期刊文献+
共找到2,191篇文章
< 1 2 110 >
每页显示 20 50 100
多核支撑向量回归方法研究 预览
1
作者 陈博 郑凯东 王家华 《智能计算机与应用》 2019年第1期188-191,共4页
近些年来,支撑向量回归方法在减少泛化误差方面表现出了出色的性能。然而,传统的支撑向量机或者支撑向量回归方法是基于单个核函数的,在高维空间中解决非线性问题。但随着应用领域不断扩展,在一些复杂情形下,由单个核函数构成的支撑向... 近些年来,支撑向量回归方法在减少泛化误差方面表现出了出色的性能。然而,传统的支撑向量机或者支撑向量回归方法是基于单个核函数的,在高维空间中解决非线性问题。但随着应用领域不断扩展,在一些复杂情形下,由单个核函数构成的支撑向量回归方法并不能满足数据异构、输入空间维度过高等实际问题。针对此问题,人们在单核学习的基础上提出了多核学习,即将多个核函数进行线性组合,以此来提高模型精度,并逐渐成为当下机器学习领域研究的热点。文章综述了支撑向量回归算法与多核学习算法理论知识,并分析了各自的特点以及应用领域。总结了多核支撑向量回归方法下一步的研究趋势。 展开更多
关键词 支撑向量 支持向量回归 多核学习
在线阅读 免费下载
基于数据分解的上海港集装箱吞吐量预测模型 预览
2
作者 冯宏祥 GRIFOLL Manel +1 位作者 AGUSTI Martinmallofre 郑彭军 《中国航海》 CSCD 北大核心 2019年第2期132-138,共7页
根据“分而治之”的框架,分别运用经验模式分解(Empirical Mode Decomposition, EMD)算法和季节性自回归积分滑动平均(Seasonal Autoregressive Integrated Moving Average, SARIMA)算法,将月度集装箱吞吐量时间系列数据分解为不同特征... 根据“分而治之”的框架,分别运用经验模式分解(Empirical Mode Decomposition, EMD)算法和季节性自回归积分滑动平均(Seasonal Autoregressive Integrated Moving Average, SARIMA)算法,将月度集装箱吞吐量时间系列数据分解为不同特征的分量,用支持向量回归(Support Vector Regression, SVR)模型分别对各分量进行预测,EMD-SVR模型和SARIMA-SVR模型预测结果的平均绝对百分误差(Mean Absolute Percentage Errors, MAPE)分别为 5.18%和7.26%,与港口实际吞吐量均较为一致,优于SVR模型的8.55%、自回归积分滑动平均(Autoregressive Integrated Moving Average, ARIMA)模型的11.8%和灰色系统(Grey Model, GM(1,1))模型的10.1%,验证数据分解方法在上海港集装箱月度吞吐量预测中的可行性,支持间接性预测模型精度高于直接模型的观点。 展开更多
关键词 经验模式分解 支持向量回归 回归积分滑动平均模型 灰色预测
在线阅读 下载PDF
基于SVR的动车组设备安全评估方法研究 预览
3
作者 孙思齐 马小宁 薛蕊 《计算机仿真》 北大核心 2019年第5期179-183,共5页
安全是铁路运输的重中之重,加强运输设备安全管理对于保障铁路正常秩序具有重要意义。动车组具备运行速度快,安全性能好,运量大的良好特性,在铁路运输设备中占据重要地位,为进一步完善动车组安全标准化管理,在综合考虑影响动车组安全态... 安全是铁路运输的重中之重,加强运输设备安全管理对于保障铁路正常秩序具有重要意义。动车组具备运行速度快,安全性能好,运量大的良好特性,在铁路运输设备中占据重要地位,为进一步完善动车组安全标准化管理,在综合考虑影响动车组安全态势的内外因素基础上,首次构建了基于运用质量、质量鉴定、安全专项整治等6个维度的动车组安全标准化评估指标体系,并建立了基于支持向量回归(SVR)的动车组安全标准化评估模型,仿真结果说明,上述模型高效合理,可操作性强,评估结果符合路局业务部门实际情况,适用于动车组安全标准化评估。 展开更多
关键词 设备画像 支持向量回归 回归分析
在线阅读 下载PDF
基于WLR和PSO-AFS-SVR的滚动轴承可靠度预测方法 预览
4
作者 史一明 程健 陈自强 《测控技术》 2019年第3期4-10,共7页
在训练数据缺乏的情况下,为了提高支持向量回归机(SVR)对滚动轴承可靠度的预测精度,提出了一种基于威布尔线性回归(WLR)组合可靠度模型结合粒子群人工鱼群-支持向量回归机(PSO-AFSSVR)的预测方法。首先,使用成布尔统计模型与线性回归(LR... 在训练数据缺乏的情况下,为了提高支持向量回归机(SVR)对滚动轴承可靠度的预测精度,提出了一种基于威布尔线性回归(WLR)组合可靠度模型结合粒子群人工鱼群-支持向量回归机(PSO-AFSSVR)的预测方法。首先,使用成布尔统计模型与线性回归(LR)的组合模型作为可靠度模型,利用测量滚动轴承振动信号的加速度计频谱,依据峰值频率分布的变化,分割其性能衰退的各个阶段,对每个阶段单独建模,以便最大程度地挖掘小样本信息;其次,采用k-折交叉验证(k-fold)的平均绝对误差(MAE)和平均相对误差(MAPE)之和作为适应度函数,利用PSO-AFS优化SVR参数,提高其泛化能力和预测精度;最后,采用滚动轴承全寿命周期试验数据进行了验证试验。试验结果表明,所提方法可以对滚动轴承的可靠度进行更准确的预测。 展开更多
关键词 滚动轴承 可靠度预测 支持向量回归 人工鱼群算法 威布尔线性回归
在线阅读 下载PDF
基于SVR和PLSR的土壤有机质高光谱估测模型研究 预览
5
作者 沈兰芝 高懋芳 +1 位作者 闫敬文 姚艳敏 《中国农业信息》 2019年第1期58-71,共14页
【目的】探讨高光谱遥感数据不同预处理及不同估测算法下土壤有机质估测模型的优劣,为提高土壤有机质估测精度奠定基础。【方法】使用高光谱仪在室内条件下对土壤样品进行光谱测量,对光谱数据进行4种去噪处理(无去噪处理、Savitzky-Gola... 【目的】探讨高光谱遥感数据不同预处理及不同估测算法下土壤有机质估测模型的优劣,为提高土壤有机质估测精度奠定基础。【方法】使用高光谱仪在室内条件下对土壤样品进行光谱测量,对光谱数据进行4种去噪处理(无去噪处理、Savitzky-Golay(S-G)平滑滤波去噪、小波包去噪以及S-G平滑与小波包结合去噪),然后对去噪后的光谱数据进行8种数据变换(原始光谱数据R、倒数1/R、对数log(R)、倒数对数log(1/R)、一阶导数R'、倒数一阶导数(1/R)'、对数一阶导数(log(R))'、倒数对数一阶导数(log(1/R))'),接着对变化后的光谱数据进行3种降维处理(无降维处理、敏感波段降维和主成分分析降维),最后运用支持向量回归法和偏最小二乘回归法分别建立SOM含量估测模型。【结果】研究中所涉及的各种数据预处理和估测算法中,小波包去噪、PCA降维、反射率倒数一阶导数(1/R)'光谱数据变换处理条件下,使用PLSR方法的估测模型精度最高、模型最稳定,可以较精确地估测吉林省伊通县SOM含量。【结论】合适的数据预处理,尤其是小波包去噪和PCA降维相结合,可有效改善光谱数据质量,提高SOM含量估测模型精度及稳定性。 展开更多
关键词 土壤有机质 支持向量回归 偏最小二乘回归 小波包去噪 PCA降维 高光谱
在线阅读 下载PDF
利用随机森林回归进行极化SAR土壤水分反演
6
作者 李平湘 刘致曲 +3 位作者 杨杰 孙维东 黎旻懿 任烨仙 《武汉大学学报:信息科学版》 EI CSCD 北大核心 2019年第3期405-412,共8页
全极化合成孔径雷达影像能够提供地物丰富的极化信息,挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况,利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估,并在此... 全极化合成孔径雷达影像能够提供地物丰富的极化信息,挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况,利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估,并在此基础上进行特征选择,挑选优化的极化特征组合,构建了高精度的土壤水分反演模型。实验结果显示,由重要性评分较高的极化特征所组成的反演模型能得到均方根误差(root mean square error, RMSE)小于6%的反演精度,比只输入传统线极化后向散射系数的模型在不同时相、不同数据集的精度都有所提高。与支持向量回归和人工神经网络模型进行比较,利用随机森林回归进行重要性评分与土壤水分反演的效果更好。 展开更多
关键词 极化SAR 土壤水分 随机森林回归 支持向量回归 人工神经网络
基于机器学习的地铁列车牵引能耗预测研究 预览
7
作者 吕欢欢 张玉召 《铁道科学与工程学报》 CAS CSCD 北大核心 2019年第7期1833-1841,共9页
针对城市轨道交通运营管理过程中,准确预测列车牵引能耗有利于合理编制运营组织模式和评价用能效率。针对影响列车牵引能耗的因素繁多,传统的数学回归方法难以保证预测效果的问题,提出基于机器学习的牵引能耗预测方法,运用支持向量回归(... 针对城市轨道交通运营管理过程中,准确预测列车牵引能耗有利于合理编制运营组织模式和评价用能效率。针对影响列车牵引能耗的因素繁多,传统的数学回归方法难以保证预测效果的问题,提出基于机器学习的牵引能耗预测方法,运用支持向量回归(SVR)和随机森林回归(RFR)2种机器学习方法建立列车牵引能耗预测模型。选取影响能耗的6种可变因素,分别从单个可变因素和多个可变因素对地铁能耗的影响进行分析;遍历寻求最优参数组合;利用RFR模型对地铁牵引能耗的影响因素进行重要度的排序,使影响因素的重要度得以量化描述;以北京地铁昌平线真实运行能耗数据为例进行验证,研究结果表明:SVR与RFR都表现稳定并能达到较高的预测精度。 展开更多
关键词 城市轨道交通 牵引能耗预测 支持向量回归 随机森林回归 能耗影响因素
在线阅读 下载PDF
基于机器学习算法的冬小麦不同生育时期生物量高光谱估算 预览
8
作者 吴芳 李映雪 +2 位作者 张缘园 张雪红 邹晓晨 《麦类作物学报》 CAS CSCD 北大核心 2019年第2期217-224,共8页
为探索适用于冬小麦不同生育时期的高光谱估算方法,基于4年大田试验,以江苏省主要冬小麦品种为材料,以8种对常用生物量敏感的高光谱指数为基础,分别采用偏最小二乘算法、支持向量回归算法、随机森林算法在冬小麦4个主要生育时期(抽穗期... 为探索适用于冬小麦不同生育时期的高光谱估算方法,基于4年大田试验,以江苏省主要冬小麦品种为材料,以8种对常用生物量敏感的高光谱指数为基础,分别采用偏最小二乘算法、支持向量回归算法、随机森林算法在冬小麦4个主要生育时期(抽穗期前、抽穗期、开花期和灌浆期)进行了高光谱生物量估算和预测能力比较。结果表明,在冬小麦不同生育时期,高光谱估算生物量精度差异显著;利用随机森林构建的生物量估算模型在4个生育时期均表现出很好的效果,决定系数(r2)和均方根误差(RMSE)在抽穗期前分别为0.79和44.82g·m-2,在抽穗期分别为0.71和62.07g·m-2,在开花期分别为0.70和97.63g·m-2,在灌浆期分别为0.71和106.98g·m-2;随机森林模型在4个生育时期的预测能力都高于或接近于支持向量回归模型,高于偏最小二乘回归模型,r2和RMSE在抽穗期前分别为0.60和72.54g·m-2,在抽穗期分别为0.60和75.07g·m-2,在开花期分别为0.68和109.9g·m-2,在灌浆期分别为0.61和127.93g·m-2。这说明随机森林算法在冬小麦不同生育时期生物量高光谱遥感估算方面具有较高的精度和稳定性。 展开更多
关键词 冬小麦生物量 高光谱估算 随机森林算法 支持向量回归 偏最小二乘算法
在线阅读 下载PDF
利用居民用电量的住房面积预测算法设计 预览
9
作者 麦竣朗 《电力信息与通信技术》 2019年第6期20-24,共5页
从供电企业的角度出发,为了向用户提供相似邻里用电比较服务,引导居民节约用电,提出了利用居民用电量的住房面积预测算法,在对居民用电量和住房面积进行数据清洗的基础上,分别以年制冷与取暖电量、年基本生活电量以及最近12个月有效月... 从供电企业的角度出发,为了向用户提供相似邻里用电比较服务,引导居民节约用电,提出了利用居民用电量的住房面积预测算法,在对居民用电量和住房面积进行数据清洗的基础上,分别以年制冷与取暖电量、年基本生活电量以及最近12个月有效月电量为建模特征量,借助支持向量回归、神经网络、K-means聚类等算法工具,构建了 4种模型,比较并验证了模型的效果,其中结合K-means聚类的神经网络模型预测效果最好,平均预测偏差为19.755%。结果表明,该算法能通过居民用电量对住房面积进行较准确的预测,为相似邻里用电比较服务提供重要支持。 展开更多
关键词 居民用电量 住房面积预测 支持向量回归 神经网络 K-MEANS聚类
在线阅读 免费下载
基于核相似性删减策略的支持向量回归算法
10
作者 李英达 谢宗霞 《山东大学学报:工学版》 CAS CSCD 北大核心 2019年第3期8-14,共7页
在核相似性基础上结合随机梯度下降算法提出支持向量删减策略(SVs_reduced strategy, SRS);引入核相似性删减冗余的支持向量来提高大型非线性支持向量回归的效率。在每次随机梯度下降的迭代中,如果新的样本被认为是一个支持向量,那么就... 在核相似性基础上结合随机梯度下降算法提出支持向量删减策略(SVs_reduced strategy, SRS);引入核相似性删减冗余的支持向量来提高大型非线性支持向量回归的效率。在每次随机梯度下降的迭代中,如果新的样本被认为是一个支持向量,那么就会计算它和其它支持向量间的相似性。如果相似性大于一个设定的阈值,那么就会删减这个支持向量。基于UCI数据集,LIBSVM数据集和风速数据集的试验结果表明,与其它流行算法相比,这个策略可以十分高效地解决大型支持向量回归问题。 展开更多
关键词 支持向量回归 快速算法 随机梯度下降 核相似性
基于EMD分解的海浪有效波高短期预测研究 预览
11
作者 阚世宜 于婷 刘莉 《海洋科学前沿》 2019年第2期51-63,共13页
海浪与人类的海上活动密切相关,其在航海运输、海洋开发、防灾减灾等领域中具有重要地位。海浪预报,尤其是海浪有效波高的预报一直是海洋研究的重点。由于海浪具有很多的随机特性和不确定因素,海浪预报的准确度依然是目前要解决的关键... 海浪与人类的海上活动密切相关,其在航海运输、海洋开发、防灾减灾等领域中具有重要地位。海浪预报,尤其是海浪有效波高的预报一直是海洋研究的重点。由于海浪具有很多的随机特性和不确定因素,海浪预报的准确度依然是目前要解决的关键问题。本文深入研究了渤海海浪数据,拟采用基于经验模式分解(EMD)和支持向量回归模型(SVR)联合的混合模型进行短期海浪有效波高预测。经验模式分解能够自适应地将非平稳时间序列分解为频率由高到低的一系列本征模函数(Intrinsic Mode Function, IMF)和残差,然后根据本征模函数各自趋势变化的剧烈程度选择不同的核函数进行支持向量回归预测,接着对各预测分量进行加权组合,得到原始序列的准确预测值。渤海2012年的海浪有效波高短期预测实验表明,基于经验模式分解(EMD)和支持向量回归模型(SVR)联合的混合模型预测结果比单一的支持向量回归模型预测结果更准确。 展开更多
关键词 经验模式分解 支持向量回归 海浪有效波高预测 混合模型
在线阅读 下载PDF
基于多模态支持向量回归的PM2.5浓度预测
12
作者 陈菊芬 李勇 《环境工程》 CAS CSCD 北大核心 2019年第1期122-126,34共6页
为更好地掌握日均PM2.5浓度的变化规律,提出了一种基于多模态支持向量回归(MSVR)的混合预测模型。利用集成经验模态分解将日均PM2.5数据分解成不同频段的分量序列,以降低数据的非平稳性。然后根据每组分量自身特点构建不同的支持向量回... 为更好地掌握日均PM2.5浓度的变化规律,提出了一种基于多模态支持向量回归(MSVR)的混合预测模型。利用集成经验模态分解将日均PM2.5数据分解成不同频段的分量序列,以降低数据的非平稳性。然后根据每组分量自身特点构建不同的支持向量回归(SVR)模型,并通过相关分析确定各分量输入变量。最后,将各分量预测值进行叠加得到最终预测结果。以浙江省玉环市的PM2.5浓度进行验证。结果表明:与单一SVR模型相比,MSVR模型具有更好的预测效果,精度评价指标MAE、MAPE和RMSE分别下降了26.98%、23.04%、34.08%,这为大气污染预控提供了有效的技术支持。 展开更多
关键词 PM2.5浓度 集成经验模态分解 支持向量回归 预测模型 相关分析
一种新型锂电池充电剩余时间预测方法 预览
13
作者 程树英 林鹏程 林培杰 《电源技术》 CAS 北大核心 2019年第1期99-102,135共5页
提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间。首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本。然后,运用样本对训练支持向量回归模型... 提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间。首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本。然后,运用样本对训练支持向量回归模型,在参数优选方面采用网格划分的交叉验证方式。最后,通过3个不同的支持向量回归模型得到充电剩余时间的置信区间。以美国国家航空航天阿姆斯研究中心公开的电池数据为实例,通过与三段式模型方法进行对比,结果表明该模型在精度、通用性方面表现更好。 展开更多
关键词 模糊信息粒化 支持向量回归 充电剩余时间 锂电池
在线阅读 免费下载
基于ANN-dropout的配电网可靠性预测方法 预览
14
作者 邢晓敏 何铁新 +2 位作者 郑雪瑞 冯帆 孙成 《南方电网技术》 CSCD 北大核心 2019年第2期66-73,共8页
随着配电网的高速发展,大量自动化设备不断接入使用给配电网的可靠运行带来了巨大的挑战。本文针对配电网动态规律和可靠性指标特征,提出了两种机器学习算法来预测配电网可靠性。通过对配电网数据进行数据变换,让预测区间从[0,1]变成[0,... 随着配电网的高速发展,大量自动化设备不断接入使用给配电网的可靠运行带来了巨大的挑战。本文针对配电网动态规律和可靠性指标特征,提出了两种机器学习算法来预测配电网可靠性。通过对配电网数据进行数据变换,让预测区间从[0,1]变成[0,+∞),对变换后的数据进行归一化再输入预测模型。配电网实例验证结果表明,数据变换后机器的学习预测效果提升明显,经过dropout技术优化的人工神经网络(artificial neural network,ANN)具有最佳的预测性能。本文提出的预测模型能准确地预测配电网的可靠性,为配电网的建设投资和优化运行提供有效的指导。 展开更多
关键词 配电网 可靠性预测 人工神经网络 dropout技术 支持向量回归
在线阅读 免费下载
基于MAWILab数据集的短期网络流量预测 预览
15
作者 强延飞 刘雅婷 +1 位作者 王永程 谷源涛 《计算机仿真》 北大核心 2019年第5期407-411,共5页
针对网络性能优化中短期流量预测模型选择问题,设计仿真,采用支持向量回归、神经网络(多层感知器)和线性时间序列(ARIMA)等多种模型,对MAWILab数据集中骨干网流量进行短期预测。应用一步预测方法,得到不同流量序列样本的预测结果,通过... 针对网络性能优化中短期流量预测模型选择问题,设计仿真,采用支持向量回归、神经网络(多层感知器)和线性时间序列(ARIMA)等多种模型,对MAWILab数据集中骨干网流量进行短期预测。应用一步预测方法,得到不同流量序列样本的预测结果,通过量化预测误差比较不同模型的预测性能,得出最终结论,在实际网络流量短期预测问题中,与ARIMA模型相比,具有非线性函数拟合功能的支持向量回归和神经网络可以取得更好的预测精度。 展开更多
关键词 流量预测 时间序列 支持向量回归 神经网络
在线阅读 下载PDF
基于SVR的人脸记忆分数预测算法研究 预览
16
作者 唐飞 沈琳琳 《计算机与数字工程》 2019年第7期1788-1791,1821共5页
论文提出了一种基于SVR人脸记忆分数预测算法,其采用人脸的比例特征、双眼特征、眼嘴特征和HOG特征作为待研究人脸图像的特征,并用支持向量回归SVR对人脸特征数据进行回归,预测得到测试人脸的记忆分数,最后用斯皮尔曼等级相关系数和残... 论文提出了一种基于SVR人脸记忆分数预测算法,其采用人脸的比例特征、双眼特征、眼嘴特征和HOG特征作为待研究人脸图像的特征,并用支持向量回归SVR对人脸特征数据进行回归,预测得到测试人脸的记忆分数,最后用斯皮尔曼等级相关系数和残差平方和对预测的人脸记忆分数和真实的记忆分数进行相关性分析和误差分析。实验结果表明,论文提出的模型是有效的,其斯皮尔曼等级相关系数[ρ=0.4266],表征预测的记忆分数可信度较高;其残差平方Res=0.0067,则表征预测的记忆分数是准确可靠的。 展开更多
关键词 支持向量回归 多特征 记忆分数 预测算法
在线阅读 下载PDF
基于MABC-SVR的边坡安全系数预测模型 预览
17
作者 王芬 刘阳 +1 位作者 郝建斌 魏兴梅 《安全与环境工程》 CAS 北大核心 2019年第2期178-183,189共7页
为避免原始人工蜂群算法(原始ABC算法)搜索时陷入局部最优解,提出一种改进的人工蜂群算法(MABC算法),该方法先将原始蜜源的适应度进行排序,找出适应度最高的蜜源,再在其周围搜索更优解,并采用MABC算法对支持向量回归(SVR)模型参数进行优... 为避免原始人工蜂群算法(原始ABC算法)搜索时陷入局部最优解,提出一种改进的人工蜂群算法(MABC算法),该方法先将原始蜜源的适应度进行排序,找出适应度最高的蜜源,再在其周围搜索更优解,并采用MABC算法对支持向量回归(SVR)模型参数进行优化,实现对边坡安全系数的回归分析与预测。通过对两种算法进行函数测试,结果表明:MABC算法较原始ABC算法收敛速度快、全局性好。选取实例边坡数据构造训练集和测试集,采用MABC-SVR方法基于建立的边坡安全系数预测模型进行预测,结果表明:均方根误差为0.004 6,最大相对误差为 7.62%,回归系数为0.967 2。可见,建立的边坡安全系数预测模型准确度较高,可推广使用。 展开更多
关键词 改进的人工蜂群算法 支持向量回归 边坡稳定性 安全系数预测
在线阅读 下载PDF
基于支持向量回归的金属谐振陀螺多元温度补偿方法 预览
18
作者 韦俊新 王泽涛 +2 位作者 丛正 魏艳勇 齐国华 《中国惯性技术学报》 EI CSCD 北大核心 2019年第2期235-240,共6页
针对金属谐振陀螺随温度漂移的问题,提出了一种基于支持向量回归的多元温度补偿方法。首先分析温度、温度梯度及温度变化率对陀螺输出的影响,在此基础上设计全温区实验,采用小波去噪对实验数据进行预处理,然后根据金属谐振陀螺输出特性... 针对金属谐振陀螺随温度漂移的问题,提出了一种基于支持向量回归的多元温度补偿方法。首先分析温度、温度梯度及温度变化率对陀螺输出的影响,在此基础上设计全温区实验,采用小波去噪对实验数据进行预处理,然后根据金属谐振陀螺输出特性,综合每次实验陀螺输出的微小变化,选择径向基核函数对实验数据进行特征提取,并基于此建立基于温度、温度变化率及温度梯度的多元补偿模型,剔除非相关项,最终得到金属谐振陀螺多元温度补偿模型。实验结果表明,此方法可有效提高金属谐振陀螺的温度性能,全温区陀螺零偏稳定性提高一个量级以上。 展开更多
关键词 金属谐振陀螺 小波去噪 支持向量回归 温度补偿 多元补偿模型
在线阅读 下载PDF
基于SCADA数据的风机叶片结冰短期预测方法 预览
19
作者 池昊 彭成 +2 位作者 贺婧 王松松 李凤娟 《信息与电脑》 2019年第4期61-65,共5页
针对于风力发电机叶片结冰故障预测的问题,笔者提出一种基于 SCADA数据的故障预测方法。首先选择与叶片结冰关联度高的两类数据,其次通过优化的支持向量回归,对其值进行预测;最后通过多源融合的方法利用 BP自聚类算法进行叶片结冰故障... 针对于风力发电机叶片结冰故障预测的问题,笔者提出一种基于 SCADA数据的故障预测方法。首先选择与叶片结冰关联度高的两类数据,其次通过优化的支持向量回归,对其值进行预测;最后通过多源融合的方法利用 BP自聚类算法进行叶片结冰故障预测。实验结果表明,提出方法能实时地对风机叶片结冰故障进行有效的短期预测,对风电机组的安全维护具有参考指导意义。 展开更多
关键词 风电机组 故障预测 支持向量回归 BP神经网络
在线阅读 下载PDF
基于概率矩阵分解的多失真图像质量评估算法 预览
20
作者 王同乐 王慈 《计算机应用与软件》 北大核心 2019年第7期264-272,共9页
图像质量评价(Image Quality Assessment,IQA)是视觉感知模型研究的重要分支,使用IQA算法自动化地评估图像质量有广阔的应用前景。基于概率矩阵分解(Probability Matrix Factorization)提出一种多失真图像质量评价算法,主要贡献有:提出... 图像质量评价(Image Quality Assessment,IQA)是视觉感知模型研究的重要分支,使用IQA算法自动化地评估图像质量有广阔的应用前景。基于概率矩阵分解(Probability Matrix Factorization)提出一种多失真图像质量评价算法,主要贡献有:提出一种图像质量评价的新思路,即利用PMF方法从失真图像估计参考图像,把失真图像和估计参考图像之间的信息损失作为图像质量的度量;构建新颖的特征向量描述这种信息损失;使用支持向量回归(Support Vector Regression,SVR)完成图像质量模型的训练。提出的算法在多个公开的图像质量评价数据库上超过了经典方法,实验结果证明该方法与人的主观质量评价具有更好的一致性。 展开更多
关键词 盲图像质量评价 概率矩阵分解 支持向量回归 人眼视觉系统
在线阅读 下载PDF
上一页 1 2 110 下一页 到第
使用帮助 返回顶部 意见反馈