期刊导航
期刊开放获取
vip
退出
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
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
检索
高级检索
期刊导航
共找到
3
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
构建起重机载荷谱v-SVRM预测模型的改进方法
被引量:
7
1
作者
陆凤仪
王爽
+1 位作者
徐格宁
戚其松
《工程设计学报》
CSCD
北大核心
2015年第5期412-419,共8页
载荷谱预测精度和鲁棒性直接影响起重机械的疲劳可靠性计算以及安全寿命评估.因此,绘制模拟实际工作状态的载荷谱是解决起重机械疲劳断裂问题的重要环节.然而传统的回归模拟算法对其预测精度较低.支持向量回归机(SVRM)同其他数据分析算...
载荷谱预测精度和鲁棒性直接影响起重机械的疲劳可靠性计算以及安全寿命评估.因此,绘制模拟实际工作状态的载荷谱是解决起重机械疲劳断裂问题的重要环节.然而传统的回归模拟算法对其预测精度较低.支持向量回归机(SVRM)同其他数据分析算法相比,具有出色的小样本和非线性特性,预测精度高、稳健性好,可较好地解决欠学习、过学习以及局部最小值等传统回归算法的难题.因此,选用支持向量回归机预测起重机载荷谱,提高了模型的预测精度和鲁棒性.在此基础上,从核函数的构造和决策函数的建立两方面的改进,建立了改进的vSVRM预测模型.工程实例分析结果表明:从BP神经网络模型、v-SVRM模型到改进的v-SVRM模型,Er和RMSRE逐渐减小,R2逐渐增大,验证了所提出的改进方法具有良好的实用性、鲁棒性以及较高的预测精度,为起重机载荷谱的获取与预测提供了新方法.
展开更多
关键词
v-支持向量回归机
核函数
决策函数
载荷谱
在线阅读
下载PDF
职称材料
基于v-SVRM模型的起重机载荷谱预测软件编制及应用
2
作者
王爽
李东亚
+1 位作者
江星星
张晓萍
《现代制造技术与装备》
2018年第11期93-96,共4页
针对v-SVRM无论是模型的建立、参数的选择还是数据的训练,计算复杂度都比较高的问题,以Visual C++6.0为开发工具编制基于v-SVRM的起重机载荷谱预测软件,实现了改进的支持向量回归机预测模型的程序化,并将改进的果蝇算法和惩罚函数法编...
针对v-SVRM无论是模型的建立、参数的选择还是数据的训练,计算复杂度都比较高的问题,以Visual C++6.0为开发工具编制基于v-SVRM的起重机载荷谱预测软件,实现了改进的支持向量回归机预测模型的程序化,并将改进的果蝇算法和惩罚函数法编程后应用于v-SVRM模型的参数优选,完成了桥式起重机载荷谱建立、训练、追加、获取及预测的软件编制。工程实例表明,该软件缩短了v-SVRM模型的训练时间,降低了计算复杂度,提高了模型的学习效率,为起重机载荷谱的获取与预测提供了一种新的工具。
展开更多
关键词
v-svrm
模型
起重机载荷谱
预测软件
效率
在线阅读
下载PDF
职称材料
基于线性ν-支持向量回归机的异常数据检测
被引量:
3
3
作者
李丹玲
陈平雁
周凤麒
《数理统计与管理》
CSSCI
北大核心
2011年第1期59-63,共5页
讨论了线性v-支持向量回归机中参数v的意义,并给出了严格的理论证明。利用v-支持向量回归机中ε-不敏感损失函数及参数v的意义,提出一种回归数据中的异常值检测方法。采用线性模型使得该方法不仅速度快而且能处理大规模数据。数值实验...
讨论了线性v-支持向量回归机中参数v的意义,并给出了严格的理论证明。利用v-支持向量回归机中ε-不敏感损失函数及参数v的意义,提出一种回归数据中的异常值检测方法。采用线性模型使得该方法不仅速度快而且能处理大规模数据。数值实验证明其具有可行性和有效性。
展开更多
关键词
线性v-支持向量回归机
异常点检测
Ε-不敏感损失函数
原文传递
题名
构建起重机载荷谱v-SVRM预测模型的改进方法
被引量:
7
1
作者
陆凤仪
王爽
徐格宁
戚其松
机构
太原科技大学机械工程学院
出处
《工程设计学报》
CSCD
北大核心
2015年第5期412-419,共8页
基金
"十二五"国家科技支撑计划资助项目(2011BAK06B05-05)
山西省研究生创新项目(201214502)
文摘
载荷谱预测精度和鲁棒性直接影响起重机械的疲劳可靠性计算以及安全寿命评估.因此,绘制模拟实际工作状态的载荷谱是解决起重机械疲劳断裂问题的重要环节.然而传统的回归模拟算法对其预测精度较低.支持向量回归机(SVRM)同其他数据分析算法相比,具有出色的小样本和非线性特性,预测精度高、稳健性好,可较好地解决欠学习、过学习以及局部最小值等传统回归算法的难题.因此,选用支持向量回归机预测起重机载荷谱,提高了模型的预测精度和鲁棒性.在此基础上,从核函数的构造和决策函数的建立两方面的改进,建立了改进的vSVRM预测模型.工程实例分析结果表明:从BP神经网络模型、v-SVRM模型到改进的v-SVRM模型,Er和RMSRE逐渐减小,R2逐渐增大,验证了所提出的改进方法具有良好的实用性、鲁棒性以及较高的预测精度,为起重机载荷谱的获取与预测提供了新方法.
关键词
v-支持向量回归机
核函数
决策函数
载荷谱
Keywords
v-svrm
kernel function
decision function
load spectrum
分类号
TH213 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于v-SVRM模型的起重机载荷谱预测软件编制及应用
2
作者
王爽
李东亚
江星星
张晓萍
机构
苏州大学应用技术学院
苏州大学轨道交通学院
出处
《现代制造技术与装备》
2018年第11期93-96,共4页
基金
江苏省高校自然科学基金资助项目(17KJB460012)
文摘
针对v-SVRM无论是模型的建立、参数的选择还是数据的训练,计算复杂度都比较高的问题,以Visual C++6.0为开发工具编制基于v-SVRM的起重机载荷谱预测软件,实现了改进的支持向量回归机预测模型的程序化,并将改进的果蝇算法和惩罚函数法编程后应用于v-SVRM模型的参数优选,完成了桥式起重机载荷谱建立、训练、追加、获取及预测的软件编制。工程实例表明,该软件缩短了v-SVRM模型的训练时间,降低了计算复杂度,提高了模型的学习效率,为起重机载荷谱的获取与预测提供了一种新的工具。
关键词
v-svrm
模型
起重机载荷谱
预测软件
效率
Keywords
v-svrm
model
crane load spectrum
prediction software
efficiency
分类号
TH21 [机械工程—机械制造及自动化]
TP311.5 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于线性ν-支持向量回归机的异常数据检测
被引量:
3
3
作者
李丹玲
陈平雁
周凤麒
机构
南方医科大学公共卫生与热带医学学院生物统计系
华东交通大学基础学院信息与计算科学系
出处
《数理统计与管理》
CSSCI
北大核心
2011年第1期59-63,共5页
基金
南方医科大学公共卫生与热带医学学院院长基金(NO:GW200833)
国家自然科学基金(30972554)
广东省自然科学基金(915180200400001)资助
文摘
讨论了线性v-支持向量回归机中参数v的意义,并给出了严格的理论证明。利用v-支持向量回归机中ε-不敏感损失函数及参数v的意义,提出一种回归数据中的异常值检测方法。采用线性模型使得该方法不仅速度快而且能处理大规模数据。数值实验证明其具有可行性和有效性。
关键词
线性v-支持向量回归机
异常点检测
Ε-不敏感损失函数
Keywords
linear v- SVRM, outlier detection, ε-insensitive function
分类号
O212 [理学—概率论与数理统计]
原文传递
题名
作者
出处
发文年
被引量
操作
1
构建起重机载荷谱v-SVRM预测模型的改进方法
陆凤仪
王爽
徐格宁
戚其松
《工程设计学报》
CSCD
北大核心
2015
7
在线阅读
下载PDF
职称材料
2
基于v-SVRM模型的起重机载荷谱预测软件编制及应用
王爽
李东亚
江星星
张晓萍
《现代制造技术与装备》
2018
0
在线阅读
下载PDF
职称材料
3
基于线性ν-支持向量回归机的异常数据检测
李丹玲
陈平雁
周凤麒
《数理统计与管理》
CSSCI
北大核心
2011
3
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部