Results 81 to 90 of about 893,344 (163)
Gaoya dianqi, 2018 文中提出了一种基于改进支持向量机的变压器实时热点温度预测方法。该方法以变压器负载电流、环境温度和顶层油温为特征值,将变压器热点温度预警与预测相结合,目的在于实现基于近期历史运行数据的变压器实时热点温度预测。文中研究分析了基于改进网格搜索、遗传算法及粒子群算法的支持向量机在变压器短期热点温度预测中的应用效果,结果表明,3种改进方法均可有效提升预测精度,但基于改进网格搜索算法的支持向量机预测效率最高。最后,以某35 k V油浸式变压器实时热点温度数据为样本集,文中所述方法可有效实现变压器短期热点温度预警预测,
廖才波 +5 more
doaj
Face Recognition by Independent Component Analysis and Fuzzy Support Vector Machine
, 2005 成分分析(PCA)只能从2阶上去消除数据的相关性，传统支持向量机在解决多类问题时会出现分类的盲区问题，针对这两种情况，首先采用独立成分分析(ICA)方法解决了高阶上的数据相关性问题；同时在传统支持向量机中引入模糊隶属度函数，用模糊支持向量机解决了传统支持向量机在多类数据识别中的盲区问题 ...
杨静宇 +3 more
core
, 2009 准确的网络流量分类是众多网络研究工作的基础,也一直是网络测量领域的研究热点.近年来,利用机器学习方法处理流量分类问题成为了该领域一个新兴的研究方向.在目前研究中应用较多的是朴素贝叶斯(nave Bayes,NB)及其改进算法.这些方法具有实现简单、分类高效的特点.但该方法过分依赖于样本空间的分布,具有内在的不稳定性.因此,提出一种基于支持向量机(support vector machine,SVM)的流量分类方法.该方法利用非线性变换和结构风险最小化(structural risk ...
徐鹏, 林森, 刘琼
core
Gaoya dianqi, 2015 分析断路器的机械振动信号的特性,针对采用单一性质故障特征难以实现整个故障状态空间上准确诊断的局限性,提出了一种基于改进的距离评估技术和多类支持向量机相结合的诊断高压断路器机械故障的方法,该方法由3部分构成:首先从高压断路器机械振动信号中提取时域统计特征、频域统计特征、经验模态分解能量熵及小波包能量特征信息;接着采用改进的距离评估技术从原始特征集合中选取最优特征,实现对原始特征空间的降维处理;最后选取的最优特征量作为"次序二叉树"策略方式的多类支持向量机的输入向量,实现对断路器3种机械故障模式的识别 ...
黄建
doaj
Gaoya dianqi, 2020 变压器故障诊断特征信息繁多,且故障点难以确定,为有效利用故障信息提高故障诊断准确率,以及实现故障定位,提出一种基于粗糙集知识和优化支持向量机的变压器分层故障诊断及定位新方法。首先使用邻域粗糙集评估DGA样本重要度,并约简出优选故障诊断特征量。其次构建基于多分类支持向量机的分层故障诊断模型,采用粒子群算法优化模型参数以提高分类精度,实现了故障性质和故障定位的多层诊断。实例分析表明,新特征量可以提高机器学习的知识挖掘能力,不仅故障分类的精度增加,而且模型可以实现故障点的定位,综合诊断准确率达到88.4%。
周光宇, 马松龄
doaj
Gaoya dianqi, 2020 针对现有可移开式开关柜无法确认断路器手车梅花触头啮合尺寸是否符合要求的情况,提出了一种基于底盘车驱动电机运行数据,适用于不同触头对中度的啮合尺寸计算方法。首先,分析了触头对中度对啮合尺寸的影响;其次,详细说明了啮合尺寸计算要点,包括利用位于电流曲线上的等效啮合点计算啮合尺寸和以支持向量机算法定位等效啮合点位置;为使支持向量机分类模型满足不同对中度下的定位要求,对啮入阶段样本进行重构,构建可以表征等效啮合点位置与触头对中度的特征向量;最后,采集新数据,对比方法计算结果和人工测量结果。结果表明 ...
王刚, 彭彦卿, 庄志坚, 熊逸伟
doaj
, 2020 一种基于类最优高斯核多分类支持向量机的微震信号识别方法，属于机器学习与数据挖掘领域。首先，对微震数据按照信道划分，并进行数据格式转换；其次，对每个信道数据根据均值和方差进行特征提取，并将同一样本的所有信道合并，构成新特征，利用类最优高斯核多分类支持向量机，对合成数据进行特征选择，生成降维后的非平衡训练样本集；再次，根据训练样本的非平衡率，确定欠采样倍率，对大类样本进行欠采样；最后，采用多分类支持向量机构建降维后的微震信号分类器。本发明可以有效减少冗余特征对分类的影响；通过对信道特征和合并特征进行双重降维，
唐凤珍 +6 more
core
, 2013 提出了结合随机振动响应互相关函数、小波包分解和支持向量机(support vector machine,SVM)的结构损伤识别方法,计算了相邻测点响应的互相关函数幅值.采用小波包对得到的幅值进行分解,得到各个频带上的总能量;利用各频带上能量值存在的差异性作为输入到分类器的特征向量,训练SVM模型并对结构的损伤进行识别.应用该方法对Benchmark模型结构进行损伤判别,实验通过对比其他基于SVM的方法 ...
周绮凤 +4 more
core
Gaoya dianqi, 2017 高压断路器的运行状态关系到电力系统的安全与稳定,为此文中提出了一种基于振动信号极值点发生时刻和支持向量机的断路器状态评估方法,即以断路器分合闸线圈带电时刻为时间零点,以振动信号极大值点发生时刻为特征量,利用经粒子群优化的支持向量机建立断路器状态评估模型。试验模拟了某真空断路器的5种故障,并利用上述方法进行了分析,结果表明,该方法可以准确有效地评估断路器运行状态。
王飞 +4 more
doaj