on image processing ...
Chen, Xiaomei, Yang, Tao, Zuo, Yong
core
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
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
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
, 2006 支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法。模型选择是设计支持向量机的重要内容之一。本文在分析用于回归的支持向量机原理的基础上,分别从核函数的选择、模型参数的作用、模型参数的调整方法等模型选择方面进行了综述,并讨论了模型选择的优缺点 ...
邓芳萍, 苏高利
core
Gaoya dianqi, 2011 针对传统神经网络模式识别中存在网络结构难于确定、过学习、收敛速度慢、易陷入局部极小值等不足及标准支持向量回归机中未考虑各样本重要性的差异问题,结合变压器油中多组分气体监测传感器阵列,将改进型支持向量回归机应用于气体传感器阵列信号模式识别中。实验结果表明,改进后的模式识别方法在预测精度和泛化能力上都较传统神经网络和标准支持向量回归模式识别方法有明显提高,有效地解决了多组分气体监测传感器的交叉敏感问题。
陈伟根, 彭姝迪, 王有元, 郝迈
doaj