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7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：
基于支持向量回归的高炉出铁量预测方法 被引量：1
1
作者 李建生 盛钢 张硕 《河北冶金》 2024年第10期55-58,70,共5页
高炉炼铁是钢铁生产中的重要环节。基于高炉流出的铁水量,选择指定数量的铁包进行装载和运输,能够提高生产效率,并降低整体调度线的能耗。准确预测出铁量,对于后续生产调度有着重要意义。但一方面高炉炼铁涉及大量的物理化学反应和参数... 高炉炼铁是钢铁生产中的重要环节。基于高炉流出的铁水量,选择指定数量的铁包进行装载和运输,能够提高生产效率,并降低整体调度线的能耗。准确预测出铁量,对于后续生产调度有着重要意义。但一方面高炉炼铁涉及大量的物理化学反应和参数变化,且炼铁过程无法从外部实时观测,难以通过直接进行机理分析实现准确的自动控制;另一方面,炼铁过程中记录的鼓风参数、焦炭比、炉渣成分等参数丰富的测量数据,可被用于数据驱动的建模分析。本文旨在通过机理模型分析理想状态下的铁水流速,并设计基于支持向量回归的机器学习模型,对高炉出铁量进行预测。对某日产8000 t铁量高炉的出铁数据进行建模分析,实验结果表明,支持向量回归模型预测出铁量的平均误差在200 t以内,且平均误差、预测标准差等指标优于其它常见的机器学习模型,表现出了数据驱动模型的准确性,能够对实际的高炉炼铁分析和建模提供指导作用,从而降低资源消耗,并提高整体钢铁生产线的生产效率。 展开更多
关键词 高炉炼铁 出铁量 机器学习 支持向量回归 数据驱动
在线阅读 下载PDF
基于改进多输出支持向量的船舶航迹预测 被引量：1
2
作者 杨振亚 张智 +2 位作者 尚晓兵 曹择骏 孙喆轩 《系统工程与电子技术》 EI CSCD 北大核心 2024年第1期173-181,共9页
为保障智能船舶快速、安全、可靠地进行避碰工作,提出了一种基于改进樽海鞘群算法(salp swarm algorithm,SSA)的多输出支持向量的船舶航迹预测模型。本文采用的多输出支持向量模型可以对船舶进行整体建模,所构建的模型可以对船舶航迹状... 为保障智能船舶快速、安全、可靠地进行避碰工作,提出了一种基于改进樽海鞘群算法(salp swarm algorithm,SSA)的多输出支持向量的船舶航迹预测模型。本文采用的多输出支持向量模型可以对船舶进行整体建模,所构建的模型可以对船舶航迹状态进行多输出预测,对于模型中存在的超参数采用改进的SSA进行寻优,算法加入了自适应权重与离群象算法,避免了算法早熟与高维易陷入局部最优的问题。最后,实验选取了实测数据对所提方法进行验证,并与其他常见模型进行对比实验,结果表明了所提方法的可行性与有效性。 展开更多
关键词 多输出支持向量回归 樽海鞘群算法 船舶航迹预测 数据驱动
在线阅读 下载PDF
基于改进SVM的车辆传动系统故障诊断方法 被引量：11
3
作者 马立玲 郭凯杰 王军政 《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第8期856-860,共5页
利用车辆传动系统试验数据对车辆进行故障诊断和性能评价可以实现车辆故障预警,提高可靠性,从而提高车辆性能,但测试数据有数据量大、不平衡、维度高、噪声多的特征,使得传统数据分析算法会产生次优的分类模型.针对上述问题,提出了一种... 利用车辆传动系统试验数据对车辆进行故障诊断和性能评价可以实现车辆故障预警,提高可靠性,从而提高车辆性能,但测试数据有数据量大、不平衡、维度高、噪声多的特征,使得传统数据分析算法会产生次优的分类模型.针对上述问题,提出了一种改进的不平衡数据分类支持向量机算法.该算法赋予各样本不同的权值,用马氏距离改进模糊隶属度的设计以排除变量相关性干扰,同时可以输出正常状态下的故障概率.实验结果表明,该算法能够有效提高故障诊断的准确性,概率输出模型可用于故障预警和性能分析. 展开更多
关键词 支持向量机 不平衡数据 概率输出 模糊隶属度 性能分析
在线阅读 下载PDF
ECOC多类分类中基分类器non-competence问题研究 被引量：1
4
作者 雷蕾 王晓丹 +1 位作者 权文 罗玺 《系统工程与电子技术》 EI CSCD 北大核心 2017年第12期2637-2645,共9页
在纠错输出编码(error-correcting output code,ECOC)多类分类中,当待识别样本的真实类别不属于对应二类子类划分时,训练得到的基分类器将不具备对此类样本进行分类的能力,此时的基分类器在解码融合时面临着non-competence问题。如何衡... 在纠错输出编码(error-correcting output code,ECOC)多类分类中,当待识别样本的真实类别不属于对应二类子类划分时,训练得到的基分类器将不具备对此类样本进行分类的能力,此时的基分类器在解码融合时面临着non-competence问题。如何衡量基分类器是否具备对样本的分类能力,以及如果不具备,如何减少此种情况下对分类效果的影响是基于ECOC多类分类面临的新问题。针对解码框架中non-competent基分类器的分类融合问题,提出一种基于基分类器对样本是否具有分类能力的加权解码方法。该方法利用支持向量数据描述衡量待识别样本与各划分子类之间的距离,同时利用加权解码,通过对基分类器权重的学习,进而增强对类别拥有分类能力的基分类器的影响,减少不具备分类能力的基分类器产生的误差。基于UCI数据集的实验表明所提方法的有效性和实用性。 展开更多
关键词 多类分类 纠错输出编码 分类能力 支持向量数据描述
在线阅读 下载PDF
多输出数据依赖核支持向量回归快速学习算法 被引量：1
5
作者 王定成 赵友志 +1 位作者 陈北京 陆一祎 《计算机应用》 CSCD 北大核心 2017年第3期746-749,765,共5页
针对基于递推下降法的多输出支持向量回归算法在模型参数拟合过程中收敛速度慢、预测精度低的情况,使用一种基于秩2校正规则且具有二阶收敛速度的修正拟牛顿算法(BFGS)进行多输出支持向量回归算法的模型参数拟合,同时为了保证模型迭代... 针对基于递推下降法的多输出支持向量回归算法在模型参数拟合过程中收敛速度慢、预测精度低的情况,使用一种基于秩2校正规则且具有二阶收敛速度的修正拟牛顿算法(BFGS)进行多输出支持向量回归算法的模型参数拟合,同时为了保证模型迭代过程中的下降量和全局收敛性,应用非精确线性搜索技术确定步长因子。通过分析支持向量机(SVM)中核函数的几何结构,构造数据依赖核函数替代传统核函数,生成多输出数据依赖核支持向量回归模型。将模型与基于梯度下降法、修正牛顿法拟合的多输出支持向量回归模型进行对比。实验结果表明,在200个样本下该算法的迭代时间为72.98 s,修正牛顿法的迭代时间为116.34 s,递推下降法的迭代时间为2 065.22 s。所提算法能够减少模型迭代时间,具有更快的收敛速度。 展开更多
关键词 数据依赖核 多输出支持向量回归 最优化算法 拟牛顿算法
在线阅读 下载PDF
基于GCA-DEA-MSVC方法的高校科研平台评价预测研究 被引量：7
6
作者 刘传斌 代伟 +1 位作者 余乐安 杨健安 《中国管理科学》 CSSCI CSCD 北大核心 2022年第3期240-247,共8页
高校科研平台评价与预测分析是促进科研工作健康高效发展的重要载体,但数据指标繁冗、逻辑关系复杂、影响因素众多等大大加剧了科研平台运行评价和预测难度。本文从大数据角度出发探索一种基于GCADEA-MSVC方法的高校科研平台评价预测方... 高校科研平台评价与预测分析是促进科研工作健康高效发展的重要载体,但数据指标繁冗、逻辑关系复杂、影响因素众多等大大加剧了科研平台运行评价和预测难度。本文从大数据角度出发探索一种基于GCADEA-MSVC方法的高校科研平台评价预测方法。首先利用GCA方法从科研平台运行数据库中挖掘、提取出与评价结果密切相关的关键特征指标并进行分类构建特征指标库,然后利用DEA方法对特征指标库数据进行融合,提升数据质量构建相对效率指标库;最后,将特征指标库与相对效率指标库再次融合,基于改进的MSVC方法构建了高效的科研平台运行状态评价分类预测模型,并利用教育部重点实验室评价数据开展了实验研究,验证了所提方法的有效性。 展开更多
关键词 灰度关联 数据包络分析 多输出支持向量分类 评价预测
原文传递
一种基于PhotoMap的1∶10000 DLG地貌修测方法
7
作者 韩岳芳 曾超华 +1 位作者 刘阳 赵前鑫 《城市勘测》 2022年第5期158-161,共4页
1∶10 000 DLG数据更新中,地物地貌随着经济和社会的发展变化越来越显著,传统的地貌修测方法比较烦琐,制作周期长。本文介绍一种基于PhotoMap平台地貌修测的方法,在1∶10 000基础测绘快速更新项目生产中开展试验,结果表明该方法操作性... 1∶10 000 DLG数据更新中,地物地貌随着经济和社会的发展变化越来越显著,传统的地貌修测方法比较烦琐,制作周期长。本文介绍一种基于PhotoMap平台地貌修测的方法,在1∶10 000基础测绘快速更新项目生产中开展试验,结果表明该方法操作性简易快速,能显著提高地貌修测的生产效率,且生产精度优于传统方法。 展开更多
关键词 PhotoMap 地貌修测 输出矢量数据 立体检核
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 下一页 到第 页
使用帮助 返回顶部