检索结果-南通市图书馆

基于加权ls-svm时间序列短期瓦斯预测研究

在线全文

学校读者我要写书评

暂无评论

采矿与安全工程学报 2011年第2期28卷 310-314页

作者：乔美英马小平兰建义王莹中国矿业大学信息与电气工程学院江苏徐州221116 河南理工大学电气工程与自动化学院河南焦作454000 河南理工大学能源科学与工程学院河南焦作454000

针对神经网络的瓦斯预测模型存在的泛化性能差且存在易陷入局部最优的缺点,提出了基于最小二乘支持向量机(ls-svm)时间序列瓦斯预测方法.由于标准最小二乘支持向量机(ls-svm)要求样本误差分布服从高斯分布,且标准ls-svm丧失鲁棒性与稀... 详细信息

针对神经网络的瓦斯预测模型存在的泛化性能差且存在易陷入局部最优的缺点,提出了基于最小二乘支持向量机(ls-svm)时间序列瓦斯预测方法.由于标准最小二乘支持向量机(ls-svm)要求样本误差分布服从高斯分布,且标准ls-svm丧失鲁棒性与稀疏性等特点,提出了基于加权ls-svm的瓦斯时间序列预测的方法,从而提高了标准ls-svm模型的鲁棒性.其中时间序列的嵌入维数与延迟时间采用了微熵率最小原则进行选取,在此基础上给出了基于加权ls-svm实现多步时间序列预测的算法实现步骤.最后利用MATLAB 7.1对其进行仿真研究,通过鹤壁十矿1个突出工作面的瓦斯涌出数据实例对模型进行了验证.结果表明,加权ls-svm模型比标准的ls-svm明显提高了鲁棒性,可较好地实现时间序列数据的多步预测.

关键词：加权ls-svm 时间序列鲁棒性瓦斯预测

基于加权ls-svm的批量产品标准差预测与质量控制

在线全文

学校读者我要写书评

暂无评论

统计与决策 2020年第16期36卷 172-175页

作者：董海徐德珉沈阳大学应用技术学院沈阳110044 沈阳大学机械工程学院沈阳110044

文章针对供应商批量交货产品的质量预测与控制问题,采用加权最小二乘支持向量机的方法对交货产品的质量数据进行训练和预测。由于单一产品的质量值存在不稳定及偶然现象,因此将单个产品进行分组,选择对各组产品的质量标准差进行预测,提... 详细信息

文章针对供应商批量交货产品的质量预测与控制问题,采用加权最小二乘支持向量机的方法对交货产品的质量数据进行训练和预测。由于单一产品的质量值存在不稳定及偶然现象,因此将单个产品进行分组,选择对各组产品的质量标准差进行预测,提高了质量预测的鲁棒性,使得预测行为更加可靠。在加权最小二乘支持向量机预测模型的基础上,采用蜻蜓算法寻找模型相关参数的最优值,使预测精度得以提高。针对质量标准差的预测数据进行质量控制分析,使用MINITAB绘制Xbar-S控制图,通过控制图发现异常点并对其改进,重新建立质量标准差数据的预测模型,并绘制控制图,使得改进后的质量标准差值得以控制。

关键词：质量预测加权ls-svm 蜻蜓算法质量控制 Xbar-S控制图

在线全文

学校读者我要写书评

暂无评论

一种基于加权ls-svm的复合辨识方法

电光与控制 2021年第5期28卷 42-45,102页

作者：马丛俊王海鹏张旭赵涛向国菲佃松宜四川大学电气工程学院成都610065 国网智能科技股份有限公司济南250101

针对采用含随机噪声的数据进行非线性动态系统建模无法获得准确模型参数的问题,提出了一种基于加权最小二乘支持向量机(ls-svm)数据预处理的复合辨识方案。复合辨识方案根据数据的分布信息,利用加权ls-svm对异常数据的鲁棒性,通过回归... 详细信息

针对采用含随机噪声的数据进行非线性动态系统建模无法获得准确模型参数的问题,提出了一种基于加权最小二乘支持向量机(ls-svm)数据预处理的复合辨识方案。复合辨识方案根据数据的分布信息,利用加权ls-svm对异常数据的鲁棒性,通过回归计算消除数据的异常性;再利用预处理后的数据训练补偿模糊神经网络参数,得到系统模型。结果表明,采用加权ls-svm预处理的复合辨识方案运用在普遍存在随机噪声的系统中,能获得更加准确的辨识模型。

关键词：数据预处理加权ls-svm 补偿模糊神经网络

一类非线性逆系统的加权最小二乘支持向量机辨识方法

在线全文

学校读者我要写书评

暂无评论

中国科学（F辑:信息科学） 2009年第4期39卷 431-440页

作者：孙长银穆朝絮李训铭东南大学自动化学院南京210096 河海大学电气工程学院南京210098

文中依据T-S模型的思想,提出了一种加权最小二乘支持向量机辨识算法.它采用模糊c均值(FCM)聚类确定规则数目,通过Gauss型函数将原输入输出空间分成若干子空间,在子空间中使用最小二乘支持向量机(ls-svm)拟合获得子模型,然后由一个权重... 详细信息

文中依据T-S模型的思想,提出了一种加权最小二乘支持向量机辨识算法.它采用模糊c均值(FCM)聚类确定规则数目,通过Gauss型函数将原输入输出空间分成若干子空间,在子空间中使用最小二乘支持向量机(ls-svm)拟合获得子模型,然后由一个权重机制合成这些子模型,得到系统的模型.文中使用该方法去辨识关键反馈变量难以获得的非线性逆系统.为了得到这类逆系统的有效建模数据,采用了联合逆系统方法.仿真结果表明,加权最小二乘支持向量机辨识方法是有效的,它能够实现这类非线性逆系统的辨识,而且拟合误差平稳,波动幅度小,拟合精度和泛化能力都较好.

关键词：子空间加权ls-svm 逆系统方法非线性建模

在线全文

学校读者我要写书评

暂无评论

多轴数控机床综合误差建模与补偿的研究

多轴数控机床综合误差建模与补偿的研究

作者：邱立伟长春工业大学

学位级别：硕士

高档数控机床,特别是精密多轴数控机床,是衡量一个国家制造业水平的重要标志,在诸多制造业有着十分广泛的应用需求。提高机床精度有两种方法。一种是误差防止法(Error Avoidance),即通过提高数控机床的零件结构设计、制造精度和装配水... 详细信息

高档数控机床,特别是精密多轴数控机床,是衡量一个国家制造业水平的重要标志,在诸多制造业有着十分广泛的应用需求。提高机床精度有两种方法。一种是误差防止法(Error Avoidance),即通过提高数控机床的零件结构设计、制造精度和装配水平来尽可能地消除误差源。另一种是误差补偿法(Error Compensation),即通过对机床工作及加工过程的误差分析、建模与补偿来改变坐标实际运动量达到理想的运动轨迹,从而实现不使用精密加工设备的精密加工。目前,通过误差防止法来提高加工精度的误差避免方法越来越难以实现,造价成本也越来越高昂。因此,发展数控机床误差补偿技术的呼声愈来愈强烈。本文首先基于多体系统运动学理论,以一台四轴加工中心为对象,建立了包含几何误差和热变形引起的误差的综合数学模型,深入分析并解决了加工中心的交换工作台站的误差传递、各轴热漂移误差影响等关键问题。该误差模型为实现加工中心的精确补偿提供了坚实的理论基础。其次,创新性地提出了基于改进的ls-svm的数控机床定位误差建模预测方法。利用激光干涉仪进行了XYZ三轴的定位误差测量实验,采取补偿反向间隙和单项定位误差的方法进行初步补偿;提出了基于加权最小二乘支持向量机的机床单轴定位误差建模方法及模型参数优化方法,并从理论上验证了模型的精确性及可行性。最后,通过补偿实验验证了基于加权ls-svm建立的误差模型的精确性及补偿方法的可行性,用该方法对数控机床各轴进行预测补偿,能有效提高数控机床的加工精度。另外,本文还创新提出了面向误差实时补偿技术的ls-svm建模补偿的方法,研究并提出了误差实时补偿程序实现流程及补偿控制策略。

关键词：综合误差建模加权ls-svm 定位误差预测误差补偿

基于最小二乘支持向量机的多光谱遥感影像分类

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于最小二乘支持向量机的多光谱遥感影像分类

作者：项霞武汉大学

学位级别：硕士

支持向量机是在统计学习理论基础上发展起来的一种通用的学习方法,它以结构风险最小化为归纳原则,克服了传统分类方法以经验风险最小化为归纳原则的不足。但是它计算复杂,内存需求量大,用于大规模数据分类时比较困难,而遥感影像分类数... 详细信息

支持向量机是在统计学习理论基础上发展起来的一种通用的学习方法,它以结构风险最小化为归纳原则,克服了传统分类方法以经验风险最小化为归纳原则的不足。但是它计算复杂,内存需求量大,用于大规模数据分类时比较困难,而遥感影像分类数据量一般比较大,为了改善这些不足,本文提出将最小二乘支持向量机及其改进算法——加权最小二乘支持向量机和稀疏最小二乘支持向量机用于多光谱遥感影像分类中,并获得了较好的分类效果。本文重点论述了最小二乘支持向量机的原理及相关的概念,然后在此基础上通过实验与传统分类方法以及支持向量机方法进行比较分析,证明了其可行性和有效性。同时,本文还对最小二乘支持向量机在多光谱遥感影像分类中的一些特殊问题,如多类分类、训练样本选择、模型参数选择等问题进行了初步研究,得出该方法是一种性能优良的分类方法的结论。

关键词： svms 多光谱遥感影像分类统计学习理论 ls-svm 加权ls-svm 稀疏ls-svm 参数选择