期刊文献+
共找到30,358篇文章
< 1 2 250 >
每页显示 20 50 100
Height prediction of water-flowing fracture zone with a geneticalgorithm support-vector-machine method 被引量:3
1
作者 Enke Hou Qiang Wen +2 位作者 Zhenni Ye Wei Chen Jiangbo Wei 《International Journal of Coal Science & Technology》 EI CAS 2020年第4期740-751,共12页
Prediction of the height of a water-flowing fracture zone(WFFZ)is the foundation for evaluating water bursting conditions on roof coal.By taking the Binchang mining area as the study area and conducting an in-depth st... Prediction of the height of a water-flowing fracture zone(WFFZ)is the foundation for evaluating water bursting conditions on roof coal.By taking the Binchang mining area as the study area and conducting an in-depth study of the influence of coal seam thickness,burial depth,working face length,and roof category on the height of a WFFZ,we proposed that the proportion of hard rock in different roof ranges should be used to characterise the influence of roof category on WFFZ height.Based on data of WFFZ height and its influence index obtained from field observations,a prediction model is established for WFFZ height using a combination of a genetic algorithm and a support-vector machine.The reliability and superiority of the prediction model were verified by a comparative study and an engineering application.The results show that the main factors affecting WFFZ height in the study area are coal seam thickness,burial depth,working face length,and roof category.Compared with multiple-linear-regression and back-propagation neural-network approaches,the height-prediction model of the WFFZ based on a genetic-algorithm support-vector-machine method has higher training and prediction accuracy and is more suitable for WFFZ prediction in the mining area. 展开更多
关键词 Water-flowing fracture zone Roof category Proportion of hard rock Genetic algorithm support-vector machine
在线阅读 下载PDF
Support-Vector-Machine-Based False Alarm Filter of Mechatronic Built-in Test
2
作者 LIU Xin-min LIU Guan-jun QIU Jing 《International Journal of Plant Engineering and Management》 2005年第4期189-195,共7页
Diagnosing intermittent fault is an important approach to reduce built-in test(BIT) false alarms. Aiming at solving the shortcoming of the present diagnostic method of intermittent fault, and according to the merit ... Diagnosing intermittent fault is an important approach to reduce built-in test(BIT) false alarms. Aiming at solving the shortcoming of the present diagnostic method of intermittent fault, and according to the merit of support vector machines ( SVM) which can be trained with a small-sample, an SVM-based diagnostic model of 3 states that include OK state, intermittent state and faulty state is presented. With the features based on the reflection coefficients of an alarm rate ( AR ) model extracted from small vibration samples, these models are trained to diagnose intermittent faults. The experimental results show that this method can diagnose multiple intermittent faults accurately with small training samples and BIT false alarms are reduced. 展开更多
关键词 support vector machine intermittent fault false alarm built-in test
在线阅读 下载PDF
基于SVM和归一化熵模型的隐患文本分类与类型特征分析
3
作者 乔剑锋 刘萱 +2 位作者 艾莉莎 张丽玮 王汀 《重庆大学学报》 北大核心 2026年第2期105-115,共11页
为了提高隐患信息数据组织和检索的效率,支持更复杂的信息处理任务,需要采用有效技术手段对数据进行自动分类和类型分析。支持向量机(support vector machine,SVM)可以对自由文本进行自动分类,但是算法的工作原理是在训练集中寻找最优... 为了提高隐患信息数据组织和检索的效率,支持更复杂的信息处理任务,需要采用有效技术手段对数据进行自动分类和类型分析。支持向量机(support vector machine,SVM)可以对自由文本进行自动分类,但是算法的工作原理是在训练集中寻找最优分类边界,不能发现类型典型特征。为了分析类型样本的共同特征,提出采用归一化熵模型寻找类型典型特征,改进当前词频-逆文档频率(term frequency-inverse document frequency,TF-IDF)类型特征识别方法。以政府某应急管理局的2 534条执法检查记录为例,采用SVM进行自动分类,准确率高达97%。同时通过归一化熵模型给出各类型的典型特征,为制定隐患排查专项整治策略提供决策支持。实验结果表明,采用SVM和归一化熵模型的组合技术可以高效解决文本分类和类型特征识别的综合问题。 展开更多
关键词 文本挖掘 数据挖掘 隐患排查 支持向量机
在线阅读 下载PDF
基于信号特征提取和GWO-SVM的气液两相流流型识别方法
4
作者 刘升虎 王颖梅 +2 位作者 魏海梦 邢亚敏 党瑞荣 《中国测试》 北大核心 2026年第1期165-171,共7页
为研究气液两相流的动态特性,并提高气液流型识别的准确性,提出一种基于信号特征提取与GWO-SVM的水平管道气液两相流流型识别方法。该方法利用环形电导传感器采集测量数据,在完成数据预处理的基础上,对信号时域特征参数进行提取。同时,... 为研究气液两相流的动态特性,并提高气液流型识别的准确性,提出一种基于信号特征提取与GWO-SVM的水平管道气液两相流流型识别方法。该方法利用环形电导传感器采集测量数据,在完成数据预处理的基础上,对信号时域特征参数进行提取。同时,采用变分模态分解对电导波动信号进行分析,通过计算各分量与原始信号的Spearman相关系数,筛选出与原始信号相关性较高的本征模态函数,计算能量比作为频域特征参数。最终,将时频域特征参数输入GWO-SVM进行流型识别。实验结果显示,该方法对三种流型的识别准确率达95.7%,与传统SVM和PSO-SVM方法相比,GWO-SVM在流型识别方面展现出更高的准确率和鲁棒性。 展开更多
关键词 流型识别 特征提取 灰狼优化算法 支持向量机 变分模态分解
在线阅读 下载PDF
基于红外传感远程监控的电力系统发热风险自动感知
5
作者 黎锐烽 黄国泳 +1 位作者 刘颖 黄杰辉 《传感技术学报》 北大核心 2026年第1期221-226,共6页
电力设备因长时间作业,内部容易出现发热问题,若不能及时发现,轻则零件部分损坏,重则大面积停电。当前电力系统发热风险检测主要采用人工巡检的方式,作业速度慢,且易出错,为此,提出基于红外传感远程监控的电力系统发热风险自动感知方法... 电力设备因长时间作业,内部容易出现发热问题,若不能及时发现,轻则零件部分损坏,重则大面积停电。当前电力系统发热风险检测主要采用人工巡检的方式,作业速度慢,且易出错,为此,提出基于红外传感远程监控的电力系统发热风险自动感知方法。考虑到红外传感远程监控图像分辨率较低,通过仿射变换将红外监控图像转换成可见光图像,利用速度增强的稳定特征(Speeded-Up Robust Features,SURF)算子、最佳箱优先搜索(Best Bin First,BBF)算法匹配图像特征点,并通过二次规划对偶问题找出特征点最佳分类超平面,确定图像发热风险区域,完成电力系统发热风险自动感知。实验结果表明,所提方法的发热风险点检测误差保持在0.1℃内,且整体耗时低于6 ms。 展开更多
关键词 红外传感 发热风险自动感知 远程监控 特征点匹配 支持向量机 超平面
在线阅读 下载PDF
基于DBO-SVR的汽车中控界面视听意象评价方法
6
作者 赵芳华 刘馨茹 +2 位作者 李沐蓉 闫星宇 丁满 《包装工程》 北大核心 2026年第2期59-68,共10页
目的为提升汽车中控界面的用户体验,提出一种基于蜣螂优化支持向量机的界面视听意象评价方法。方法通过网络爬虫技术搜集汽车中控界面视觉与听觉(图像与音频)样本;通过聚类分析、主成分分析等方法确定目标样本与感性意象词,结合语义差... 目的为提升汽车中控界面的用户体验,提出一种基于蜣螂优化支持向量机的界面视听意象评价方法。方法通过网络爬虫技术搜集汽车中控界面视觉与听觉(图像与音频)样本;通过聚类分析、主成分分析等方法确定目标样本与感性意象词,结合语义差异法制作问卷,建立用户情感与界面视听设计要素之间映射关系;对视听意象数据进行预处理,构建基于蜣螂优化支持向量回归的评价模型,并完成模型训练与验证。结果将算法与常见模型进行对比验证,实验结果证明该方法能够较好地评估用户意象评价,具有较高准确性与稳定性。结论该方法旨在通过量化用户对界面视听设计感性意象需求,帮助设计师更精准地满足用户的情感需求。 展开更多
关键词 界面设计 支持向量回归 蜣螂优化算法 遗传算法
在线阅读 下载PDF
基于图论算法与蚁群优化支持向量机的数控机床故障智能诊断
7
作者 迟玉伦 戴顺达 朱文博 《计算机集成制造系统》 北大核心 2026年第2期706-719,共14页
针对传统数控机床故障诊断方法耗时且精度不足、无法满足快速诊断需求的问题,提出一种基于图论算法和蚁群优化支持向量机(ACO-SVM)的方法实现机床故障的快速精确诊断。首先,通过故障历史数据建立数控机床故障传播模型,利用图论算法进行... 针对传统数控机床故障诊断方法耗时且精度不足、无法满足快速诊断需求的问题,提出一种基于图论算法和蚁群优化支持向量机(ACO-SVM)的方法实现机床故障的快速精确诊断。首先,通过故障历史数据建立数控机床故障传播模型,利用图论算法进行分析,得到故障的风险影响度排序确定故障的优先级;然后,针对优先级较高的故障,利用传感器采集加工信号提取特征值构建特征向量;进一步,利用蚁群算法优化支持向量机参数,构建ACO-SVM故障诊断模型实现机床故障精确诊断;最后,通过实验对某公司轴承磨床磨削烧伤故障进行验证,结果表明:基于图论算法可对故障进行定位排序,利用ACO-SVM模型的诊断平均准确率达到99.378%,对提升数控机床故障快速维修及机床可靠性具有重要意义。 展开更多
关键词 支持向量机 图论算法 蚁群算法 故障诊断
在线阅读 下载PDF
基于光谱特征选择和机器学习的沥青类型识别
8
作者 吕悦晶 钱进 +3 位作者 刘渭宁 汤文 王进波 薛永康 《江苏大学学报(自然科学版)》 北大核心 2026年第1期104-110,124,共8页
为提高识别速率,采用傅里叶变换红外光谱(FTIR)结合机器学习技术对多种老化状态下沥青的类型与等级进行分析.首先基于衰减全反射红外光谱(ATR-FTIR)对多种老化状态下的72个沥青样本进行光谱特征提取,分别采用连续投影算法(SPA)、主成分... 为提高识别速率,采用傅里叶变换红外光谱(FTIR)结合机器学习技术对多种老化状态下沥青的类型与等级进行分析.首先基于衰减全反射红外光谱(ATR-FTIR)对多种老化状态下的72个沥青样本进行光谱特征提取,分别采用连续投影算法(SPA)、主成分分析(PCA)、特征峰吸光度分析对沥青光谱样本进行特征提取,并简化光谱数据;其次将上述光谱数据作为输入数据,分别采用支持向量机(SVM)和线性判别分析(LDA)建立分类模型;最后采用交叉验证和混淆矩阵进行模型评价.结果表明:基于光谱特征选择(SPA、PCA、特征峰吸光度)与LDA的组合模型,对沥青老化状态进行分类识别,识别准确率达到100%,交叉验证准确率超过98%;光谱特征提取与LDA的组合模型显著提高了泛化能力与分类准确性,能够有效区分多种老化状态下的沥青种类及其服役状态. 展开更多
关键词 沥青分类 红外光谱 光谱特征选择 支持向量机 线性判别分析 机器学习
在线阅读 下载PDF
基于KPCA和PSO-SVM组合算法的齿轮裂纹故障信号诊断
9
作者 杨琳 李超 《机械设计与制造》 北大核心 2026年第1期114-117,122,共5页
为了弥补支持向量机(SVM)会造成局部极小或出现过拟合情况,把粒子群优化(PSO)加到SVM模型内,完成SVM模型核函数的优化效果。针对齿轮裂纹故障诊断情况,设计了一种基于核主成分分析(KPCA)和PSO-SVM组合算法,并开展实际信号分析。研究结... 为了弥补支持向量机(SVM)会造成局部极小或出现过拟合情况,把粒子群优化(PSO)加到SVM模型内,完成SVM模型核函数的优化效果。针对齿轮裂纹故障诊断情况,设计了一种基于核主成分分析(KPCA)和PSO-SVM组合算法,并开展实际信号分析。研究结果表明:以PSO优化SVM核函数达到了高精度,获得更高分类精度。频域特征会降低分类精度,频域特征具备比时域特征更高精度。相比较其他算法,PSO-SVM算法达到最高精度,具备优异稳定性,获得合适的计算时间。当提高样本数量后,分类精度获得明显提升,设置过多训练样本则会产生过拟合问题,并且实际测试样本数不多,造成不稳定的分类状态。该研究对提高齿轮裂纹故障诊断效率具有很好的理论支撑价值,易于推广应用到其他的机械传动系统上。 展开更多
关键词 齿轮裂纹 故障诊断 主成分分析 支持向量机 粒子群优化
在线阅读 下载PDF
基于PSO-SVM模型的黄河兰州段突发水污染安全评价
10
作者 靳春玲 袁鹏飞 +2 位作者 贡力 郭芮 郭照清 《环境科学与技术》 北大核心 2026年第1期107-114,共8页
该研究旨在运用机器学习对黄河兰州段突发水污染状况进行精准评价,以全面了解该区域突发水污染的安全态势并为相关决策提供科学依据。基于DPSIR模型框架建立突发水污染风险评价指标体系,采用粒子群优化支持向量机(PSO-SVM)模型对该区域2... 该研究旨在运用机器学习对黄河兰州段突发水污染状况进行精准评价,以全面了解该区域突发水污染的安全态势并为相关决策提供科学依据。基于DPSIR模型框架建立突发水污染风险评价指标体系,采用粒子群优化支持向量机(PSO-SVM)模型对该区域2018-2023年的突发水污染安全级别进行评估,并将评估结果与鲸鱼优化支持向量机算法(WOA-SVM)及樽海鞘群优化支持向量机算法(SSO-SVM)模型的结果进行了详细对比。分析结果显示,该区域突发水污染安全评价等级在2018与2020年处于Ⅱ级,2019、2021以及2022年为Ⅲ级,2023年则降至Ⅳ级,总体呈现出从Ⅱ级逐步向Ⅳ级过渡且等级下降的态势。这一评估结论与实际情况高度吻合,从而有效验证了评估模型的适用性。对比研究表明,PSO-SVM模型在预测精确度与收敛速度上均超越了WOA-SVM与SSO-SVM模型。研究结果可为黄河兰州段突发水污染风险管理与防控提供理论基础与实践指导。 展开更多
关键词 粒子群优化算法 支持向量机模型 突发水污染 风险评价 黄河兰州段
原文传递
基于多特征融合的轴承故障诊断方法
11
作者 张娜 王卓 +1 位作者 王枭雄 白晓平 《现代电子技术》 北大核心 2026年第4期178-186,共9页
旋转机械设备轴承的转速会随工作环境变化而波动,该波动会干扰故障特征提取。为了更准确地识别出轴承故障在不同转速下引发的信号微弱变化,提出一种基于多特征融合的轴承故障诊断方法。该研究基于声发射信号,采集了三种转速下轴承的内... 旋转机械设备轴承的转速会随工作环境变化而波动,该波动会干扰故障特征提取。为了更准确地识别出轴承故障在不同转速下引发的信号微弱变化,提出一种基于多特征融合的轴承故障诊断方法。该研究基于声发射信号,采集了三种转速下轴承的内圈故障、外圈故障和滚动体故障数据。首先,将一维声发射时序信号通过小波变换(WT)和灰度化处理转换为二维灰度图像。其次,将二维图像作为特征图,输入到优化后的梯度方向直方图(HOG)、局部二值模式(LBP)及深度神经网络(CVGG16)中进行特征提取,构建HLV模型以得到特征图的全方位、多层次信息。最后,将HLV模型提取到的三类特征进行多特征串行融合,采用主成分分析(PCA)对融合后的特征进行降维,提升检测速率;使用支持向量机(SVM)学习算法训练分类模型,进而实现轴承的故障诊断。研究结果表明:HLV特征提取模型与其他单一模型相比可以得到更有效的故障特征,准确率为97.50%,采用的PCA可提升训练速率;所提WHLVS轴承故障诊断方法相较于其他方法具有优越性,精确率高达97.52%;在三种公开数据集上的评估指标P、R、F_(1)、mAP均在94%以上,验证了该方法的可靠性和应用潜力。 展开更多
关键词 轴承 故障诊断 多特征融合 声发射信号 小波变换 主成分分析 支持向量机
在线阅读 下载PDF
基于重力感应传感器的物料分拣机械手抓取力自整定模糊PID柔性控制
12
作者 白娜 李鹏 黄根信 《传感技术学报》 北大核心 2026年第1期80-85,共6页
在物料分拣过程中,考虑不同物料的特性差异如各种形状、大小、重量等,导致机械手抓取力的控制精度较低。为此,提出基于重力感应传感器的物料分拣机械手抓取力自整定模糊PID柔性控制。通过线性支持向量机(SVM)和迭代最近点(ICP)配准方法... 在物料分拣过程中,考虑不同物料的特性差异如各种形状、大小、重量等,导致机械手抓取力的控制精度较低。为此,提出基于重力感应传感器的物料分拣机械手抓取力自整定模糊PID柔性控制。通过线性支持向量机(SVM)和迭代最近点(ICP)配准方法定位待抓取目标位置;利用重力感应传感器检测待抓取物料的重量,以物料分拣机械手结构为基准,将获取的待抓取物料位置和重量参数输入到设计的模糊比例-积分-微分(PID)控制器中,实现物料分拣机械手抓取力控制。实验结果表明,所提方法物料分拣机械手待抓取物料的实际中心坐标点误差不超过±(0.2,0.3)mm,待抓取物料重量误差不超过0.2 g,抓取力控制精度高、实际应用效果好。 展开更多
关键词 物料分拣机械手 抓取力控制 重力感应传感器 模糊PID控制 线性支持向量机 ICP配准方法
在线阅读 下载PDF
基于近红外光谱技术结合机器学习的咖啡粉掺假检测分析
13
作者 张付杰 曾庆宇 +5 位作者 孔丹丹 余小宁 胡伟明 陈申奥 岳啸先 梁嘉雯 《食品科学》 北大核心 2026年第1期309-316,共8页
开发一种基于近红外光谱结合机器学习建模的快速、无损检测方法,用于对掺杂大豆粉的咖啡进行定量检测,采用分层建模策略以提高预测准确率。支持向量回归结合3种光谱预处理方法被用于构建预测模型。通过对比竞争性自适应重加权采样和迭... 开发一种基于近红外光谱结合机器学习建模的快速、无损检测方法,用于对掺杂大豆粉的咖啡进行定量检测,采用分层建模策略以提高预测准确率。支持向量回归结合3种光谱预处理方法被用于构建预测模型。通过对比竞争性自适应重加权采样和迭代保留信息变量方法,确定30个特征波长。引入3种优化算法(蜣螂优化算法、粒子群优化算法、灰狼优化算法),构建的模型校正集和测试集的决定系数(R^(2))为0.9784、0.9669,均方根误差分别为0.0157和0.0228,残差预测偏差比分别达到6.8096、5.4998。研究表明,近红外光谱技术为识别掺假大豆粉的咖啡检测提供了一种有效的技术手段。 展开更多
关键词 近红外光谱技术 咖啡掺假 支持向量回归
在线阅读 下载PDF
多模态MRI影像与人工智能结合模型在肝纤维化分期中的应用价值研究
14
作者 方晶晶 吴益峰 +6 位作者 王苏华 潘翠萍 陶洋 李建斌 鲍远杰 张文迪 冯济业 《浙江医学》 2026年第3期257-263,共7页
目的通过多模态MRI提取放射组学特征,结合支持向量机(SVM)模型,构建肝纤维化分期人工智能识别体系,探索其在肝纤维化分期中的应用价值。方法回顾性收集2020年1月至2024年12月宁波大学附属人民医院收治的148例肝纤维化患者的临床资料,采... 目的通过多模态MRI提取放射组学特征,结合支持向量机(SVM)模型,构建肝纤维化分期人工智能识别体系,探索其在肝纤维化分期中的应用价值。方法回顾性收集2020年1月至2024年12月宁波大学附属人民医院收治的148例肝纤维化患者的临床资料,采用随机数字表法,按约7∶3比例分为训练集103例和验证集45例;经肝穿刺活检,按Metavir分期标准分为F0~1期33例、F2期41例、F3期17例、F4期57例。2名高年资放射科医师采用双盲法评估图像质量,纳入1~2级图像;使用ITK-SNAP 4.13.0软件勾画感兴趣区,LIFEx 3.44软件提取纹理特征、一阶特征,遗传算法筛选20个核心特征。构建3个SVM二分类子模型,模型一(F0~2期比F3~4期)、模型二(F0~1期比F2期)、模型三(F3期比F4期),以准确率、ROC曲线与AUC值评估模型用于肝纤维化分期的效能。结果三模型性能差异明显:模型三(F3比F4期)最优,训练集准确率为84.78%、AUC为0.901,验证集准确率为100%、AUC为1.000(95%CI:1.000~1.000),分期鉴别效能及泛化性稳定;模型二(F0~1期比F2期)次之,训练集与验证集准确率(80.76%比90.90%)、AUC(0.899比0.891)接近,稳定性良好;模型一(F0~2期比F3~4期)较差,验证集AUC为0.590(95%CI:0.401~0.779),低于训练集的0.838,存在过拟合风险。分层递进式联合策略总分期准确率63.50%(94/148),F0~1期、F2期、F4期准确率较高(69.69%、68.29%、70.17%),F3期偏低(52.94%)。结论基于多模态MRI放射组学的SVM模型可有效实现肝纤维化分期在F0~1期与F2期、F3期与F4期的细分鉴别中表现优异,可为临床提供客观、定量的分期工具。 展开更多
关键词 磁共振成像 肝纤维化 人工智能 放射组学 支持向量机
暂未订购
考虑容量再生的锂离子电池健康状态估计方法
15
作者 赵靖英 黄麟然 姚帅亮 《电源学报》 北大核心 2026年第1期242-251,共10页
在锂离子电池正常使用过程中,受内部化学反应和外部环境等因素影响,锂离子电池容量会在短期内出现再生现象。针对未考虑锂离子电池容量再生现象导致电池健康状态SOH(state-of-health)估计不精确等问题,提出基于层数的最优变分模态分解策... 在锂离子电池正常使用过程中,受内部化学反应和外部环境等因素影响,锂离子电池容量会在短期内出现再生现象。针对未考虑锂离子电池容量再生现象导致电池健康状态SOH(state-of-health)估计不精确等问题,提出基于层数的最优变分模态分解策略OVMD(optimal variational mode decomposition),聚类容量反映整体老化趋势的低频平稳序列和反映局部容量再生的高频非平稳序列。考虑容量高频和低频分量,引入加权向量平均INFO(weighted mean of vectors)方法改进支持向量回归SVR(support vector regression),建立锂离子电池短期SOH估计模型。选取NASA电池老化数据集,设计基于反向传播BP(back propagation)神经网络、SVR、INFO-SVR、OVMD-INFO-SVR的短期锂离子电池SOH估计实验对比方案。结果表明,在减少容量训练集的情况下,基于高频和低频分量的OVMD-INFO-SVR模型在锂离子电池短期SOH的估计上具有更高的准确性。 展开更多
关键词 锂离子电池 容量再生 支持向量回归 健康状态
在线阅读 下载PDF
基于自适应-相似修正的网络安全态势预测方法
16
作者 王娜 常娅明 刘佳林 《工程科学学报》 北大核心 2026年第3期547-563,共17页
随着信息技术的快速发展和互联网应用的日益普及,网络安全形势日益严峻,频繁的网络攻击严重威胁着国家安全和经济利益,因此准确预测网络安全态势重要而紧迫.但由于传统模型的固定输入长度和数据的非平稳性,现有的预测方法精度不足.对此... 随着信息技术的快速发展和互联网应用的日益普及,网络安全形势日益严峻,频繁的网络攻击严重威胁着国家安全和经济利益,因此准确预测网络安全态势重要而紧迫.但由于传统模型的固定输入长度和数据的非平稳性,现有的预测方法精度不足.对此本文提出一种基于自适应-相似修正的网络安全态势预测方法.首先,提出一种步长自适应策略来确定预测模型的初始输入.即引入变分模态分解来提取原始态势数据集的模态分量集,并对分量集中的周期分量,利用快速傅里叶变换确定其周期个数,作为其对应预测模型的输入长度;对非周期分量,利用递减Lempel-Ziv复杂度准则来自适应确定其对应预测模型的输入长度.其次,对模态分量的每个分量值,由训练数据集来构建其对应的支持向量机子模型.再次,在给定的初始输入长度下,基于余弦方差相似度判据,在训练数据集中筛选与测试集初始输入长度相同、变化趋势相似的数据子集.从此,基于上述支持向量机子模型,对该相似数据子集获得初始预测结果,并将相似数据子集与其初始预测结果作为最终的预测模型输入,实现对初始支持向量机子模型的修正.最后,在标准网络安全数据集NSL-KDD上的实验表明:所提单步预测方法均方误差(MSE)为1.75×10^(-4)、平均绝对误差(MAE)为1.07×10^(-2)、决定系数(R^(2))为0.984,其预测精度显著优于传统浅层学习、深度学习及支持向量机方法;在四步预测中,引入修正机制后效果更明显,与修正前相比,MAE、MSE分别降低了29.00%、53.69%,R^(2)提升了5.03%;为进一步验证本文方法的泛化性,选取国家互联网应急中心的数据进行验证,结果证明本文方法预测效果最优. 展开更多
关键词 态势预测 快速傅里叶变换 支持向量机 Lempel-Ziv复杂度 余弦方差相似度
在线阅读 下载PDF
软体手指压力与速度对长直线缝纫偏差的影响
17
作者 王建萍 储林萍 +1 位作者 沈津竹 张帆 《纺织学报》 北大核心 2026年第1期207-213,共7页
为探究不同缝纫速度下,软体手指对面料按压力与送布速度组合对长直线缝纫偏差的影响,以九宫格拼布工艺中的2条布条拼接阶段为研究对象,选择拼布常用的3种纯棉面料,将长直线缝纫轨迹划分为3个缝纫区段进行3次循环直线缝纫。结合力控技术... 为探究不同缝纫速度下,软体手指对面料按压力与送布速度组合对长直线缝纫偏差的影响,以九宫格拼布工艺中的2条布条拼接阶段为研究对象,选择拼布常用的3种纯棉面料,将长直线缝纫轨迹划分为3个缝纫区段进行3次循环直线缝纫。结合力控技术,使用软体手指作为UR5机械臂末端执行器按压送布,以软体手指的压力和速度作为试验因素,每个因素均设计5个水平,进行L_(25)(5^(2))正交试验。通过极差分析与方差分析发现:不同缝纫速度下,3种面料的3个循环缝制段对应的最佳软体手指压力与速度组合存在差异,且软体手指的压力、速度及其交互作用对缝纫偏差的影响也因缝纫速度和循环缝制段的不同而不同。进一步构建支持向量回归模型,对缝纫偏差进行预测,并分别采用网格搜索、贝叶斯优化与粒子群优化方法进行超参数优化。优化结果表明:优化后模型在训练集与测试集上的表现均显著优于未优化模型,使用网格搜索优化得到的模型泛化能力和优化效率最佳(均方根误差为0.0397 mm,优化耗时为26.52 s)。 展开更多
关键词 缝纫机器人 软体手指 缝纫速度 长直线缝纫 缝纫偏差 正交试验 支持向量回归
在线阅读 下载PDF
基于机器学习算法的地层孔隙压力预测模型构建与应用
18
作者 孙小芳 蒋荻南 +3 位作者 金亚 侯晓东 孙志峰 王储 《测井技术》 2026年第1期163-171,共9页
传统地层孔隙压力预测方法在复杂地质条件下普适性低、计算流程复杂,难以满足工程现场对参数快速精准获取的需求。为解决该问题,以某实际勘探区块为研究对象,构建了随机森林、支持向量机、多元线性回归及神经网络这4种机器学习预测模型... 传统地层孔隙压力预测方法在复杂地质条件下普适性低、计算流程复杂,难以满足工程现场对参数快速精准获取的需求。为解决该问题,以某实际勘探区块为研究对象,构建了随机森林、支持向量机、多元线性回归及神经网络这4种机器学习预测模型,开展了地层孔隙压力的智能预测与对比研究。在方法设计上,优选出井深、地层密度、纵波时差、横波时差、自然伽马这5项关键测井数据作为模型输入,将经现场测压数据校正的孔隙压力值作为标定参数,建立了地层孔隙压力智能预测模型并进行了性能验证。结果表明:随机森林算法的预测性能最优,其平均绝对误差和标准差分别低至0.026 g/cm^(3)和0.044 g/cm^(3),且在岩性突变、构造异常段仍保持稳定预测效果;相比之下,支持向量机模型存在一定的系统性偏差,多元线性回归难以拟合孔隙压力与测井曲线之间的非线性关系,神经网络在局部异常段存在偏差。进一步的敏感性分析表明,模型结构与参数不变时,预测准确度与训练数据集规模、目标参数(孔隙压力)取值的覆盖范围呈显著正相关。结论认为:机器学习预测方法可有效突破传统技术局限,随机森林算法综合表现最佳,在实际应用中可优先采用;为确保模型预测效能最大化,实际应用中需广泛收集工区内具有代表性的井资料,构建涵盖完整压力区间的高质量训练数据集,从而为钻井工程设计、安全钻进与地质灾害防控提供更为可靠、高效的参数支持。 展开更多
关键词 地层孔隙压力 随机森林 支持向量机 多元线性回归 神经网络 声波时差 地层密度 自然伽马
在线阅读 下载PDF
融合SIFT特征转换与SVM智能模型的图像分类研究
19
作者 刘琳 周玉升 《电子设计工程》 2026年第4期98-102,108,共6页
针对监控视频清晰度不高导致图像分类难度较大的问题,文中利用改进尺度不变特征转换进行摄像头干扰检测,并利用改进支持向量机进行监控视频质量评价,提出了一种基于尺度不变特征转换和支持向量机的图像分类模型。公共图像数据库中的试... 针对监控视频清晰度不高导致图像分类难度较大的问题,文中利用改进尺度不变特征转换进行摄像头干扰检测,并利用改进支持向量机进行监控视频质量评价,提出了一种基于尺度不变特征转换和支持向量机的图像分类模型。公共图像数据库中的试验结果表明,所提图像分类模型的特征提取和转换效果较好,特征点分散且清晰。在发生遮挡、转动和光线变化三种干扰时,图像特征值差值分别为2.0、1.4和0.15。所提改进半监督式支持向量机算法的图像分类评价精度为90%,较改进前提升7%。试验结果验证了所提模型的图像分析性能,有助于提高监控系统的效率和准确性,为各领域提供更准确和可靠的视觉数据支撑。 展开更多
关键词 尺度不变 支持向量机 半监督式 图像分类 干扰因素
在线阅读 下载PDF
基于移动车辆荷载作用下锚固点振动响应结合机器学习的斜拉索损伤识别研究
20
作者 曾有艺 杜家锐 +2 位作者 张家滨 王金昊 樊继荣 《中外公路》 2026年第1期177-187,共11页
移动车辆荷载作用下采集的桥面振动响应数据,包含了很多桥梁的几何参数信息,能有效地对结构损伤进行识别。机器学习算法能够挖掘响应数据中的关键信息,捕捉其中线性关系。该文以韶州大桥为背景,建立斜拉桥有限元模型,将多种不同车辆参... 移动车辆荷载作用下采集的桥面振动响应数据,包含了很多桥梁的几何参数信息,能有效地对结构损伤进行识别。机器学习算法能够挖掘响应数据中的关键信息,捕捉其中线性关系。该文以韶州大桥为背景,建立斜拉桥有限元模型,将多种不同车辆参数的两轴货车荷载作用在不同斜拉索小损伤工况下的斜拉桥模型上,模拟计算移动荷载作用下斜拉桥模型的振动响应。采用主成分分析(PCA)技术对加速度数据降维压缩,并结合贝叶斯优化后的最小二乘法支持向量机模型(BO-LSSVM),开展不同荷载组合下斜拉索的损伤定位与定量分析。针对多根拉索损伤预测不准确的情况,提出了将定位标签整合到损伤数据中的方法。结果表明:基于大量的损伤响应数据,BO-LSSVM模型能寻找到最佳的超参数组合,有效分析复杂响应数据,利用移动车辆荷载实现拉索损伤程度的监测分析。利用PCA对加速度响应数据进行降维压缩,在保证预测精准度的同时,提高了机器学习的计算效率,节约了计算资源。且在多损伤数据特征数据中添加定位标签方法有效提高了损伤识别的准确性。该研究为实际工程中的损伤实时监测提供了模型参考与技术理论基础。 展开更多
关键词 斜拉桥 车桥耦合 振动响应 数据压缩 贝叶斯优化 最小二乘法支持向量机 损伤识别
原文传递
上一页 1 2 250 下一页 到第
使用帮助 返回顶部