期刊文献+
共找到97,276篇文章
< 1 2 250 >
每页显示 20 50 100
SVM-PSO在微铣削表面粗糙度预测中的应用
1
作者 王二化 赵宇航 刘颉 《机械设计与制造》 北大核心 2026年第2期119-123,共5页
这里提出了一种基于振动信号的微铣削表面粗糙度预测方法,首先提取微铣削振动信号小波包系数的均方根、峭度、偏度以及小波包能量比作为表面粗糙度的特征,并构建特征库。然后利用基于粒子群优化算法(Particle Swarm Optimization,PSO)... 这里提出了一种基于振动信号的微铣削表面粗糙度预测方法,首先提取微铣削振动信号小波包系数的均方根、峭度、偏度以及小波包能量比作为表面粗糙度的特征,并构建特征库。然后利用基于粒子群优化算法(Particle Swarm Optimization,PSO)的支持向量机(Support Vector Machine,SVM)模型实现微铣削表面粗糙度的预测,其中,PSO用来优化SVM模型的关键参数,避免这些关键参数选择的不合适所带来的过拟合和局部最优问题。这里提出的微铣削表面粗糙度预测方法精度较高,平均预测误差为2.37%。 展开更多
关键词 微铣削 表面粗糙度 小波包分解 支持向量机 粒子群优化
在线阅读 下载PDF
基于PSO-SVM的多场景绝缘子劣化判定研究
2
作者 王思华 徐贺节 +2 位作者 刘爽 王俊喆 石天舒 《高压电器》 北大核心 2026年第4期113-121,共9页
输电线路一般是根据不同的输电等级以及环境差异配置的,不同电压等级及环境的瓷绝缘子串配置不同,目前基于同一判定标准对多场景下绝缘子劣化判定容易造成误判。因此需要一种可以对不同场景下瓷绝缘子劣化状态有效判定方法。文中利用有... 输电线路一般是根据不同的输电等级以及环境差异配置的,不同电压等级及环境的瓷绝缘子串配置不同,目前基于同一判定标准对多场景下绝缘子劣化判定容易造成误判。因此需要一种可以对不同场景下瓷绝缘子劣化状态有效判定方法。文中利用有限元软件模拟得到不同场景下分布电压数据集,基于PSOSVM算法构建了绝缘子劣化判定模型。通过有限元仿真模拟了不同结构变量的多场景330 kV交流输电线路瓷绝缘子串电场分布,确定主要影响瓷绝缘子串电压分布的因素;根据主要影响因素进行场景分类,使用PSO-SVM模型对不同场景的绝缘子劣化状态分类判定。同时,为验证模型的实用性及有效性,将PSO-SVM(particle swarm optimization-support vector machines)模型与支持向量机(SVM)和遗传算法支持向量机(genetic algorithm-optimization support vector,GA-SVM)进行对比,结果表明PSO-SVM预测精度高于其他两种算法,计算速度也更快,对不同场景下的瓷绝缘子串劣化判定具有一定的参考意义。 展开更多
关键词 劣化绝缘子 电压分布 有限元 多场景 PSO-svm
在线阅读 下载PDF
基于PSO和网格优化结合的SVM算法癌症分类研究
3
作者 汪颖 王琳 《兰州文理学院学报(自然科学版)》 2026年第1期56-61,共6页
针对乳腺癌良性与恶性的鉴别,提出一种融合粒子群优化与网格搜索的支持向量机模型(GPSO-SVM).该方法先通过网格搜索初步确定粒子群优化的超参数范围,并在粒子群优化迭代过程中阶段性引入网格搜索.联合完成对支持向量机超参数的优化,有... 针对乳腺癌良性与恶性的鉴别,提出一种融合粒子群优化与网格搜索的支持向量机模型(GPSO-SVM).该方法先通过网格搜索初步确定粒子群优化的超参数范围,并在粒子群优化迭代过程中阶段性引入网格搜索.联合完成对支持向量机超参数的优化,有效结合了网格搜索的全局搜索能力与粒子群算法的局部精细寻优优势,提高了参数寻优的效率与准确性.实验结果显示,GPSO-SVM模型在4种不同乳腺癌数据集上的五折交叉验证准确率分别达到98.60%、97.00%、90.52%和88.89%,优于其他寻优方法. 展开更多
关键词 癌症分类 网格搜索 GPSO-svm
在线阅读 下载PDF
FMD结合小波包模糊熵和RBMO-SVM的滚动轴承故障诊断
4
作者 陶伟 欧阳名三 +1 位作者 周莉 纪京生 《兵器装备工程学报》 北大核心 2026年第3期243-255,共13页
为解决电机轴承故障诊断中非平稳振动信号特征提取困难导致分类精度不足的问题,提出了一种特征模态分解(FMD)结合小波包模糊熵与红嘴蓝鹊优化算法(RBMO)优化支持向量机(SVM)的智能诊断方法。利用FMD的自适应滤波器组对振动信号进行分解... 为解决电机轴承故障诊断中非平稳振动信号特征提取困难导致分类精度不足的问题,提出了一种特征模态分解(FMD)结合小波包模糊熵与红嘴蓝鹊优化算法(RBMO)优化支持向量机(SVM)的智能诊断方法。利用FMD的自适应滤波器组对振动信号进行分解,以最小包络熵为目标函数并提取故障特征模态;通过小波包模糊熵量化模态分量的非线性特征,构建高区分度的特征向量;采用红嘴蓝鹊优化算法优化SVM参数,提升模型泛化能力,将特征向量导入RBMO-SVM模型,完成模型训练及故障识别任务。经公开数据集和自建实验平台数据集的双重验证结果表明,该方法在公共数据集上实现了92.5%~95.83%的诊断准确率,自制实验平台单故障和复合故障诊断准确率达98.33%和95.83%,该方案在复杂工况下具有一定的适用性。 展开更多
关键词 特征模态分解 小波包模糊熵 红嘴蓝鹊优化算法 支持向量机 轴承故障诊断
在线阅读 下载PDF
融合STFT-SWT和2DCNN-SVM的小样本轴承故障分类诊断
5
作者 卢进南 何益佳 《现代制造工程》 北大核心 2026年第3期146-154,共9页
针对小样本滚动轴承故障诊断准确率不高的问题,提出STFT-SWT-2DCNN-SVM模型。该模型结合STFT的固定窗口特性与SWT的多尺度分析能力,将信号转为时频图后,通过2DCNN提取故障特征并优化模型,再融合STFT与SWT的训练模型进行验证,最终用SVM... 针对小样本滚动轴承故障诊断准确率不高的问题,提出STFT-SWT-2DCNN-SVM模型。该模型结合STFT的固定窗口特性与SWT的多尺度分析能力,将信号转为时频图后,通过2DCNN提取故障特征并优化模型,再融合STFT与SWT的训练模型进行验证,最终用SVM分类器输出结果,并用t-SNE可视化。采用了PT400实验平台进行了相关实验验证。结果表明,此方法在训练集∶测试集为300∶600的情况下,轴承故障分类识别准确率可以达到98.666 7%,而在训练样本总数为100,平均单类样本数为5.6的前提下,10次重复实验的平均轴承故障分类识别准确率仍可以达到97.45%,比STFT-SWT-2DCNN、SWT-2DCNN-SVM、STFT-2DCNN-SVM分别提高15.32%、39.23%、44.91%,证明该研究模型有很好的鲁棒性和工业实用性。 展开更多
关键词 滚动轴承 小样本 短时傅里叶变换 同步压缩小波变换 二维卷积神经网络 支持向量机 t-SNE可视化
在线阅读 下载PDF
自适应特征模态分解与CNN-SVM在天然气管道泄漏识别中的应用研究
6
作者 刘路勇 刘名杨 +5 位作者 王磊 胡开胜 熊建森 张明 王琳 仇芝 《振动与冲击》 北大核心 2026年第5期120-129,共10页
在传统天然气管道泄漏检测方法中,泄漏信号中的周期性微扰与短时结构突变特征常被忽视,严重制约管道泄漏识别精准度。提出一种借助美洲狮优化算法,构建新型的自适应特征模态分解(adaptive feature mode decomposition,AFMD)方法,用以提... 在传统天然气管道泄漏检测方法中,泄漏信号中的周期性微扰与短时结构突变特征常被忽视,严重制约管道泄漏识别精准度。提出一种借助美洲狮优化算法,构建新型的自适应特征模态分解(adaptive feature mode decomposition,AFMD)方法,用以提取泄漏声信号中的周期性微扰动与短时结构突变目标特征,并采用卷积神经网络(convolutional neural network,CNN)与支持向量机(support vector machine,SVM)形成联合识别模型,对目标特征进行泄漏识别分类。试验结果表明,该混合模型对管道泄漏识别准确率高达99.07%,优于其他特征提取算法及独立CNN分类模型,展现出良好的鲁棒性与泛化能力,在多种工况下识别效果明显优于传统方法。 展开更多
关键词 管道泄漏识别 自适应特征模态分解(AFMD) 美洲狮优化算法 卷积神经网络(CNN) 支持向量机(svm)
在线阅读 下载PDF
基于SVM的固定翼无人机飞行动作识别研究
7
作者 谭博文 贺强 +1 位作者 申远宸 巴特尔 《航空计算技术》 2026年第1期59-64,70,共7页
针对民用无人机的大量应用导致的基于飞行轨迹特征的适航验证与安全监测需求,而基于飞行轨迹的飞行动作识别是实现该需求的先决条件,提出了一种面向适航验证的民用固定翼无人机飞行动作识别方法。首先从已有的无人机专用条件中提取飞行... 针对民用无人机的大量应用导致的基于飞行轨迹特征的适航验证与安全监测需求,而基于飞行轨迹的飞行动作识别是实现该需求的先决条件,提出了一种面向适航验证的民用固定翼无人机飞行动作识别方法。首先从已有的无人机专用条件中提取飞行动作识别需求,进而建立飞行动作类别及其轨迹特征;然后,根据轨迹特征,构建了由指示空速、俯仰角、滚转角、偏航角、高度、高度变化率6个指标组成的度量飞行动作的特征模式;最后,基于该模式结合SVM方法构建了民用固定翼无人机飞行动作识别模型;并通过优化数据处理和深入分析仿真实验,提高了识别精度和效率。实验结果表明,优化后的飞行动作识别模型能更好地满足民用固定翼无人机适航验证和安全监测要求。 展开更多
关键词 飞行动作识别 专用条件 飞行轨迹 svm 无人机
在线阅读 下载PDF
基于改进VMD和CS-SVM的汽车发动机故障诊断方法
8
作者 张忠其 梁裕益 叶龙 《机械制造与自动化》 2026年第1期293-298,共6页
为提高汽车发动机故障诊断准确性,提出一种变分模态分解结合支持向量机的K20C3涡轮增压发动机故障诊断方法。采用鲸鱼算法(WOA)优化变分模态分解(VMD)层数k和惩罚因子参数α,并利用优化后的VMD获取汽车发动机振动信号,用奇异谱熵表征信... 为提高汽车发动机故障诊断准确性,提出一种变分模态分解结合支持向量机的K20C3涡轮增压发动机故障诊断方法。采用鲸鱼算法(WOA)优化变分模态分解(VMD)层数k和惩罚因子参数α,并利用优化后的VMD获取汽车发动机振动信号,用奇异谱熵表征信号特征,利用布谷鸟搜索算法(CS)优化支持向量机(SVM)核函数的参数γ及惩罚因子C,并将发动机振动信号特征输入SVM的故障诊断模型进行分类识别。结果表明:优化后的VMD可有效分解K20C3涡轮增压发动机信号,CS-SVM的诊断模型可有效识别K20C3涡轮增压汽车发动机故障类型,且相较于标准SVM和粒子群优化(PSO)-SVM的故障诊断模型,具有更高的准确性,对缸内压力信号的诊断准确率达98.45%,对缸盖振动信号诊断的准确率达到99.21%。由此得出,该方案在发动机故障诊断方面具有一定的可行性。 展开更多
关键词 发动机故障 VMD算法 奇异谱熵 svm算法 故障诊断
在线阅读 下载PDF
基于改进VMD和SVM方法的滚动轴承故障诊断 被引量:1
9
作者 何晓良 苏春 张玉茹 《东南大学学报(自然科学版)》 北大核心 2026年第2期322-332,共11页
为解决旋转部件早期振动故障信号存在的特征微弱、非平稳等问题,提出一种基于改进变分模态分解(VMD)及支持向量机(SVM)的故障诊断方法。采用改进的野马算法(IWHO)优化VMD中的惩罚因子α和模态数K以实现参数自动寻优,采用适应度函数选择... 为解决旋转部件早期振动故障信号存在的特征微弱、非平稳等问题,提出一种基于改进变分模态分解(VMD)及支持向量机(SVM)的故障诊断方法。采用改进的野马算法(IWHO)优化VMD中的惩罚因子α和模态数K以实现参数自动寻优,采用适应度函数选择最小包络熵。利用优化后的VMD完成振动信号分解,得到振动信号的固有模态函数(IMF)。在此基础上,采用峭度准则选取前5阶IMF分量以计算时频域特征,构建特征向量;将特征向量输入SVM中完成训练,实现旋转部件的故障分类。以滚动轴承试验数据集为例,验证方法有效性。结果表明:所提出的方法能有效处理非平稳振动信号,针对数据集中轴承4种运行状态诊断的准确率达99.17%;在模拟噪声干扰环境下,模型仍能保持95.8%以上的诊断精度。 展开更多
关键词 变分模态分解 支持向量机 改进野马算法 故障诊断
在线阅读 下载PDF
基于转矩角的永磁同步电机SVM-DTC研究
10
作者 董艮滔 余垚博 +5 位作者 张鑫杰 张平 严伟 郭明 雷新卓 彭恺 《工业控制计算机》 2026年第1期132-133,135,共3页
通过对永磁同步电机转矩角控制进行分析,将空间矢量脉宽调制(SVPWM)与直接转矩控制(DTC)相结合。在此基础上对速度控制器进行改进,构建了基于转矩角的SVM-DTC转速闭环控制系统。仿真结果表明这套控制架构具有良好的稳定性和动态性能,实... 通过对永磁同步电机转矩角控制进行分析,将空间矢量脉宽调制(SVPWM)与直接转矩控制(DTC)相结合。在此基础上对速度控制器进行改进,构建了基于转矩角的SVM-DTC转速闭环控制系统。仿真结果表明这套控制架构具有良好的稳定性和动态性能,实现了对电机转速更为精准的控制。 展开更多
关键词 转矩角 永磁同步电机 svm-DTC PI
在线阅读 下载PDF
基于HEC-HMS-SVM的鄱阳湖流域平江山洪模拟研究
11
作者 刘惠英 朱怀涛 吴祥宇 《水土保持研究》 北大核心 2026年第2期115-122,共8页
[目的]探究机器学习这一新方法在山洪模拟方面的应用,提高平江流域山洪模拟及早期预警精度。[方法]选取了山洪发生区1997—2018年共25场典型洪水事件及对应的5 min高分辨率降雨数据,分别构建基于HEC-HMS水文模型、支持向量机(SVM)模型及... [目的]探究机器学习这一新方法在山洪模拟方面的应用,提高平江流域山洪模拟及早期预警精度。[方法]选取了山洪发生区1997—2018年共25场典型洪水事件及对应的5 min高分辨率降雨数据,分别构建基于HEC-HMS水文模型、支持向量机(SVM)模型及HEC-HMS-SVM耦合模型,对比评估了3类模型在洪水过程模拟中的精度及稳定性。[结果](1)HEC-HMS模型对“单峰型”洪水模拟效果优异,外延性良好,整体合格率达92%(甲级精度);(2)SVM模型总体合格率为84%(乙级精度),但对峰现时间敏感性较高,率定期与验证期差异显著,稳定性较弱;(3)耦合模型综合性能最优,验证期合格率提升至100%(较SVM提高25%),整体合格率较HEC-HMS和SVM分别提高8%和16%,且洪水过程拟合度显著改善。[结论]HEC-HMS-SVM耦合模型可有效提升山洪模拟精度,为山洪灾害防治提供更可靠的技术支持。 展开更多
关键词 山洪模拟 山洪灾害 HEC-HMS svm 机器学习
在线阅读 下载PDF
CMFDE和MSIDBO-SVM在滚动轴承故障诊断中的应用
12
作者 李佰霖 张政 +2 位作者 唐淞 付文龙 孟凯悦 《重庆理工大学学报(自然科学)》 北大核心 2026年第2期105-111,共7页
针对滚动轴承故障特征信息提取困难导致故障诊断准确率较低的问题,提出基于复合多尺度模糊散布熵(CMFDE)和改进蜣螂优化算法(MSIDBO)优化支持向量机(SVM)的轴承故障诊断方法。针对蜣螂优化算法(DBO)种群多样性差易陷入局部最优,引入多... 针对滚动轴承故障特征信息提取困难导致故障诊断准确率较低的问题,提出基于复合多尺度模糊散布熵(CMFDE)和改进蜣螂优化算法(MSIDBO)优化支持向量机(SVM)的轴承故障诊断方法。针对蜣螂优化算法(DBO)种群多样性差易陷入局部最优,引入多种策略改进DBO算法。采用DBO对变分模态分解(VMD)进行参数优化,利用优化后的VMD将信号分解成多个本征模态分量(IMF),再根据综合指标筛选IMF。计算筛选后IMF的CMFDE值,并将其作为MSIDBO-SVM模型的输入向量。采用美国凯斯西储大学轴承数据集和SpectraQuest实验台轴承数据集进行验证,结果表明,MSIDBO-SVM模型准确率分别为98.89%和97.78%,验证了所提方法的有效性和泛化能力。 展开更多
关键词 熵权法-TOPSIS 复合多尺度模糊散布熵 改进蜣螂优化算法 支持向量机 故障诊断
在线阅读 下载PDF
Peak current reduction in presence of RF phase modulationin the dual RF system
13
作者 Jiang Bocheng Zhang Yao Tsai Cheng-Ying 《强激光与粒子束》 北大核心 2026年第1期160-165,共6页
[Background]High harmonic cavities are widely used in electron storage rings to lengthen thebunch,lower the bunch peak current,thereby reducing the IBS effect,enhancing the Touschek lifetime,as well asproviding Landau... [Background]High harmonic cavities are widely used in electron storage rings to lengthen thebunch,lower the bunch peak current,thereby reducing the IBS effect,enhancing the Touschek lifetime,as well asproviding Landau damping,which is particularly important for storage rings operating with ultra-low emittance or atlow beam energy.[Purpose]To further increase the bunch length without additional hardware costs,the phasemodulation in a dual-RF system is considered.[Methods]In this paper,turn-by-turn simulations incorporating randomsynchrotron radiation excitation are conducted,and a brief analysis is presented to explain the bunch lengtheningmechanism.[Results]Simulation results reveal that the peak current can be further reduced,thereby mitigating IBSeffects and enhancing the Touschek lifetime.Although the energy spread increases,which tends to reduce thebrightness of higher-harmonic radiation from the undulator,the brightness of the fundamental harmonic can,in fact,beimproved. 展开更多
关键词 dual high-frequency system phase modulation beam bunch stretching intra-beam scattering
在线阅读 下载PDF
基于OneClass SVM的应用层CC攻击检测模型研究
14
作者 胡鑫 张欣 张巧 《现代传输》 2026年第1期51-56,共6页
为了应对应用层CC攻击隐蔽性强、检测难度大的问题,本文提出了一种基于集成One-Class SVM模型的CC攻击检测方法。首先,从实际Web访问日志中提取多维特征,构建训练数据集,并采用特征子空间扰动、样本空间扰动及参数扰动等策略,提升子模... 为了应对应用层CC攻击隐蔽性强、检测难度大的问题,本文提出了一种基于集成One-Class SVM模型的CC攻击检测方法。首先,从实际Web访问日志中提取多维特征,构建训练数据集,并采用特征子空间扰动、样本空间扰动及参数扰动等策略,提升子模型的多样性和整体鲁棒性。随后,通过集成多个One-Class SVM子模型,形成综合判别机制,以提高检测准确率与降低误报率。实验结果表明,集成One-Class SVM模型在准确率、精确率、召回率、假正率及AUC等指标上均优于单一模型及传统方法,其中AUC值达到0.935。进一步通过消融实验验证了各模块对整体性能的贡献,充分证明了所提方法在应用层CC攻击检测中的有效性和实用性。 展开更多
关键词 OneClass svm 应用层 CC攻击检测
在线阅读 下载PDF
基于改进SVM算法和滤波器的电能表电流采样电阻故障检测方法
15
作者 张永旺 李健 +2 位作者 赵炳辉 张科 李嘉杰 《微电机》 2026年第2期51-55,76,共6页
为有效处理具有非线性、高维度特性数据,保证电能表电流采样电阻故障检测的可靠性,提出基于改进SVM算法和滤波器的电能表电流采样电阻故障检测方法。将关键的电流数据输入支持向量机故障预测模型中,利用该模型对非线性数据的强大处理能... 为有效处理具有非线性、高维度特性数据,保证电能表电流采样电阻故障检测的可靠性,提出基于改进SVM算法和滤波器的电能表电流采样电阻故障检测方法。将关键的电流数据输入支持向量机故障预测模型中,利用该模型对非线性数据的强大处理能力,检测电能表电流采样电阻故障;并引入变异算子迭代搜寻最优支持向量机故障预测函数的核函数,输出电能表电流采样电阻故障类型。实验结果表明,该方法能够有效保留电流采样数据关键信息,抑制噪声,更迅速搜寻到全局范围内核函数最优解,区分不同类型电阻故障。 展开更多
关键词 改进svm算法 滤波器 电能表 故障检测 变异算子
在线阅读 下载PDF
基于BP-SVM-MC组合模型的年径流预测
16
作者 何松积 邢冰 《三峡生态环境监测》 2026年第1期41-48,共8页
年径流预测对于减灾和水资源的高效利用具有重要意义。为有效提高年径流预测的准确性,本研究提出一种基于马尔可夫链(MC)优化的BP神经网络模型与支持向量机模型(SVM)相结合的混合数据驱动模型,称为BPSVM-MC。利用屏山站和寸滩站的年径... 年径流预测对于减灾和水资源的高效利用具有重要意义。为有效提高年径流预测的准确性,本研究提出一种基于马尔可夫链(MC)优化的BP神经网络模型与支持向量机模型(SVM)相结合的混合数据驱动模型,称为BPSVM-MC。利用屏山站和寸滩站的年径流数据评估了该方法的有效性。分别使用BP神经网络模型和支持向量机模型进行年径流预测,并使用马尔可夫链方法对两种模型的预测结果进行修正。通过最小二乘法确定模型组合权重,最终结合两种模型的预测结果得到年径流预测值。结果表明,所提出的BP-SVM-MC模型优于其他两种方法,耦合模型在年径流预测中表现出优越的预测性能。在屏山站,该模型的合格率达到90.00%,平均相对误差为7.62%,均方根误差为137.52×10^(9)m^(3)。在寸滩站,模型的合格率达到83.33%,平均相对误差为9.24%,均方根误差为374.58×10^(9)m^(3)。 展开更多
关键词 马尔可夫链 年径流预测 BP模型 svm模型 BP-svm-MC模型
在线阅读 下载PDF
基于TSO-LS-SVM模型的电煤库存风险评价研究
17
作者 陈云峰 于雪 +2 位作者 刘吉成 马旭颖 朱玺瑞 《中国管理科学》 北大核心 2026年第2期164-175,共12页
为提高电煤企业库存风险评估的准确度和效率,本文提出一种金枪鱼群优化算法与最小二乘支持向量机(TSO-LS-SVM)的风险组合评价模型。首先,该方法利用金枪鱼群优化算法(tuna swarm optimization algorithm,TSO)实现了最小二乘法(least squ... 为提高电煤企业库存风险评估的准确度和效率,本文提出一种金枪鱼群优化算法与最小二乘支持向量机(TSO-LS-SVM)的风险组合评价模型。首先,该方法利用金枪鱼群优化算法(tuna swarm optimization algorithm,TSO)实现了最小二乘法(least squares,LS)和支持向量机模型(support vector machine,SVM)的参数设置优化。其次,通过算例分析验证了所提TSO-LS-SVM模型在电煤库存风险评价中的适用性。再次,通过对比金枪鱼群优化算法、鲸鱼优化算法(whale optimization algorithm,WOA)和粒子群优化算法(particle swarm optimization,PSO)验证了本文所提方法的优越性。结果显示,TSO-LS-SVM模型收敛速度快,准确率更高,均方误差更小,在电煤库存风险评价中表现最优。最后,通过灵敏性分析从煤炭损耗、政策机遇、设施建设、员工素养和信息传导5个角度提出了风险管控策略,为电煤企业提高库存风险管控水平提供了参考。 展开更多
关键词 电煤库存风险 风险评价 支持向量机 金枪鱼群优化算法
原文传递
Evaluation of Reinforcement Learning-Based Adaptive Modulation in Shallow Sea Acoustic Communication
18
作者 Yifan Qiu Xiaoyu Yang +1 位作者 Feng Tong Dongsheng Chen 《哈尔滨工程大学学报(英文版)》 2026年第1期292-299,共8页
While reinforcement learning-based underwater acoustic adaptive modulation shows promise for enabling environment-adaptive communication as supported by extensive simulation-based research,its practical performance re... While reinforcement learning-based underwater acoustic adaptive modulation shows promise for enabling environment-adaptive communication as supported by extensive simulation-based research,its practical performance remains underexplored in field investigations.To evaluate the practical applicability of this emerging technique in adverse shallow sea channels,a field experiment was conducted using three communication modes:orthogonal frequency division multiplexing(OFDM),M-ary frequency-shift keying(MFSK),and direct sequence spread spectrum(DSSS)for reinforcement learning-driven adaptive modulation.Specifically,a Q-learning method is used to select the optimal modulation mode according to the channel quality quantified by signal-to-noise ratio,multipath spread length,and Doppler frequency offset.Experimental results demonstrate that the reinforcement learning-based adaptive modulation scheme outperformed fixed threshold detection in terms of total throughput and average bit error rate,surpassing conventional adaptive modulation strategies. 展开更多
关键词 Adaptive modulation Shallow sea underwater acoustic modulation Reinforcement learning
在线阅读 下载PDF
基于PSO-SVM模型的新建盾构隧道下穿既有地铁运营线路沉降动态预测方法
19
作者 刘少凯 张荣锋 +4 位作者 秦涛 周德春 项阳 刘秀 潘登 《城市轨道交通研究》 北大核心 2026年第3期66-74,共9页
[目的]新建盾构隧道下穿既有运营地铁隧道时会引发沉降,进而影响既有运营隧道的安全。目前研究大多集中在盾构下穿既有道路、隧道或建筑物的地面沉降预测及控制等方面,而对于双线盾构下穿既有运营隧道轨道沉降预测的研究相对较少,有必... [目的]新建盾构隧道下穿既有运营地铁隧道时会引发沉降,进而影响既有运营隧道的安全。目前研究大多集中在盾构下穿既有道路、隧道或建筑物的地面沉降预测及控制等方面,而对于双线盾构下穿既有运营隧道轨道沉降预测的研究相对较少,有必要对此进行深入研究。[方法]以合肥市轨道交通2号线东延伸段新建隧道近距离下穿既有运营2号线隧道为工程背景,建立了PSO(粒子群优化)-SVM(支持向量机)预测模型,介绍了PSO-SVM模型动态预测流程。选取了9个典型的监测断面,基于监测数据训练模型,动态预测了新建隧道下穿既有运营隧道的沉降量。[结果及结论]基于PSO-SVM预测模型,各监测断面的预测结果误差平均值为8.31%,进而验证了PSO-SVM模型动态预测的可行性。 展开更多
关键词 地铁 盾构隧道 轨道沉降 粒子群算法 支持向量机
在线阅读 下载PDF
采用IPCA-SSA-SVM方法的油浸式变压器热点温度预测模型
20
作者 杨泉霖 陈志英 吴紫星 《厦门理工学院学报》 2026年第1期25-32,共8页
针对油浸式变压器热点温度传统预测方法忽略非线性因素、参数优化依赖经验等问题,提出一种采用改进主成分分析(IPCA)法与麻雀搜索算法(SSA)优化支持向量机(SVM)的变压器热点温度预测模型。该模型采用IPCA对高相关性输入参数进行降维,消... 针对油浸式变压器热点温度传统预测方法忽略非线性因素、参数优化依赖经验等问题,提出一种采用改进主成分分析(IPCA)法与麻雀搜索算法(SSA)优化支持向量机(SVM)的变压器热点温度预测模型。该模型采用IPCA对高相关性输入参数进行降维,消除冗余信息;利用SSA优化SVM的惩罚系数与核函数参数,提升模型泛化能力。采用10 kV油浸式变压器温升试验数据进行的热点温度预测结果表明,IPCA-SSA-SVM方法的均方根误差(RMSE)为0.1236℃,较传统SVM法降低71.5%,较SSA-SVM法降低54.6%,较IEEE导则法降低98.0%,显著优于3种对照方法。 展开更多
关键词 油浸式变压器 热点温度 预测模型 改进主成分分析法(IPCA) 支持向量机模型(svm) 麻雀搜索算法(SSA)
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部