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
共找到1,439篇文章
< 1 2 … 72 >
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：
基于SARIMA-SVM模型的季节性PM_(2.5)浓度预测 被引量：1
1
作者 宋英华 徐亚安 张远进 《计算机工程》 北大核心 2025年第1期51-59,共9页
空气污染是城市环境治理的主要问题之一,而PM_(2.5)是影响空气质量的重要因素。针对传统时间序列预测模型对PM_(2.5)浓度预测缺少季节性因素分析,预测精度不够高的问题,提出一种基于机器学习的季节性差分自回归滑动平均-支持向量机(SARI... 空气污染是城市环境治理的主要问题之一,而PM_(2.5)是影响空气质量的重要因素。针对传统时间序列预测模型对PM_(2.5)浓度预测缺少季节性因素分析,预测精度不够高的问题,提出一种基于机器学习的季节性差分自回归滑动平均-支持向量机(SARIMA-SVM)融合模型。该融合模型为串联型融合模型,将数据拆分为线性部分与非线性部分。SARIMA模型在差分自回归滑动平均(ARIMA)模型的基础上增加了季节性因素提取参数,能有效分析PM_(2.5)浓度数据的季节性规律变化趋势,较好地预测数据未来的线性变化趋势。结合SVM模型对预测数据的残差序列进行优化,利用滑动步长预测法确定残差序列的最优预测步长,通过网格搜索确定最优模型参数,实现对PM_(2.5)浓度数据的长期预测,同时提高整体预测精度。通过对武汉市近5年的PM_(2.5)浓度监测数据进行分析,结果表明该融合模型的预测准确率相较于单一模型有很大提升,在相同的实验环境下比单一的ARIMA、Auto ARIMA、SARIMA模型分别提升了99%、99%、98%,稳定性也更好,为PM_(2.5)浓度预测研究提供了新的思路。 展开更多
关键词 季节性差分自回归滑动平均 支持向量机 融合模型 PM_(2.5)浓度 季节性预测
在线阅读 下载PDF
融合SVM-RFE与层次分析-信息量模型的地质灾害易发性评价 被引量：1
2
作者 李文杰 巨能攀 +2 位作者 王栋 陈浩 解明礼 《自然灾害学报》 北大核心 2025年第3期99-109,共11页
我国地质灾害频发,严重威胁人民群众的生命及财产安全,开展地质灾害易发性评价工作对地质灾害防治起着重要的作用。目前,针对地质灾害易发性评价,其评价因子的选取多为单一定性分析,主观性较强,缺乏科学性,同时因子之间的相互关系考虑... 我国地质灾害频发,严重威胁人民群众的生命及财产安全,开展地质灾害易发性评价工作对地质灾害防治起着重要的作用。目前,针对地质灾害易发性评价,其评价因子的选取多为单一定性分析,主观性较强,缺乏科学性,同时因子之间的相互关系考虑较少。文中以林芝市为例,选取高程、坡度、坡向等14个初始影响因子,通过基于支持向量机的递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)算法对因子进行重要性排序及筛选,采用皮尔逊相关性分析考虑因子之间的相互关系,结合重要性排序消除相关性较高的因子,从而确定出了12组易发性评价因子,并基于层次分析-信息量模型开展林芝市地质灾害易发性评价,采用成功率曲线进行结果精度检验。结果表明:研究区内地质灾害极高易发区和高易发区主要集中在主道路及其附近,以及主要水系延伸地区;高易发区是研究区内所占面积最广的区域,面积为45 312.16 km^(2),占林芝市总面积的30.37%。根据评价结果精度检验得到曲线下面积(area under curve,AUC)值为0.846,表明本方法开展地质灾害易发性评价的准确率较高,可为林芝市地质灾害防治和经济建设提供科学依据。 展开更多
关键词 svm-RFE 层次分析-信息量模型 地质灾害 评价因子 易发性评价
原文传递
基于GRA-EPSO-SVM模型的露天矿山爆破振动速度预测 被引量：1
3
作者 张鹏飞 袁永 +8 位作者 何运华 代少军 李佳臻 迟学海 李伟 孙雪 张焦 白润才 费鸿禄 《煤炭科学技术》 北大核心 2025年第7期105-115,共11页
露天矿爆破振动峰值是评价爆破效果的主要指标。在露天矿煤岩互层爆破场景下,针对现有的爆破振动峰值预测方法难以达到理想的预测结果,导致爆破参数、起爆网络设计不合理等问题,提出了一种灰色关联度特征选取下基于集成粒子群优化支持... 露天矿爆破振动峰值是评价爆破效果的主要指标。在露天矿煤岩互层爆破场景下,针对现有的爆破振动峰值预测方法难以达到理想的预测结果,导致爆破参数、起爆网络设计不合理等问题,提出了一种灰色关联度特征选取下基于集成粒子群优化支持向量机算法(GRA-EPSO-SVM)的爆破振动速度峰值预测模型。以元宝山露天煤矿不同赋存条件下的煤岩爆破为背景,选取孔距、排距、孔深、单段最大装药量、最小抵抗线、爆心距、高程差、质点振速峰值作为输入参数,采用灰色关联分析法(GRA)过滤影响爆破振动速度峰值的冗余因素(孔深、单段最大装药量、最小抵抗线、质点振速峰值);运用集成粒子群算法(EPSO)优化SVM算法的关键参数C和g,将参数输入到GRA-EPSOSVM模型中进行评估。结果表明:GRA-EPSO-SVM组合算法对比改进的萨道夫斯基公式、SVM的预测值和实际值更为吻合,平均误差分别降低15.3%和106.8%,预测结果的精度更高,更能有效预测露天矿煤岩互层爆破振动峰值,为露天矿开采爆破施工安全控制提供帮助。 展开更多
关键词 露天矿 振动峰值 灰色关联分析 优化支持向量机 GRA-EPSO-svm模型
在线阅读 下载PDF
双创背景下基于SVM的虚拟装配系统装配性能分析预测研究
4
作者 蔚燕舞 郭润平 《自动化与仪器仪表》 2025年第1期201-205,共5页
为了提升虚拟装配系统装配性能预测的准确性,研究提出基于改进二叉树的支持向量机算法,并基于改进算法提出虚拟装配系统装配性能预测模型。对研究提出的改进算法进行性能对比实验,结果显示,该算法的准确率为90.8%,优于对比算法。之后对... 为了提升虚拟装配系统装配性能预测的准确性,研究提出基于改进二叉树的支持向量机算法,并基于改进算法提出虚拟装配系统装配性能预测模型。对研究提出的改进算法进行性能对比实验,结果显示,该算法的准确率为90.8%,优于对比算法。之后对提出的预测模型进行验证发现,该模型的拟合度为0.9823,显著高于对比模型,且研究还发现该模型能够提高对创新创业的影响水平。上述结果说明,研究提出的预测模型的预测效果较好,不仅能够为创新创业领域提供技术支持,而且能够推动制造领域的发展。 展开更多
关键词 创新 创业 虚拟装配系统 预测模型 DBT-svm
原文传递
INRBO-SVM模型在边坡安全系数预测中的应用 被引量：2
5
作者 熊朝林 陈俊智 《矿冶工程》 北大核心 2025年第2期20-25,33,共7页
针对支持向量机(SVM)模型在预测边坡安全系数中选取参数困难的问题,优化牛顿-拉夫逊算法(NRBO)帮助SVM模型快速选取适当的超参数。引入动态反向学习策略、横向与纵向交叉策略和修正自适应系数计算公式对NRBO算法进行改进,构建INRBO-SVM... 针对支持向量机(SVM)模型在预测边坡安全系数中选取参数困难的问题,优化牛顿-拉夫逊算法(NRBO)帮助SVM模型快速选取适当的超参数。引入动态反向学习策略、横向与纵向交叉策略和修正自适应系数计算公式对NRBO算法进行改进,构建INRBO-SVM边坡安全系数预测模型。选取容重、黏聚力、内摩擦角、边坡角、边坡高度和孔隙水压比6个因素为模型输入,安全系数为输出,将训练后的INRBO-SVM模型、NRBO-SVM模型、SVM模型、RBF模型对9组测试样本进行安全系数预测。结果表明:INRBO-SVM模型安全系数预测性能最好,相关系数R^(2)为0.9999,高于其他模型;均方根误差和平均绝对误差均显著低于其他模型。工程应用结果表明,INRBO-SVM模型的安全系数预测误差均小于10%,大部分低于5%,证实了该模型预测安全系数的准确性以及实际应用价值。 展开更多
关键词 边坡稳定性 预测模型 安全系数 svm模型 INRBO算法 机器学习
在线阅读 下载PDF
基于PCA-PSO-SVM的煤岩可钻性预测方法
6
作者 甘林堂 张幼振 +4 位作者 张磊 陈韬 张凯 姚克 宋海涛 《中国煤炭地质》 2025年第3期40-44,共5页
煤岩可钻性的预测是实现煤矿井下智能化钻探的基础。提出一种以钻进参数作为可钻性指标的分级方法,从钻进参数中选取4种影响岩石可钻性的等级因素,用主成分分析法(PCA)解释每种影响因素之间的相关性及贡献率,降低数据维度的同时提高预... 煤岩可钻性的预测是实现煤矿井下智能化钻探的基础。提出一种以钻进参数作为可钻性指标的分级方法,从钻进参数中选取4种影响岩石可钻性的等级因素,用主成分分析法(PCA)解释每种影响因素之间的相关性及贡献率,降低数据维度的同时提高预测能力。通过粒子群优化和支持向量机(PSO-SVM)算法开发,合理设置预测模型参数值。以淮南矿区现场实钻数据作为样本基础,建立煤岩可钻性预测模型。通过优化前后机器学习算法模型的预测对比结果表明,提出的预测方法对煤岩可钻性等级预测准确率达到97.5%,预测准确率相比传统方法更高。研究结果可以为煤矿井下钻进过程中的地层识别,实时优化钻机操控参数,实现自适应钻进控制提供理论依据。 展开更多
关键词 煤岩可钻性 主成分分析法 PSO-svm算法 钻进参数 预测模型 淮南矿区
在线阅读 下载PDF
基于FA-SVM优化LUR模型的汾渭平原PM_(2.5)时空格局模拟
7
作者 张平 张凤倩 +2 位作者 朱慧敏 李明垚 黄翰林 《西安工程大学学报》 2025年第3期89-101,共13页
为了准确捕捉PM_(2.5)与预测因子之间的复杂关联,以更高的分辨率和预测精度获取空间上连续的PM_(2.5)污染分布,构建区域PM_(2.5)污染预警机制。采用萤火虫算法-支持向量机(FA-SVM)对土地利用回归(LUR)模型进行优化,以1 km的空间分辨率估... 为了准确捕捉PM_(2.5)与预测因子之间的复杂关联,以更高的分辨率和预测精度获取空间上连续的PM_(2.5)污染分布,构建区域PM_(2.5)污染预警机制。采用萤火虫算法-支持向量机(FA-SVM)对土地利用回归(LUR)模型进行优化,以1 km的空间分辨率估算2019年汾渭平原的PM_(2.5)质量浓度。结果表明,与常规的LUR和SVM模型相比,FA-SVM具备更出色的预测性能。FA-SVM的十折交叉验证的决定系数高达0.90,均方根误差和平均绝对误差分别为12.29μg/m^(3)和8.99μg/m^(3)。而LUR和SVM的验证决定系数分别为0.75和0.85,均方根误差分别为19.57μg/m^(3)和14.37μg/m^(3),平均绝对误差分别为14.84μg/m^(3)和9.62μg/m^(3)。2019年汾渭平原的PM_(2.5)污染呈显著的时空异质性。在时间上,冬季PM_(2.5)污染最为严重,春、秋、夏季污染依次减弱;在空间上,经济水平相对较高的地区PM_(2.5)质量浓度较高,形成高值聚集区,而秦岭山脉地区则为低值聚集区,PM_(2.5)质量浓度呈中部高、周边低的空间格局。 展开更多
关键词 土地利用回归 萤火虫算法-支持向量机 PM_(2.5)时空特征 模型优化 汾渭平原
在线阅读 下载PDF
充填体数据库建立及基于GA-SVM的强度预测模型
8
作者 吕奉斌 张志红 +1 位作者 郭利杰 刘光生 《矿冶》 2025年第1期158-168,共11页
充填采矿法在提高矿石回收率,防止地表沉陷及实现绿色矿山建设方面展现出显著优势。充填体的强度特性是影响充填效果关键因素,通过试验评估充填体的抗压强度既耗费时间又花费颇高,而基于深度学习的强度预测模型能够有效解决该问题。本... 充填采矿法在提高矿石回收率,防止地表沉陷及实现绿色矿山建设方面展现出显著优势。充填体的强度特性是影响充填效果关键因素,通过试验评估充填体的抗压强度既耗费时间又花费颇高,而基于深度学习的强度预测模型能够有效解决该问题。本文基于已有试验结果,构建了包含2 338条样本数据的数据库。采用均方根误差、平均绝对误差、决定系数为评价指标,对BP、PSO-BP、SVM和GA-SVM四种预测模型进行了对比评估,结果表明,GA-SVM模型对充填体强度的预测效果最为理想,可作为充填体强度预测的有效工具。利用随机森林算法对影响充填体强度的13个因素进行重要性评估,结果显示养护龄期为最重要的影响因素。这一研究可为矿山充填体抗压强度预测提供有效参考。 展开更多
关键词 无侧限抗压强度 充填体数据库 强度预测 GA-svm模型
在线阅读 下载PDF
基于半监督SVM模型的新能源发电成套电力设备故障诊断方法 被引量：1
9
作者 董鹏程 阎凯 《机电工程技术》 2025年第10期164-167,共4页
为解决新能源发电成套电力设备故障诊断中标注数据匮乏的问题,提出一种基于半监督SVM模型的故障诊断新方法。该方法旨在通过有限的标注数据,实现对电力设备故障状态的高效且准确的诊断。首先,利用半监督SVM模型对电力设备的状态监测数... 为解决新能源发电成套电力设备故障诊断中标注数据匮乏的问题,提出一种基于半监督SVM模型的故障诊断新方法。该方法旨在通过有限的标注数据,实现对电力设备故障状态的高效且准确的诊断。首先,利用半监督SVM模型对电力设备的状态监测数据进行深入地特征提取,从而精准地获取设备状态的关键指标参量。基于这些关键参量,进一步计算设备运行的可靠性指标,以便及时发现并处理潜在问题,确保设备的稳定运行。通过这一综合诊断流程,成功实现对新能源发电成套电力设备的故障诊断。实验结果表明,该方法不仅显著提高了故障诊断的精准度,减少了误判率,而且有效节省了故障诊断的时间成本,为新能源发电设备的持续稳定运行提供了强有力的技术支撑和保障。 展开更多
关键词 半监督svm模型 电力设备故障 故障诊断 新能源
在线阅读 下载PDF
城市运行工况下纯电动汽车续航里程的SVM模型预测方法的研究
10
作者 冉勇川 曾军 张毅 《机械科学与技术》 北大核心 2025年第8期1442-1450,共9页
针对现有基于工况法的纯电动汽车续航里程预测算法精度难以提高的问题,提出一种基于数字地图的实时车流信息的纯电动车剩余续航里程在线预测算法。该算法使用EM机器学习算法对历史数据进行聚类分析,并建立一个支持向量机(SVM)模型。此... 针对现有基于工况法的纯电动汽车续航里程预测算法精度难以提高的问题,提出一种基于数字地图的实时车流信息的纯电动车剩余续航里程在线预测算法。该算法使用EM机器学习算法对历史数据进行聚类分析,并建立一个支持向量机(SVM)模型。此模型使用在线数字地图(百度地图)的实时车流信息来预测车辆在给定的各路段的未来行驶工况,包括能量消耗与时间消耗。进而根据电池内阻模型估算电池SOC的变化量与剩余续航里程。最后在互联网分布式实车在环平台进行了一个约20 km的实车上路实验。实验结果证明了本方法的在线续驶里程预测有很高的准确度。 展开更多
关键词 纯电动汽车 电池剩余荷电状态 支持向量机模型 实时车流信息 实车在环仿真
在线阅读 下载PDF
基于SVM-SARIMA-LSTM模型的城市用水量实时预测
11
作者 李轩 吴永强 +2 位作者 王佳伟 杨伟超 张天洋 《水电能源科学》 北大核心 2025年第3期36-39,6,共5页
为提高气象波动下城市用水量预测精度,通过季节性分解的趋势—季节性—残差程序(STL)将城市时用水量分解为趋势分量、季节性分量和残差分量3部分,使用季节性自回归移动平均模型(SARIMA)对季节性部分进行捕捉,利用支持向量机(SVM)提取趋... 为提高气象波动下城市用水量预测精度,通过季节性分解的趋势—季节性—残差程序(STL)将城市时用水量分解为趋势分量、季节性分量和残差分量3部分,使用季节性自回归移动平均模型(SARIMA)对季节性部分进行捕捉,利用支持向量机(SVM)提取趋势部分与气温、降水、风速、气压和相对湿度5个气象因素之间的关系,利用长短时记忆网络(LSTM)对波动性明显的残差部分进行关系捕捉,构建了SVM-SARIMA-LSTM用水量实时预测模型,并利用衡水市3个月时用水量数据和气象数据训练SVM-SARIMA-LSTM模型,以随后1周的实测数据作为验证集对模型预测性能进行评估。结果表明,SVM-SARIMA-LSTM模型的平均绝对百分比误差(E_(MAP))比SARIMA模型低4.502%,均方根误差(E_(RMSE))降低了39.084%,确定系数R^(2)提高了9.965%,最大绝对误差(E_(maxA))减小了55.946%,具有较好的应用价值。所建模型通过整合关键气象因素,准确地捕捉到城市用水量的季节性趋势及非季节性波动,展现了优良的泛化性。 展开更多
关键词 SARIMA模型 支持向量机 长短时记忆神经网络 svm-SARIMA-LSTM模型 STL分解程序 气象因素 用水量预测
原文传递
基于NLPR3基因多态性和SVM模型构建大动脉粥样硬化型缺血性脑卒中预测模型
12
作者 开赛·艾尼瓦尔 谢孟岐 +4 位作者 刘梽颍 曹祯 戴芳芳 余博文 王晓蓓 《医学研究杂志》 2025年第7期103-108,共6页
目的本研究基于NOD样受体热蛋白结构域相关蛋白3(NOD-like receptor thermal protein domain associated pro-tein 3,NLRP3)基因多态性与支持向量机(support vector machine,SVM)模型,构建大动脉粥样硬化(large artery atherosclerosis,... 目的本研究基于NOD样受体热蛋白结构域相关蛋白3(NOD-like receptor thermal protein domain associated pro-tein 3,NLRP3)基因多态性与支持向量机(support vector machine,SVM)模型,构建大动脉粥样硬化(large artery atherosclerosis,LAA)型缺血性脑卒中预测模型并评估其效能。方法选取84例LAA型脑梗死患者和84例健康对照作为研究对象,检测NL-RP3基因rs10159239、rs10754558、rs12143966、rs3806265位点的多态性,构建SVM模型,并通过受试者工作特征(receiver operating characteristic,ROC)曲线评估模型性能。结果病例组和对照组NLRP3基因多态性位点的基因型和等位基因频数比较,差异有统计学意义(P<0.05)。SVM模型在训练集和测试集上的ROC曲线下面积(area under curve,AUC)分别为0.900(95%CI:0.850~0.950)和0.903(95%CI:0.807~0.999),预测效能高且未过拟合。SHAP值分析结果表明,NLRP3 rs10159239基因型AG、rs10754558基因型CG和GG、rsl2143966基因型GG、rs3806265基因型CT为疾病发生的危险因素。结论NLRP3基因多态性与LAA型缺血性脑卒中的发病风险密切相关,基于NLPR3基因多态性构建的SVM模型可用于预测LAA型缺血性脑卒中的危险因素,为临床早期诊断与精准预防提供了新思路。 展开更多
关键词 NLPR3基因多态性 svm模型缺 血性卒中 预测模型
暂未订购
基于PSO-SVM的校园垃圾自动清运量预测方法分析
13
作者 梁尧东 《科技资讯》 2025年第12期201-203,共3页
为提高垃圾清运量预测结果的可靠性、规范校园垃圾管理,引进粒子群优化—支持向量机(Particle Swarm Optimization-Support Vector Machine,PSO-SVM)模型,开展自动清运量预测方法的设计研究。根据校园垃圾站的记录内容,采集每日垃圾清... 为提高垃圾清运量预测结果的可靠性、规范校园垃圾管理,引进粒子群优化—支持向量机(Particle Swarm Optimization-Support Vector Machine,PSO-SVM)模型,开展自动清运量预测方法的设计研究。根据校园垃圾站的记录内容,采集每日垃圾清运量数据、垃圾类型分布数据,通过设定阈值,进行采样数据的标准化处理;引进PSO-SVM,建立垃圾清运量与时间、季节、学生人数等因素之间的复杂关系模型;将提取的特征输入完成训练的模型中,得到预测的垃圾清运量,引进校正因子,进行预测值的校正。对比实验结果表明:设计的方法可以在垃圾自动清运量预测准确率的基础上,提高预测的效率。 展开更多
关键词 PSO-svm模型 预测方法 校园垃圾 垃圾清运量
在线阅读 下载PDF
基于敏感气象特征因子筛选与PSO-SVM模型优化的新能源功率预测特性研究
14
作者 巩伟峥 《电器与能效管理技术》 2025年第3期38-45,共8页
基于新能源电力系统的不断建设,研究新能源功率与气象间的关联特性迫在眉睫,提出一种基于敏感气象特征因子筛选与粒子群优化支持向量机(PSO-SVM)模型调优的新能源功率滚动预测算法。首先基于皮尔逊相关系数、互信息熵分析气象因子与功... 基于新能源电力系统的不断建设,研究新能源功率与气象间的关联特性迫在眉睫,提出一种基于敏感气象特征因子筛选与粒子群优化支持向量机(PSO-SVM)模型调优的新能源功率滚动预测算法。首先基于皮尔逊相关系数、互信息熵分析气象因子与功率的关联特性,并基于D-S证据理论计算优化组合后的相关性指标筛选敏感气象特征因子,利用粒子群优化(PSO)算法对支持向量机(SVM)新能源发电预测模型进行参数全局调优。然后结合新能源运行数据,建立滚动预测模型。最后通过实验验证分析,结果表明所提预测模型可有效提升新能源发电预测精度。 展开更多
关键词 新能源 敏感气象特征因子 特征筛选 PSO-svm模型 滚动预测
在线阅读 下载PDF
基于IHHO-SVM的电动汽车车内声品质评价模型的研究
15
作者 王洁 邱溢阳 +3 位作者 刘天伦 李明荣 丁羽萱 夏周洋 《软件工程》 2025年第6期73-78,共6页
针对电动汽车内部噪声特性变化,构建适用于电动汽车的声品质评价预测模型。对预处理的车内噪声样本进行主客观评价分析,筛选出有效的主观评价结果,并利用随机森林特征分析,提取车内噪声客观评价特征,构建模型样本库。为提高预测精度和... 针对电动汽车内部噪声特性变化,构建适用于电动汽车的声品质评价预测模型。对预处理的车内噪声样本进行主客观评价分析,筛选出有效的主观评价结果,并利用随机森林特征分析,提取车内噪声客观评价特征,构建模型样本库。为提高预测精度和泛化能力,提出基于改进哈里斯鹰算法(IHHO)的支持向量机(SVM)模型。对比SVM、HHO-SVM和IHHO-SVM 3个模型匀速和加速工况下的均方误差(MSE)和决定系数(R2)。其中,IHHO-SVM的R2分别为0.983和0.984,预测结果的相对误差更低;MSE分别为0.056和0.012。以上结果验证了IHHO-SVM模型在电动汽车声品质评价中的优越性。 展开更多
关键词 电动汽车 声品质 哈里斯鹰算法 svm模型 评价系统
在线阅读 下载PDF
基于WOA-SVM算法的矿井水源识别——以东坡矿为例
16
作者 刘凯祥 王利新 +3 位作者 李哲 史海峰 冯洁 王颂 《中国煤炭地质》 2025年第7期59-63,共5页
针对矿井水源识别中传统模型参数优化效率低、复杂地质条件下预测准确率不足的问题,以平朔矿区东坡矿为研究对象,基于其构造复杂的水文地质特征,构建了融合鲸鱼优化算法(WOA)与支持向量机(SVM)的矿井水源识别模型。通过系统采集老空水(4... 针对矿井水源识别中传统模型参数优化效率低、复杂地质条件下预测准确率不足的问题,以平朔矿区东坡矿为研究对象,基于其构造复杂的水文地质特征,构建了融合鲸鱼优化算法(WOA)与支持向量机(SVM)的矿井水源识别模型。通过系统采集老空水(42组)、煤系地层砂岩裂隙水(41组)及奥灰水(29组)共112组水化学样本,对TDS、Ca^(2+)、SO_(4)^(2-)等8项关键指标进行Z-Score标准化处理,利用WOA仿生智能机制全局寻优SVM惩罚因子(C)与核函数参数(g),突破传统网格搜索的局部最优限制。交叉验证结果表明:WOA-SVM模型预测准确率达75%,较传统SVM与BP神经网络模型(准确率41.7%)明显提升。研究表明,基于仿生智能的WOA-SVM模型可有效提升矿井水源识别中参数优化效率与预测准确率,为矿井水害防治提供了技术支撑。 展开更多
关键词 矿井水源识别 WOA-svm模型 水化学特征 平朔矿区
在线阅读 下载PDF
基于GASF及双输入AlexNet-SVM的变压器励磁涌流检测
17
作者 王子伟 疏佳铭 +2 位作者 陆斌 张敏 倪继文 《机械与电子》 2025年第8期30-39,共10页
针对励磁涌流易于引发电力变压器差动保护误动作的问题,提出一种基于格拉姆角和场(GASF)及双输入AlexNet-SVM的变压器励磁涌流检测方法,旨在提升励磁涌流检测的准确性并缩短检测时间。首先,采用GASF变换及图像编码将三相差动电流转换为... 针对励磁涌流易于引发电力变压器差动保护误动作的问题,提出一种基于格拉姆角和场(GASF)及双输入AlexNet-SVM的变压器励磁涌流检测方法,旨在提升励磁涌流检测的准确性并缩短检测时间。首先,采用GASF变换及图像编码将三相差动电流转换为彩色图,提升励磁涌流与内部故障的工况特征区分度。其次,针对励磁涌流检测的快速性需求对AlexNet进行轻量化设计,并采用SVM作为分类器构建了AlexNet-SVM模型。最后,用不同的采样方式构建了4个励磁涌流检测模型,即单输入AlexNet-SVM模型、扩维单输入AlexNet-SVM模型、并行双输入AlexNet-SVM模型和级联双输入AlexNet-SVM模型;并采用励磁涌流及内部故障仿真数据集对多模型进行了测试和评估。结果表明,级联双输入AlexNet-SVM模型可在取得100%准确率的同时将模型平均检测时间降到10.51 ms,实现了励磁涌流检测准确性和实时性的同步提升。 展开更多
关键词 电力变压器 励磁涌流 内部故障 GASF变换 双输入AlexNet-svm模型 支持向量机
在线阅读 下载PDF
基于RF-PSO-SVM的测井岩性识别方法研究
18
作者 朱斌 赵军龙 《重庆科技大学学报(自然科学版)》 2025年第5期50-58,共9页
针对常规岩性识别方法应用效果不理想的问题,提出一种基于RF-PSO-SVM的岩性识别模型。首先,通过RF算法中的OOB原则挑选出重要性高的测井参数;其次,基于PSO算法不同的粒子数量寻优得到SVM模型最优参数组合;最后,建立RF-PSO-SVM岩性识别... 针对常规岩性识别方法应用效果不理想的问题,提出一种基于RF-PSO-SVM的岩性识别模型。首先,通过RF算法中的OOB原则挑选出重要性高的测井参数;其次,基于PSO算法不同的粒子数量寻优得到SVM模型最优参数组合;最后,建立RF-PSO-SVM岩性识别模型对908条实验数据进行岩性预测,与PSO-SVM、SVM和RF等模型相比较,识别准确率更高。RF-PSO-SVM岩性识别模型可有效地改善岩性识别效果,为机器学习算法在岩性识别中的应用提供了一种优化思路。 展开更多
关键词 测井 岩性识别 RF算法 svm算法 PSO算法 RF-PSO-svm模型
在线阅读 下载PDF
基于InSAR与Transformer-SVM模型的珠海市软土地面沉降监测分析及预测研究 被引量：1
19
作者 江金进 刘佳 +2 位作者 赵风顺 江山 赖波 《华南地质》 2025年第2期362-373,共12页
受快速城市化、临港工业集群建设及近海养殖业扩张等多重因素驱动,珠海市软土广泛分布地区地面沉降频发,已成为制约该地区可持续发展的重大地质环境问题之一。通过集成多时序InSAR监测与机器学习算法,能够系统揭示珠海软土地面沉降问题... 受快速城市化、临港工业集群建设及近海养殖业扩张等多重因素驱动,珠海市软土广泛分布地区地面沉降频发,已成为制约该地区可持续发展的重大地质环境问题之一。通过集成多时序InSAR监测与机器学习算法,能够系统揭示珠海软土地面沉降问题的时空特征及演化规律。基于Sentinel-1卫星影像数据,联合使用SBAS-InSAR、PS-InSAR技术获取珠海市2015—2018年、2021—2023年两个时期高精度沉降数据,分析发现,珠海市地面沉降较为发育且呈增大趋势,地面累积沉降量波动与当地产业分布、工程活动密切相关。针对传统模型在非线性沉降预测中的局限性,研究构建了融合Transformer模型与支持向量机(SVM)的预测模型。预测结果表明,预测值与真实值曲线高度拟合,误差控制在±4 mm范围内精度占比达97%以上,模型展现出预测精确高、可靠性强的特点。InSAR监测存在局限,需融合多源数据及优化模型构架来进一步提升预测的精确度和可靠性。本文预测结果可为城市的规划与基础设施建设提供科学依据。 展开更多
关键词 软土 沉降 Transformer模型 支持向量机(svm) 预测 珠海市
在线阅读 下载PDF
基于非线性SVM的高职学生心理预警模型研究 被引量：1
20
作者 陈锋 《现代信息科技》 2025年第9期162-166,171,共6页
该研究针对高职学生心理健康问题,收集学生心理状态、个人信息及生活行为等多维度数据,采用非线性支持向量机(SVM)算法构建心理预警模型。模型能有效分类判别学生心理危机,分为严重心理危机、一般心理问题、潜在心理困扰和无心理困扰四... 该研究针对高职学生心理健康问题,收集学生心理状态、个人信息及生活行为等多维度数据,采用非线性支持向量机(SVM)算法构建心理预警模型。模型能有效分类判别学生心理危机,分为严重心理危机、一般心理问题、潜在心理困扰和无心理困扰四个等级。实证研究设计包括数据收集预处理、特征权重归一化处理及数据分析,结果显示心理状态、家庭构成、家庭经济状况等特征对学生心理危机有显著影响。SVM模型预警准确率高达93.5%,优于多层感知器、随机森林等模型,为高职学生心理健康筛查及干预提供实用工具。 展开更多
关键词 预警模型 高校 心理健康 svm算法
在线阅读 下载PDF
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 2 … 72 下一页 到第 页
使用帮助 返回顶部