检索结果-南通市图书馆

基于经验模态分解和加权最小二乘支持向量机的采空区地面塌陷预测

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（地球科学版） 2011年第3期41卷 799-804页

作者：佴磊彭文袁明哲周能娟吉林大学建设工程学院长春130026 东北电力大学电气工程学院吉林省吉林市132012

根据采空区路面塌陷数据的特性,提出了基于经验模态分解(EMD)和加权最小二乘支持向量机(WLS-SVM)预测采空区地面塌陷的新方法,并将其应用于吉林省长平高速公路因刘房子煤矿开采而引起的塌陷预测中。对实测的塌陷数据首先利用三次样条插... 详细信息

根据采空区路面塌陷数据的特性,提出了基于经验模态分解(EMD)和加权最小二乘支持向量机(WLS-SVM)预测采空区地面塌陷的新方法,并将其应用于吉林省长平高速公路因刘房子煤矿开采而引起的塌陷预测中。对实测的塌陷数据首先利用三次样条插值得到平滑的信号曲线,然后用EMD对插值后的信号进行时空滤波降噪处理,得到反映塌陷趋势的剩余分量,最后将其馈入到WLS-SVM模型完成预测。预测给出了采空区塌陷的中长期预测结果,得到塌陷区的最终塌陷值为174.34 cm,预测结果与实际监测数据平均偏差约1.06%。对长平高速公路下伏采空区段的实测数据进行分析,并与最小二乘支持向量机(LS-SVM)和BP神经网络预测结果进行了对比。结果表明:基于EMD和WLS-SRM的采空区地面塌陷预测方法具有更高的预测精度和广泛的适用性。

关键词：三次样条插值经验模态分解加权最小二乘支持向量机采空区塌陷

基于改进加权最小二乘支持向量机的X舵潜水器操纵运动模型辨识

在线全文

学校读者我要写书评

暂无评论

中国造船 2023年第2期64卷 1-12页

作者：裴天琪于曹阳钟一鸣连琏上海交通大学海洋学院上海200030

针对稀疏的试验数据会降低潜水器操纵运动模型辨识精度的问题,提出了一种融合三次样条插值加密和改进加权最小二乘支持向量机(WLSSVM)的潜水器系统辨识方法。基于仿真试验和原理样机湖上试验获得X舵潜水器的操纵数据,应用三次样条插值... 详细信息

针对稀疏的试验数据会降低潜水器操纵运动模型辨识精度的问题,提出了一种融合三次样条插值加密和改进加权最小二乘支持向量机(WLSSVM)的潜水器系统辨识方法。基于仿真试验和原理样机湖上试验获得X舵潜水器的操纵数据,应用三次样条插值加密策略对稀释的艏向角数据进行预处理,以降低数据稀疏对辨识结果的影响。设计了双曲正切函数改进型WLSSVM,对潜水器操纵运动响应模型进行高精度参数辨识和操纵运动预报。通过原理样机的湖上试验对该方法的有效性进行验证,与未改进的方法相比,预报值均方根误差最高降低了0.12 rad。

关键词： X舵潜水器操纵性参数辨识三次样条插值加权最小二乘支持向量机

基于自适应加权最小二乘支持向量机的青霉素发酵过程软测量建模

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 2017年第1期41卷 100-107页

作者：赵超李俊戴坤成王贵评福州大学石油化工学院福建福州350108

针对生化过程软测量建模过程中样本数据可能包含的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(Adaptive weighted least squares support vector machine,AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持... 详细信息

针对生化过程软测量建模过程中样本数据可能包含的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(Adaptive weighted least squares support vector machine,AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的正态分布赋权规则,自适应地为每个建模样本分配不同的权值,以降低随机误差对模型性能的影响;同时采用混沌差分进化—模拟退火(Chaos differential evolution simulated annealing,CDE-SA)算法对模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于最小二乘支持向量机(Least squares support vector machine,LS-SVM)和加权最小二乘支持向量机(Weighted least squares support vector machine,WLS-SVM)。利用Pensim仿真平台的数据,将AWLS-SVM方法用于青霉素发酵过程软测量建模,获得了较好的效果。

关键词：加权最小二乘支持向量机青霉素发酵过程正态分布混沌差分进化—模拟退火优化软测量建模

改进的加权最小二乘支持向量机在德士古炉温软测量中的应用

在线全文

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2010年第5期36卷 717-722页

作者：笪勇侍洪波华东理工大学自动化研究所上海200237

根据某企业德士古气化炉装置在线估计炉温的需要,将现场数据采样样本中的离群点分为高杠杆点和高残差点两类,将一种新的加权方法应用到最小二乘支持向量机(LS-SVM),使其对两种离群点都具有抑制作用,提高模型鲁棒性。加权最小二乘支持向... 详细信息

根据某企业德士古气化炉装置在线估计炉温的需要,将现场数据采样样本中的离群点分为高杠杆点和高残差点两类,将一种新的加权方法应用到最小二乘支持向量机(LS-SVM),使其对两种离群点都具有抑制作用,提高模型鲁棒性。加权最小二乘支持向量机(Weighted LeastSquare Support Vector Machine,WLS-SVM))参数的选择基于LS-SVM的最优参数,根据模型训练误差对参数进行二次寻优,进一步提高模型精度。利用测试函数验证了改进方法,对提高模型精度有明显效果;并将改进方法应用到实际生产装置的炉温软测量系统中,也取得了满意的应用效果。

关键词：软测量德士古炉温加权最小二乘支持向量机参数二次优化

在线全文

学校读者我要写书评

暂无评论

双加权最小二乘支持向量机的短期风速预测

电力系统及其自动化学报 2014年第1期26卷 13-17,66页

作者：潘学萍史宇伟张弛河海大学能源与电气学院南京210098

提出了双加权最小二乘支持向量机的短期风速预测方法。考虑到离预测点越远的历史风速数据对预测值的影响越弱,对训练样本中输入向量数据进行第1次加权,以体现不同元素对预测影响的差异。同时为区分训练样本的差异性,降低异常样本的干扰... 详细信息

提出了双加权最小二乘支持向量机的短期风速预测方法。考虑到离预测点越远的历史风速数据对预测值的影响越弱,对训练样本中输入向量数据进行第1次加权,以体现不同元素对预测影响的差异。同时为区分训练样本的差异性,降低异常样本的干扰,对训练样本进行第2次加权。对双加权后的训练样本,采用加权最小二乘支持向量机模型进行预测,降低了对异常点的敏感度,实现了对不同样本的区别对待。根据某实测风速数据进行了风速预测,结果表明,所提方法能提高风速预测精度。

关键词：风速预测双加权方法加权最小二乘支持向量机短期预测

基于改进的加权最小二乘支持向量机的空间桁架建模

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2007年第1期41卷 119-121页

作者：欧阳军闫桂荣王腾西安交通大学机械结构强度与振动教育部重点实验室西安710049

针对空间桁架结构的非线性因素导致其建模困难的问题,利用基于Hilbert变换的动力学系统非线性检测因子作为加权因子,提出了一种改进的加权最小二乘支持向量机非线性建模方法,不仅使支持向量机的解具有稀疏性和鲁棒性,而且对系统动力学... 详细信息

针对空间桁架结构的非线性因素导致其建模困难的问题,利用基于Hilbert变换的动力学系统非线性检测因子作为加权因子,提出了一种改进的加权最小二乘支持向量机非线性建模方法,不仅使支持向量机的解具有稀疏性和鲁棒性,而且对系统动力学参数变化敏感,从而能比较快速而精确地实现动力学系统的非线性动态建模.数值仿真和桁架结构建模试验结果表明,该方法能较好地模拟结构的非线性特性,适用于动力学系统的非线性动态建模.

关键词：加权最小二乘支持向量机非线性建模希尔伯特变换

基于加权最小二乘支持向量机的下水道可燃气体分析

在线全文

学校读者我要写书评

暂无评论

西南师范大学学报（自然科学版） 2014年第9期39卷 94-99页

作者：曾燕成新文王红旗蓝集明陈林四川理工学院计算机学院四川自贡643000

下水道可燃气体分析是城市下水道可燃气体监测预警系统的重要组成部分.该文针对BP神经网络对下水道可燃混合气体分析存在速度慢、容易陷入局部最优,以及标准最小二乘支持向量机鲁棒性差的缺点,建立了一种基于加权最小二乘支持向量机(WLS... 详细信息

下水道可燃气体分析是城市下水道可燃气体监测预警系统的重要组成部分.该文针对BP神经网络对下水道可燃混合气体分析存在速度慢、容易陷入局部最优,以及标准最小二乘支持向量机鲁棒性差的缺点,建立了一种基于加权最小二乘支持向量机(WLS-SVM)的下水道可燃气体分析模型.加权最小二乘支持向量机模型采用最小二乘线性系统,对误差变量进行权值设定,提高了学习速度和学习精度.仿真结果表明:基于WLS-SVM的下水道可燃气体分析模型优于所比较的BP神经网络和最小二乘支持向量回归机2种模型,具有优良的预测精度和鲁棒性.

关键词：加权最小二乘支持向量机可燃气体预测模型

在线全文

学校读者我要写书评

暂无评论

基于加权最小二乘支持向量机的欠定盲源分离

电讯技术 2015年第11期55卷 1200-1205页

作者：赵立权刘珊珊东北电力大学信息工程学院吉林吉林132012

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机(SVM)的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获... 详细信息

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机(SVM)的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。

关键词：欠定盲源分离加权最小二乘支持向量机 K-均值聚类矩阵估计

在线全文

学校读者我要写书评

暂无评论

负熵最小化加权最小二乘支持向量机及其应用

湖南理工学院学报（自然科学版） 2017年第3期30卷 27-32,66页

作者：杨勃邵泉铭湖南理工学院信息与通信工程学院湖南岳阳414006

提出了一种负熵最小化加权最小二乘支持向量机分类模型,并应用于水下底质识别任务.该模型在原始最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)基础上引入权重,通过权重分布的负熵最小化调节和控制权重的稀疏度,然后... 详细信息

提出了一种负熵最小化加权最小二乘支持向量机分类模型,并应用于水下底质识别任务.该模型在原始最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)基础上引入权重,通过权重分布的负熵最小化调节和控制权重的稀疏度,然后使用该稀疏分布权重进一步进行加权LSSVM再学习,从而实现对原始LSSVM分类边界的调整优化.将负熵最小化加权LSSVM应用于水下钴结壳底质识别,实验结果表明,该负熵最小化加权LSSVM能显著减小钴结壳错判率和识别正确率,有效提高底质识别效果.

关键词：加权最小二乘支持向量机负熵稀疏权重钴结壳识别底质识别