期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于双正交小波混合核KPCA-SVM财务危机预警研究 被引量:17
1
作者 黄超 韩婷婷 +1 位作者 吴芃 仲伟俊 《系统管理学报》 CSSCI 北大核心 2015年第1期48-55,共8页
目前基于核主成分分析方法(KPCA)以及支持向量机(SVM)的财务危机预警模型中,所使用的核函数基本都是单核函数。混合核函数能够充分利用不同核函数的特征映射能力,在处理非线性关系时较单核函数具有更优越的性能。基于双正交小波在非线... 目前基于核主成分分析方法(KPCA)以及支持向量机(SVM)的财务危机预警模型中,所使用的核函数基本都是单核函数。混合核函数能够充分利用不同核函数的特征映射能力,在处理非线性关系时较单核函数具有更优越的性能。基于双正交小波在非线性信号处理方面的良好性能,构造了一类新的双正交小波核函数并证明其满足正定核的容许性条件,在此基础上,构造了新的双正交小波混合核函数。提出了基于双正交小波混合核函数的KPCA-SVM财务危机预警模型,并以我国证券市场上市公司为对象进行实证研究。结果表明,所构造的双正交小波混合核函数能够有效改进KPCA的特征提取性能并提高SVM模型的预测精度,显著改善了财务危机预警精度。 展开更多
关键词 双正交小波 混合核函数 支持向量机 核主成分分析 财务危机预警
在线阅读 下载PDF
基于深度分解的非平稳非高斯过程多步预测 被引量:3
2
作者 李春祥 金梦雅 《振动.测试与诊断》 EI CSCD 北大核心 2020年第4期711-718,823,824,共10页
首先,综合运用小波包分解(wavelet packet decomposition,简称WPD)、样本熵、单位根检验法和变分模态分解(variational mode decomposition,简称VMD),提出利用混合深度分解(hybrid deep decomposition,简称HDD)对非平稳非高斯过程进行处... 首先,综合运用小波包分解(wavelet packet decomposition,简称WPD)、样本熵、单位根检验法和变分模态分解(variational mode decomposition,简称VMD),提出利用混合深度分解(hybrid deep decomposition,简称HDD)对非平稳非高斯过程进行处理,降低实测风速风压复杂性,提升其可预测性;其次,根据Mercer定理构造了Morlet+Hermite(MH)线性组合核函数,使其具有局部多分辨性和全局泛化性的优点,采用粒子群算法(particle swarm optimization,简称PSO)对MH核进行参数优化,结合最小二乘支持向量机(least square support vector machine,简称LSSVM)建立HDD-MH-LSSVM多步预测模型;然后,将该模型与常用核函数构成的HDD-Poly-LSSVM,HDD-径向基函数(radial basis function,简称RBF)-LSSVM多步预测模型以及极限学习机(extreme learning machine,简称ELM)多步预测模型形成对比;最后,采用下击暴流风速和台风天大跨膜结构表面实测风压进行大步数多步预测验证。结果表明,HDD-MH-LSSVM预测算法预测精度高、稳定性好、通用性强。 展开更多
关键词 非平稳非高斯过程 极端风 混合深度分解 小波混合核 最小二乘支持向量机 多步预测
在线阅读 下载PDF
基于混合分类器的高压断路器故障诊断 被引量:7
3
作者 黄新波 许艳辉 朱永灿 《高压电器》 CAS CSCD 北大核心 2022年第10期149-157,共9页
为利用有限故障样本对高压断路器主要故障类型进行精准识别,文中提出了一种基于混合分类器的高压断路器故障诊断方法。首先采用改进F-Score特征选择算法进行特征选择,选择出合适的特征量子集作为构建混合分类器模型的输入参量。混合分... 为利用有限故障样本对高压断路器主要故障类型进行精准识别,文中提出了一种基于混合分类器的高压断路器故障诊断方法。首先采用改进F-Score特征选择算法进行特征选择,选择出合适的特征量子集作为构建混合分类器模型的输入参量。混合分类器分别由两个支持向量数据描述和混合粒子群算法优化的小波核函数孪生支持向量机共同组成去识别故障类型。两个并列的SVDD分别用来对正常或故障状态与已知故障或未知故障进行状态识别。HPSO-WTWSVM则用来准确识别已知故障类型。经高压断路器实例验证,表明所提新方法的分类精度优于其他传统方法。 展开更多
关键词 高压断路器 支持向量数据描述 混合粒子群算法 小波核函数孪生支持向量机 故障诊断
在线阅读 下载PDF
基于小波包和改进多元LS-SVM的滚动轴承故障模式识别
4
作者 吴育锋 朱文耀 王铭军 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第1期68-73,共6页
为了实现对故障轴承的特征提取和对故障特征的准确分类,该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法.首先,利用小波包对滚动轴承振动信号进行分解和重构,并构造特征向量;然后... 为了实现对故障轴承的特征提取和对故障特征的准确分类,该文提出了应用小波包变换与改进的多元最小二乘支持向量机(LS-SVM)相结合进行滚动轴承故障模式识别的方法.首先,利用小波包对滚动轴承振动信号进行分解和重构,并构造特征向量;然后,针对传统的单个核函数不能兼顾学习能力和泛化能力的缺点,提出了应用混合核函数对多元LS-SVM进行改进的算法;最后,将特征向量作为输入,分别应用于常用核函数和基于混合核函数的多元LS-SVM对滚动轴承故障类型进行仿真判别对比实验.结果证明了所设计方法的有效性. 展开更多
关键词 最小二乘支持向量机 故障模式识别 混合核函数 小波包 滚动轴承
在线阅读 下载PDF
基于混合核函数PSO-SVM的模拟电路故障诊断 被引量:8
5
作者 裴杰才 李志华 丁伟聪 《计算机与现代化》 2017年第1期41-45,56,共6页
针对模拟电路故障诊断中应用传统支持向量机算法存在的问题,提出由粒子群算法优化混合核函数支持向量机模型对模拟电路进行故障诊断的新方法。首先,对待诊断电路进行瞬态分析,记录输出点的电压值,采用小波包技术对输出值进行特征提取;其... 针对模拟电路故障诊断中应用传统支持向量机算法存在的问题,提出由粒子群算法优化混合核函数支持向量机模型对模拟电路进行故障诊断的新方法。首先,对待诊断电路进行瞬态分析,记录输出点的电压值,采用小波包技术对输出值进行特征提取;其次,由粒子群算法优化混合核函数支持向量机的核函数权重和结构参数,用训练好的模型进行故障诊断,该方法不仅降低参数选择时的随机性,而且故障诊断的精确度提升了5%左右。在对某高通滤波器模拟电路进行的故障诊断中,验证了该方法的有效性。 展开更多
关键词 混合核函数支持向量机 粒子群算法 小波包技术 模拟电路 故障诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部