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5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：
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
PSO-SVM反演隧道周围加固软土的力学参数 被引量：7
2
作者 阮永芬 余东晓 +2 位作者 杨均 吴龙 谭桂平 《公路交通科技》 CAS CSCD 北大核心 2020年第6期87-96,共10页
传统获取土体物理力学参数的试验方法受土体扰动、仪器及人员操作影响,得到的结果往往较离散。研究基于统计学习理论的支持向量机(SVM)改进方法,通过使用搜索效率高的仿生学算法——微粒群算法(PSO)对支持向量机参数进行优化,提高支持... 传统获取土体物理力学参数的试验方法受土体扰动、仪器及人员操作影响,得到的结果往往较离散。研究基于统计学习理论的支持向量机(SVM)改进方法,通过使用搜索效率高的仿生学算法——微粒群算法(PSO)对支持向量机参数进行优化,提高支持向量机的预测精度,并结合三维有限元数值模拟分析,得到一种新的可快速获取参数指标的反演计算模型。从而达到在统计样本量较少的情况下,也能获得很好预测结果的目的。以实际隧道施工过程中地表沉降监测数据为依据,对隧道周围泥炭质土及黏土层加固后的压缩模量采用POS-SVM进行反演,将反演值代入三维有限元模型计算地表沉降,并对实际监测、三维有限元模型计算及Peck公式计算的地表沉降值进行对比分析。发现在布设的28个地表沉降监测点中,实际监测及模型计算结果间差异很小,一半的点之间差异小于10%,有几个点稍大,但最大也仅是18.8%。监测与模型计算结果吻合较好,沉降规律也一致。而Peck公式计算的值大部分偏大,计算沉降与实际监测的规律也不一致。以上研究结果表明,采用PSO-SVM反演岩土力学参数的方法是合理可行的,对今后设计及施工所需岩土力学参数的确定及校核提供了一种新的分析方法。 展开更多
关键词 隧道工程 参数反演 支持向量机(SVM) 泥炭质土 微粒群算法(PSO)算法 morlet核函数
原文传递
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
3
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
基于Bagging-组合核函数相关向量机的短期负荷预测模型研究
4
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
基于Morlet小波核多类支持向量机的故障诊断 被引量：8
5
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
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
使用帮助 返回顶部