期刊文献+
共找到16,298篇文章
< 1 2 250 >
每页显示 20 50 100
基于双预测模型的多联机能耗数据异常诊断策略 预览
1
作者 李昱瑾 陈焕新 刘江岩 《制冷技术》 2019年第3期36-41,共6页
异常值的存在将对能耗预测结果带来很大影响。本文提出了一种基于双模型对比的分析策略来剔除异常值。在制冷剂充注量为95.75%实验工况下采集多联机组运行数据,并进行数据预处理,建立了支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预... 异常值的存在将对能耗预测结果带来很大影响。本文提出了一种基于双模型对比的分析策略来剔除异常值。在制冷剂充注量为95.75%实验工况下采集多联机组运行数据,并进行数据预处理,建立了支持向量机(SVM)和最小二乘支持向量机(LS-SVM)预测模型,对多联机组能耗进行预测,最终对比分析两种模型预测结果,找出同时出现较大误差的异常数据点,将其剔除。结果表明:SVM和LS-SVM双预测模型对比分析法能有效地诊断出多联机组能耗数据异常,剔除异常数据后,两种模型的预测精度提升显著。 展开更多
关键词 多联机系统 能耗预测 支持向量机 最小二乘支持向量机 数据故障诊断
在线阅读 下载PDF
基于S变换和SVM分类器的电能质量分析的研究
2
作者 史建勋 苏昕 倪相生 《自动化与仪器仪表》 2019年第1期18-21,共4页
在电能质量评价中,需要结合大数据分析方法进行电能质量的特征分析和数据挖掘,采用自适应融合方法进行电能质量大数据评价,提高电能评价的信息管理能力,提出一种基于S变换和SVM分类器的电能质量分析方法。采用信息传感器进行电能质量评... 在电能质量评价中,需要结合大数据分析方法进行电能质量的特征分析和数据挖掘,采用自适应融合方法进行电能质量大数据评价,提高电能评价的信息管理能力,提出一种基于S变换和SVM分类器的电能质量分析方法。采用信息传感器进行电能质量评价数据模糊采集,对采集的电能质量信息数据进行相似性特征提取,采用S变换进行电能质量数据信息流的时频分解,提取反映电能质量的关联信息特征量,对提取的特征量采用SVM分类器进行信息分类融合,在模糊聚类中心中实现电能质量信息大数据挖掘结合优化评价预测。仿真结果表明,采用该方法进行电能质量分析的评价准确性较高,收敛控制性能较好。 展开更多
关键词 S变换 支持向量机 电能质量分析 特征提取
基于AP-SVM组合模型的股票价格预测 预览
3
作者 胡迪 黄巍 《武汉工程大学学报》 CAS 2019年第3期296-302,共7页
为了减小单支股票训练数据中的噪声对分类器性能的影响,提出了一个新的基于簇的股票价格涨跌预测方法(AP-SVM)。AP-SVM首先使用近邻传播(AP)算法挑选出与待预测股票价格变化相似度较高的其他股票,然后将待预测股票和与其价格变化相似的... 为了减小单支股票训练数据中的噪声对分类器性能的影响,提出了一个新的基于簇的股票价格涨跌预测方法(AP-SVM)。AP-SVM首先使用近邻传播(AP)算法挑选出与待预测股票价格变化相似度较高的其他股票,然后将待预测股票和与其价格变化相似的其他股票一起作为输入数据,训练一个支撑向量机(SVM)实现对待预测股票价格涨跌的预测。实验结果表明,当训练数据中存在噪声时,AP-SVM在预测准确率方面优于传统的SVM方法。 展开更多
关键词 股票价格预测 近邻传播 支持向量机 AP-SVM模型
在线阅读 免费下载
基于SDN的DDoS攻击检测技术研究 预览
4
作者 张强强 李永忠 《软件导刊》 2019年第7期205-208,共4页
为了在保证检测准确率的前提下提高检测效率,并优化SDN网络中基于流表特征的DDoS攻击检测算法,主要分析基于流表特征的DDoS攻击检测技术及其存在的不足,提出首先利用主成分分析优化流表特征,从中选出合适的特征子集,并采用支持向量机算... 为了在保证检测准确率的前提下提高检测效率,并优化SDN网络中基于流表特征的DDoS攻击检测算法,主要分析基于流表特征的DDoS攻击检测技术及其存在的不足,提出首先利用主成分分析优化流表特征,从中选出合适的特征子集,并采用支持向量机算法实现分类检测;然后搭建仿真网络环境,利用正常数据集与攻击数据集训练分类器进行测试实验;最后从检测准确率与检测时间两个维度对特征降维前后的检测方法进行对比。实验结果表明,经过特征降维的检测方法在不影响准确率的同时,有效提高了检测速率。 展开更多
关键词 软件定义网络 DDOS攻击 主成分分析 支持向量机
在线阅读 免费下载
一种有效的高分辨率遥感影像水体提取方法 预览
5
作者 王鑫 徐明君 +1 位作者 李可 宁晨 《计算机工程与应用》 CSCD 北大核心 2019年第20期145-151,207共8页
针对高分辨率遥感图像,提出一种有效的水体自动提取算法。设计基于局部二值模式和K 最近邻的算法,对遥感图像进行水陆粗分离,并采用形态学滤波抑制各分类区域内的噪声;设计基于局部二值模式和支持向量机的方法,对水陆边界区域进一步细分... 针对高分辨率遥感图像,提出一种有效的水体自动提取算法。设计基于局部二值模式和K 最近邻的算法,对遥感图像进行水陆粗分离,并采用形态学滤波抑制各分类区域内的噪声;设计基于局部二值模式和支持向量机的方法,对水陆边界区域进一步细分离,并对细分离结果采用形态学滤波去除水陆边界附近噪声点;针对细化结果,采用形态学腐蚀运算对水体边缘进行平滑,得到最终的水体提取结果。实验结果表明,提出的算法能快速、有效地检测遥感图像中的水体目标。 展开更多
关键词 高分辨率遥感图像 水体提取 局部二值模式 K 近邻 支持向量机
在线阅读 下载PDF
医疗人因失误因素的提取与智能辨识
6
作者 金海哲 屈庆星 +3 位作者 栋近雅彦 佐野雅隆 梶原千里 郭伏 《工业工程与管理》 CSSCI 北大核心 2019年第1期152-158,共7页
针对目前人因失误因素研究在开发初期对医疗作业特征的考虑较少、提取角度以人的生理心理为主等的问题,基于实际医疗人因失误案例从作业流程角度提出了医疗人因失误因素提取方法。针对人因失误因素提取对分析者专业背景要求较高、分析... 针对目前人因失误因素研究在开发初期对医疗作业特征的考虑较少、提取角度以人的生理心理为主等的问题,基于实际医疗人因失误案例从作业流程角度提出了医疗人因失误因素提取方法。针对人因失误因素提取对分析者专业背景要求较高、分析所需时间较长等问题,根据医疗人因失误中各变量的特点选择支持向量机理论提出了一种从失误内容中辨识出医疗人因失误因素的技术。研究结果表明,通过上述研究明确了医疗中可能存在的12种人因失误因素,并提出了具有较高分类准确率的医疗人因失误因素辨识技术。研究成果不仅补充与完善了人因失误因素研究在医疗领域的基础方法与数据,且将智能算法初探性地应用在了医疗人因失误研究领域。 展开更多
关键词 医疗 人因失误因素 作业流程 辨识技术 支持向量机
河套灌区土壤水溶性盐基离子高光谱综合反演模型 预览
7
作者 孙亚楠 李仙岳 +2 位作者 史海滨 崔佳琪 王维刚 《农业机械学报》 EI CAS CSCD 北大核心 2019年第5期344-355,共12页
为了提高野外高光谱反演土壤水溶性盐基离子的精度,以河套灌区永济灌域盐渍化土壤为研究对象,构建了基于光谱变换、特征波段、特征光谱指数筛选以及支持向量机(SVM)的机器学习相结合的高光谱综合反演模型。结果表明,经预处理的原始光谱... 为了提高野外高光谱反演土壤水溶性盐基离子的精度,以河套灌区永济灌域盐渍化土壤为研究对象,构建了基于光谱变换、特征波段、特征光谱指数筛选以及支持向量机(SVM)的机器学习相结合的高光谱综合反演模型。结果表明,经预处理的原始光谱反射率与土壤离子相关性总体较低,最大相关系数仅为0.18,原始光谱反射率与土壤离子的相关系数由大到小依次为Ca^2+、 SO4^2-、 Mg^2+、全盐量、Na^++K^+、Cl^-。全盐量、Na^++K^+、Cl^-、SO4^2-、Ca^2+、Mg^2+的光谱最优变换形式分别为(1/ R )″、(1/ R )″、(ln R )′、(ln R )″、 R ′、(ln R )″,敏感波段( P <0.01)数分别为41、7、9、65、76、28个,利用逐步回归法在敏感波段中筛选出特征波段,基于特征波段建立的回归模型中各离子的决定系数 R^2 平均值为0.35,均方根误差RMSE平均值为0.87 g/kg,其中SO4^2-拟合精度最高, R^2 为0.52,Ca^2+拟合精度最低, R^2 仅为0.20。将特征波段代入光谱指数中,结合逐步回归法确定了Mg^2+特征光谱指数为3个,全盐量特征光谱指数为2个,Na^++K^+、SO4^2-、 Ca^2+特征光谱指数分别为1个,与仅考虑特征波段的回归模型相比,特征波段+特征光谱指数结合后各离子回归模型的 R^2 平均提高了58.67%,RMSE降低了24.60%,其中SO4^2-拟合精度最高, R^2 为0.74,RMSE为0.47 g/kg。考虑了特征波段+特征光谱指数的SVM模型相比仅考虑特征波段的SVM模型,其预测能力有了明显提高,各离子相对分析误差(RPD)平均提高了110.27%,训练集 R^2 平均提高了37.54%,RMSE平均降低了40.12%,验证集 R^2 平均提高了56.04%,RMSE平均降低了39.39%。SO4^2-的RPD达到3.000,模拟效果最优,具备很好的预测能力;全盐量模型具有很好的定量预测能力,Mg^2+模型可用于评估或相关性方面的预测,Na^++K^+、Ca^2+的模型具有区别高低值的能力。 展开更多
关键词 水溶性盐基离子 光谱变换 特征波段 特征光谱指数 支持向量机 综合反演模型
在线阅读 下载PDF
基于邻域粗糙集和支持向量机的固结系数预测
8
作者 尹超 周爱红 +1 位作者 袁颖 王帅伟 《吉林大学学报:地球科学版》 CAS CSCD 北大核心 2019年第3期746-754,共9页
采用邻域粗糙集和支持向量机建立滹沱河某地区软土固结系数的预测模型。基于自行改装的渗透固结仪,利用公式法确定不同压力下的固结系数。通过室内试验确定土体的指标参数,采用邻域粗糙集对该指标参数进行属性约简,将约简后的指标参数... 采用邻域粗糙集和支持向量机建立滹沱河某地区软土固结系数的预测模型。基于自行改装的渗透固结仪,利用公式法确定不同压力下的固结系数。通过室内试验确定土体的指标参数,采用邻域粗糙集对该指标参数进行属性约简,将约简后的指标参数作为影响因素,分别建立支持向量机和神经网络的固结系数预测模型,预测未知样本的固结系数,并与实测值进行对比。结果表明:公式法可以准确客观地确定固结系数;支持向量机和BP神经网络建立的该地区软土固结系数预测模型均可以预测区域内未知点的固结系数,且支持向量机方法的预测精度比神经网络方法的预测精度提高了约10%。本文提出的方法直接从实验数据出发,通过易获取的影响因素建立特定地区固结系数预测模型,并可预测该区域其余未知点的固结系数。 展开更多
关键词 固结系数 预测模型 支持向量机 邻域粗糙集 渗透固结仪
基于中文微博语言特征的自杀意念检测 预览
9
作者 许立鹏 宋文爱 《中北大学学报:自然科学版》 CAS 2019年第4期350-357,共8页
针对自杀意念检测,建立一个可迁移性强的自杀词典,并提出词性特征,以提高基于n-gram特征的自杀意念检测模型的分类准确率.采用对比实验与控制变量的方式,以n-gram特征、语言特征(词汇特征、词性特征)为输入特征,以随机森林、支持向量机... 针对自杀意念检测,建立一个可迁移性强的自杀词典,并提出词性特征,以提高基于n-gram特征的自杀意念检测模型的分类准确率.采用对比实验与控制变量的方式,以n-gram特征、语言特征(词汇特征、词性特征)为输入特征,以随机森林、支持向量机算法为驱动,重点研究语言特征对模型性能的影响,同时探究在不同特征下不同分类算法训练模型的性能表现.结果表明:语言特征对模型性能有大幅提升,通过比较发现,基于n-gram特征与语言特征的模型性能优于基于n-gram特征和词典特征的模型和基于n-gram特征的模型,其中在随机森林算法下性能提升约20%. 展开更多
关键词 自杀意念 语言特征 支持向量机 随机森林
在线阅读 下载PDF
基于最小二乘支持向量机对称性的混沌时间序列预测 预览
10
作者 陈佳 郑恩让 贺永宁 《现代电子技术》 北大核心 2019年第15期109-112,共4页
利用最小二乘支持向量机的对称性约束条件挖掘混沌时间序列的对称性,分析混沌系统固有的对称特性,提出一种对称性最小二乘支持向量机的混沌时间序列预测方法。该方法将混沌系统的对称性作为先验知识嵌入预测模型,Lorenz系统的仿真结果... 利用最小二乘支持向量机的对称性约束条件挖掘混沌时间序列的对称性,分析混沌系统固有的对称特性,提出一种对称性最小二乘支持向量机的混沌时间序列预测方法。该方法将混沌系统的对称性作为先验知识嵌入预测模型,Lorenz系统的仿真结果表明该方法不仅能够精确地预测混沌时间序列,而且扩展了混沌系统的预测空间,这一结论预示着最小二乘支持向量机是一种研究混沌时间序列的有效方法。 展开更多
关键词 混沌时间序列预测 支持向量机 最小二乘法 对称性分析 混沌系统 LORENZ系统
在线阅读 下载PDF
基于支持向量机的地震体波震相自动识别及到时自动拾取 预览
11
作者 蒋一然 宁杰远 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2019年第1期361-373,共13页
面对海量地震资料,自动准确地拾取震相并确定其到时的需求非常迫切.基于支持向量机技术,本文提出了使用两个分类器SSD和SPS自动识别地震体波震相并自动拾取其到时的方法.相比于传统的自动拾取方法,本文方法能够更准确地识别震相并区分P... 面对海量地震资料,自动准确地拾取震相并确定其到时的需求非常迫切.基于支持向量机技术,本文提出了使用两个分类器SSD和SPS自动识别地震体波震相并自动拾取其到时的方法.相比于传统的自动拾取方法,本文方法能够更准确地识别震相并区分P波和S波.进一步地,我们提出了利用台阵资料辅助识别震相的方案,有效地提高了地震震相拾取的准确率. 展开更多
关键词 地震震相识别 人工智能 支持向量机 地震目录
在线阅读 免费下载
基于AFSA-SVM的滚动轴承故障诊断研究 预览
12
作者 姬盛飞 王丽君 吉南阳 《组合机床与自动化加工技术》 北大核心 2019年第1期115-117,共3页
针对滚动轴承运行过程中引发的滚动体故障、内圈故障以及外圈故障,文章第一次将人工鱼群优化支持向量机的算法用于滚动轴承故障类型的诊断识别。同时,将该算法诊断识别的结果与PSO-SVM、GA-SVM的结果进行比较。通过对比分析可知,该算法... 针对滚动轴承运行过程中引发的滚动体故障、内圈故障以及外圈故障,文章第一次将人工鱼群优化支持向量机的算法用于滚动轴承故障类型的诊断识别。同时,将该算法诊断识别的结果与PSO-SVM、GA-SVM的结果进行比较。通过对比分析可知,该算法故障诊断识别的准确率为95%,PSO-SVM的准确率为85%,GA-SVM的准确率为87.5%。这表明了,该算法在滚动轴承故障类型的诊断识别方面,具有良好的故障诊断识别效果。 展开更多
关键词 滚动轴承 人工鱼群算法 支持向量机 故障诊断
在线阅读 下载PDF
一种基于XGBoost算法的月度负荷预测方法 预览
13
作者 钱仲文 陈浩 纪德良 《浙江电力》 2019年第5期77-82,共6页
为向大工业提供更为精确的月度负荷预测,提出将XGBoost(极端梯度上升)算法引入电网负荷预测,对负荷及相关影响因素指标进行异常识别填补、指标转换、独热编码等数据预处理工作;结合关联分析,对相关影响因素指标进行筛选;最后采用XGBoos... 为向大工业提供更为精确的月度负荷预测,提出将XGBoost(极端梯度上升)算法引入电网负荷预测,对负荷及相关影响因素指标进行异常识别填补、指标转换、独热编码等数据预处理工作;结合关联分析,对相关影响因素指标进行筛选;最后采用XGBoost算法进行月度负荷建模预测。结合实例,对比XGBoost与支持向量机、神经网络模型算法在大工业用户近几年历史月度负荷数据建模预测中的应用,发现XGBoost模型应用效果较佳,具有一定的实用性。 展开更多
关键词 XGBoost 支持向量机 神经网络 月度负荷预测 数据预处理 关联分析
在线阅读 免费下载
大沽河流域土壤养分、重金属与pH高光谱探测 预览
14
作者 王大伟 倪建功 +2 位作者 高霁月 王轩慧 韩仲志 《青岛农业大学学报:自然科学版》 2019年第2期126-130,146共6页
土壤养分、重金属与pH是土壤基础生产力的重要组成部分,利用高光谱技术快速获得相关元素含量和pH大小在近几年得到关注。通过大沽河流域土壤高光谱实测数据,随机分组建立训练集和验证集,利用主成分分析(PCA)和支持向量机(SVM)建立土壤... 土壤养分、重金属与pH是土壤基础生产力的重要组成部分,利用高光谱技术快速获得相关元素含量和pH大小在近几年得到关注。通过大沽河流域土壤高光谱实测数据,随机分组建立训练集和验证集,利用主成分分析(PCA)和支持向量机(SVM)建立土壤养分、重金属与pH的探测模型,其探测准确度与化学检测结果相比能达到较高的水平。其中氮(N)、磷(P)、钾(K)、有机质(OM,基本组成元素为碳、氢、氧)、镉(Cd)和pH的决定系数(R^2值)分别为:0.78、0.81、0.85、0.86、0.74、0.93,汞(Hg)的决定系数较低,只有0.09;土壤粒径在60目下,探测结果最好;当土壤粒径大于60目时,探测的准确度有所下降;土壤压实比未压实处理探测准确度高。通过高光谱技术探测土壤各元素含量和pH大小具有检测精度高、速度快等特点,对精准农业快速发展具有重要意义。 展开更多
关键词 土壤养分 重金属元素 PH 高光谱 支持向量机
在线阅读 免费下载
基于网格搜索法优化支持向量机的围岩稳定性分类模型 预览
15
作者 袁颖 于少将 +1 位作者 王晨晖 周爱红 《地质与勘探》 CAS CSCD 北大核心 2019年第2期608-613,共6页
为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类。选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量... 为科学评价围岩稳定性,本次研究借助支持向量机(SVM)处理小样本、非线性问题能力强的特性,对围岩的稳定性进行了分类。选取16组围岩数据作为学习样本,以岩石质量指标、岩石单轴饱和抗压强度、完整性系数、结构面强度系数和地下水渗水量5个指标作为模型输入,围岩稳定程度为模型输出,建立了基于支持向量机的围岩稳定性分类模型。为增强模型的推广性能,提高其预测准确率,运用改进的网格搜索方法(GSM)寻找最优的支持向量机参数,并对8组围岩数据进行预测,并同BP神经网络模型的预测结果进行对比。结果表明,建立的GSM-SVM模型对预测样本的评判结果与实际结果一致,其预测精度较BP神经网络有很大的提升。 展开更多
关键词 围岩稳定性 支持向量机 网格搜索法 分类模型 BP神经网络
在线阅读 下载PDF
基于深度学习和支持向量机的浮选过程故障诊断方法 预览
16
作者 李中美 桂卫华 朱建勇 《中南大学学报:英文版》 SCIE EI CAS CSCD 2019年第9期2504-2515,共12页
对浮选过程进行故障诊断有助于选矿厂减少药剂消耗,增加有效矿物的回收以及降低现场操作工人的劳动强度等。针对传统的浮选过程故障诊断方法大都是对单一的泡沫特征(如泡沫颜色,形状,大小,纹理等)进行人工提取,存在精度低,效率低等缺陷... 对浮选过程进行故障诊断有助于选矿厂减少药剂消耗,增加有效矿物的回收以及降低现场操作工人的劳动强度等。针对传统的浮选过程故障诊断方法大都是对单一的泡沫特征(如泡沫颜色,形状,大小,纹理等)进行人工提取,存在精度低,效率低等缺陷。本文提出一种基于深度学习和支持向量机的浮选过程故障诊断方法。该模型利用卷积神经网络(CNN)自动提取泡沫图像特征,利用支持向量机(SVM)根据提取的图像特征给出诊断结果。通过与现存的浮选过程诊断方法相比较,本文提出的CNN-SVM相结合的方法,测试性能优于其他识别模型。 展开更多
关键词 浮选过程 卷积神经网络 支持向量机 泡沫图像 故障诊断
在线阅读 免费下载
基于支持向量机模型的四川省滑坡灾害易发性区划 预览
17
作者 王卫东 刘攀 龚陆 《铁道科学与工程学报》 CAS CSCD 北大核心 2019年第5期1195-1201,共7页
以四川省为研究区,结合野外调查情况和主成分分析法,选择与构造线距离、高程、与河流距离、地貌类型、岩性、年均降雨量和坡度等7个滑坡致灾因子,并基于频率比模型构建滑坡致灾因子评价体系,引入支持向量机模型编制研究区滑坡易发性区... 以四川省为研究区,结合野外调查情况和主成分分析法,选择与构造线距离、高程、与河流距离、地貌类型、岩性、年均降雨量和坡度等7个滑坡致灾因子,并基于频率比模型构建滑坡致灾因子评价体系,引入支持向量机模型编制研究区滑坡易发性区划图。研究结果表明:四川省被划分为低易发区、中易发区、高易发区和极高易发区4个区域,各区面积占研究区比例分别为41.77%,31.19%,17.20%和10.84%,高易发区和极高易发区主要位于四川省的南部和中东部,且发生滑坡数量占总数的79.14%。研究成果不仅为基础设施建设、防灾减灾工作提供科学依据,还为其他地区滑坡易发性评价提供参考。 展开更多
关键词 滑坡 易发性区划 支持向量机 主成分分析 频率比模型
在线阅读 下载PDF
基于支持向量机的网络贷款平台等级评价 预览
18
作者 孟毅 王亚新 《科技和产业》 2019年第7期108-111,共4页
采用有监督学习方法建立支持向量机模型,对网络贷款平台的等级评价方法进行了研究。由于学习样本少,为了提高模型的泛化能力,采用K-fold交叉验证方法进行模型学习。采用不同的核函数分别建立6种支持向量机模型,选择经过5轮交叉验证后正... 采用有监督学习方法建立支持向量机模型,对网络贷款平台的等级评价方法进行了研究。由于学习样本少,为了提高模型的泛化能力,采用K-fold交叉验证方法进行模型学习。采用不同的核函数分别建立6种支持向量机模型,选择经过5轮交叉验证后正确率最高的模型作为最终的输出模型。验证结果表明,虽然学习样本数量不多,所建立的支持向量机模型在验证集中预测准确度达80%。 展开更多
关键词 支持向量机(SVM) 有监督学习 交叉验证 网络贷款平台
在线阅读 免费下载
分支定界半监督SVM在油层识别中的应用 预览
19
作者 贺紫平 夏克文 +1 位作者 潘用科 王莉 《重庆邮电大学学报:自然科学版》 CSCD 北大核心 2019年第4期563-570,共8页
为解决油层识别中存在的获得有标记数据的代价过高,有标记数据稀少的问题,提出一种新的基于分支定界的半监督支持向量机(branch and bound for semi-supervised support vector machine,BBS3VM)的油层识别方法。此方法主要将半监督学习(... 为解决油层识别中存在的获得有标记数据的代价过高,有标记数据稀少的问题,提出一种新的基于分支定界的半监督支持向量机(branch and bound for semi-supervised support vector machine,BBS3VM)的油层识别方法。此方法主要将半监督学习(semi-supervised learning,SSL)和分支定界的思想引入到支持向量机(support vector machine,SVM)分类算法中。通过半监督学习的思想,使用大量未标记的样本来改善学习性能,利用分支定界算法提高半监督支持向量机(semi-supervised support vector machine,S3VM)算法的分类精度,将此改进算法应用于测井数据挖掘中的油层识别。经过对某油田的实际测井资料进行处理,实验结果表明,半监督油层识别方法要优于传统的S3VM分类算法,识别率更高,分类效果更显著,与全监督的SVM算法相比较,得到相差不大的分类精度的同时,速度更快。 展开更多
关键词 油层识别 半监督学习 支持向量机 分支定界
在线阅读 免费下载
改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用 预览 被引量:2
20
作者 吕明珠 苏晓明 +1 位作者 陈长征 刘世勋 《机械与电子》 2019年第1期42-48,共7页
针对惩罚因子C和核参数g选择不当造成支持向量机(SVM)分类效果不理想的问题,在基本粒子群(PSO)算法基础上引入动态惯性权重、全局邻域搜索、种群收缩因子、粒子变异概率等操作,提出了一种新的改进型粒子群(IPSO)算法优化SVM参数的分类... 针对惩罚因子C和核参数g选择不当造成支持向量机(SVM)分类效果不理想的问题,在基本粒子群(PSO)算法基础上引入动态惯性权重、全局邻域搜索、种群收缩因子、粒子变异概率等操作,提出了一种新的改进型粒子群(IPSO)算法优化SVM参数的分类器。采用Libsvm工具箱中的公共数据集BreastTissue,Heart和Wine来测试其分类效果,结果表明IPSOSVM分类器在预测精度和分类时间上明显优于SVM和PSOSVM分类器。然后将其应用于滚动轴承的二分类问题和多分类问题的故障诊断中,仿真实验证明IPSOSVM分类器能显著提高全局收敛能力和收敛速度,可得到理想的分类结果。最后,用IPSOSVM分类器对实际轴承进行故障诊断,结果验证了其拥有良好的分类稳定性,值得进一步在工程领域内推广。 展开更多
关键词 支持向量机 参数优化 改进粒子群算法 滚动轴承 故障诊断
在线阅读 免费下载
上一页 1 2 250 下一页 到第
使用帮助 返回顶部 意见反馈