期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于Morlet小波核的约简支持向量机
被引量：
14
1
作者
武方方
赵银亮
《控制与决策》
EI
CSCD
北大核心
2006年第8期848-852,856,共6页
针对支持向量机(SVM)的训练数据量仅局限于较小样本集的问题,结合M orlet小波核函数,提出了一种基于M orlet小波核的约简支持向量机(MW RSVM-DC).算法的核心是通过密度聚类寻找聚类中每个簇的边缘点作为约简集合,并利用该约简集合寻找...
针对支持向量机(SVM)的训练数据量仅局限于较小样本集的问题,结合M orlet小波核函数,提出了一种基于M orlet小波核的约简支持向量机(MW RSVM-DC).算法的核心是通过密度聚类寻找聚类中每个簇的边缘点作为约简集合,并利用该约简集合寻找支持向量.实验表明,利用小波核,该算法不仅提高了分类的准确率,而且提高了整体分类效率.
展开更多
关键词
morlet
小波核函数
支持向量机
约倚支持向量机
在线阅读
下载PDF
职称材料
一种非正交复小波核函数及其非线性参数辨识应用
被引量：
5
2
作者
蒋刚
肖建
+1 位作者
宋昌林
郑永康
《系统仿真学报》
CAS
CSCD
北大核心
2006年第9期2550-2554,共5页
指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结...
指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。
展开更多
关键词
非正交复
morlet
小波
主分量分析
核函数方法
非线性动态信号
参数辨识
在线阅读
下载PDF
职称材料
基于Bagging-组合核函数相关向量机的短期负荷预测模型研究
3
作者
邱山
龚文杰
张智晟
《电气工程学报》
CSCD
2023年第2期142-148,共7页
为充分发挥组合核函数在相关向量机预测模型中的优势,有效提高负荷预测的精度,提出基于Bagging-组合核函数相关向量机的短期负荷预测模型。首先构造了高斯核函数与Morlet小波核函数加权组合的组合核函数相关向量机的预测模型,然后采用...
为充分发挥组合核函数在相关向量机预测模型中的优势,有效提高负荷预测的精度,提出基于Bagging-组合核函数相关向量机的短期负荷预测模型。首先构造了高斯核函数与Morlet小波核函数加权组合的组合核函数相关向量机的预测模型,然后采用粒子群算法对两个核函数的最优权值进行优选。为提高模型的泛化能力,采用Bagging算法对原始数据多次抽样构造训练样本集。通过实际算例仿真,与多种相关向量机预测模型对比分析,验证了该模型具有较好的预测精度。
展开更多
关键词
短期负荷预测
相关向量机
组合核函数
BAGGING算法
小波核函数
在线阅读
下载PDF
职称材料
基于Morlet小波核多类支持向量机的故障诊断
被引量：
8
4
作者
周建萍
郑应平
王志萍
《华东电力》
北大核心
2008年第8期76-80,共5页
故障诊断问题实质上是一个模式识别问题,即多分类问题。采用Morlet小波来构造支持向量机(Sup-port Vector Machine,SVM)的核函数,Morlet小波核SVM比普通SVM具有更好的鲁棒性和更强的泛化能力。在一对一算法的基础上实现Morlet小波核多...
故障诊断问题实质上是一个模式识别问题,即多分类问题。采用Morlet小波来构造支持向量机(Sup-port Vector Machine,SVM)的核函数,Morlet小波核SVM比普通SVM具有更好的鲁棒性和更强的泛化能力。在一对一算法的基础上实现Morlet小波核多类支持向量机的故障诊断,并将此方法成功应用于电厂汽轮发电机组的故障诊断。实验仿真结果表明Morlet小波核多类SVM故障分类器比BP神经网络训练和测试速度快,且其分类精度在高斯噪声干扰下还保持100%,比BP神经网络高出11.8%。因此该方法能够快速而准确地对电厂汽轮发电机组的故障进行诊断,满足电力系统实时操作的要求。
展开更多
关键词
核函数
morlet
小波
故障诊断
支持向量机
原文传递
题名
一种基于Morlet小波核的约简支持向量机
被引量：
14
1
作者
武方方
赵银亮
机构
西安交通大学新型计算机研究所
出处
《控制与决策》
EI
CSCD
北大核心
2006年第8期848-852,856,共6页
基金
国家自然科学基金项目(60173066)
文摘
针对支持向量机(SVM)的训练数据量仅局限于较小样本集的问题,结合M orlet小波核函数,提出了一种基于M orlet小波核的约简支持向量机(MW RSVM-DC).算法的核心是通过密度聚类寻找聚类中每个簇的边缘点作为约简集合,并利用该约简集合寻找支持向量.实验表明,利用小波核,该算法不仅提高了分类的准确率,而且提高了整体分类效率.
关键词
morlet
小波核函数
支持向量机
约倚支持向量机
Keywords
morlet wavelet kernel function
Support vector machine（SVM）
MWRSVM-DC
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种非正交复小波核函数及其非线性参数辨识应用
被引量：
5
2
作者
蒋刚
肖建
宋昌林
郑永康
机构
西南科技大学制造科学与工程学院
西南交通大学电气工程学院
出处
《系统仿真学报》
CAS
CSCD
北大核心
2006年第9期2550-2554,共5页
基金
国家自然科学基金(10576027)
博士点基金(20040613013)
文摘
指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。
关键词
非正交复
morlet
小波
主分量分析
核函数方法
非线性动态信号
参数辨识
Keywords
Non-orthogonal Complex
morlet
wavelet
Principal Component Analysis （PCA）
kernel
function
Method
Nonlinear Dynamical Signal
Parameter Identification
分类号
TP301 [自动化与计算机技术—计算机系统结构]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于Bagging-组合核函数相关向量机的短期负荷预测模型研究
3
作者
邱山
龚文杰
张智晟
机构
青岛大学电气工程学院
国网青岛供电公司
出处
《电气工程学报》
CSCD
2023年第2期142-148,共7页
基金
国家自然科学基金资助项目(52077108)。
文摘
为充分发挥组合核函数在相关向量机预测模型中的优势,有效提高负荷预测的精度,提出基于Bagging-组合核函数相关向量机的短期负荷预测模型。首先构造了高斯核函数与Morlet小波核函数加权组合的组合核函数相关向量机的预测模型,然后采用粒子群算法对两个核函数的最优权值进行优选。为提高模型的泛化能力,采用Bagging算法对原始数据多次抽样构造训练样本集。通过实际算例仿真,与多种相关向量机预测模型对比分析,验证了该模型具有较好的预测精度。
关键词
短期负荷预测
相关向量机
组合核函数
BAGGING算法
小波核函数
Keywords
Short-term load forecasting
relevance vector machine
combinatorial
kernel
function
Bagging algorithm
morlet wavelet kernel function
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于Morlet小波核多类支持向量机的故障诊断
被引量：
8
4
作者
周建萍
郑应平
王志萍
机构
上海电力学院电力与自动化工程学院
同济大学电子与信息工程学院
出处
《华东电力》
北大核心
2008年第8期76-80,共5页
基金
国家自然科学基金项目(60674076)
上海市重点学科建设项目(P1301)
上海市教委优青后备基金项目(Z2006-78)
文摘
故障诊断问题实质上是一个模式识别问题,即多分类问题。采用Morlet小波来构造支持向量机(Sup-port Vector Machine,SVM)的核函数,Morlet小波核SVM比普通SVM具有更好的鲁棒性和更强的泛化能力。在一对一算法的基础上实现Morlet小波核多类支持向量机的故障诊断,并将此方法成功应用于电厂汽轮发电机组的故障诊断。实验仿真结果表明Morlet小波核多类SVM故障分类器比BP神经网络训练和测试速度快,且其分类精度在高斯噪声干扰下还保持100%,比BP神经网络高出11.8%。因此该方法能够快速而准确地对电厂汽轮发电机组的故障进行诊断,满足电力系统实时操作的要求。
关键词
核函数
morlet
小波
故障诊断
支持向量机
Keywords
kernel
function
morlet
wavelet
fault diagnosis
support vector machine （SVM）
分类号
TK323 [动力工程及工程热物理—热能工程]
TP391.5 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
一种基于Morlet小波核的约简支持向量机
武方方
赵银亮
《控制与决策》
EI
CSCD
北大核心
2006
14
在线阅读
下载PDF
职称材料
2
一种非正交复小波核函数及其非线性参数辨识应用
蒋刚
肖建
宋昌林
郑永康
《系统仿真学报》
CAS
CSCD
北大核心
2006
5
在线阅读
下载PDF
职称材料
3
基于Bagging-组合核函数相关向量机的短期负荷预测模型研究
邱山
龚文杰
张智晟
《电气工程学报》
CSCD
2023
0
在线阅读
下载PDF
职称材料
4
基于Morlet小波核多类支持向量机的故障诊断
周建萍
郑应平
王志萍
《华东电力》
北大核心
2008
8
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
