检索结果-南通市图书馆

混合特征集与MK-SVM的带钢表面缺陷辨识

在线全文

学校读者我要写书评

暂无评论

机械科学与技术 2023年第5期42卷 785-792页

作者：陈法法邓斌刘莉莉陈保家肖文荣三峡大学水电机械设备设计与维护湖北省重点实验室湖北宜昌443002

针对带钢表面缺陷难以有效辨识的问题,设计基于混合域特征集与多核支持向量机的带钢表面缺陷分类辨识方法。首先基于灰度特征、纹理特征计算带钢表面缺陷的图像特征指标量,构造混合域特征集,再将混合域特征集输入给多核支持向量机实现... 详细信息

针对带钢表面缺陷难以有效辨识的问题,设计基于混合域特征集与多核支持向量机的带钢表面缺陷分类辨识方法。首先基于灰度特征、纹理特征计算带钢表面缺陷的图像特征指标量,构造混合域特征集,再将混合域特征集输入给多核支持向量机实现带钢表面缺陷的分类辨识。实验结果表明,该方法能够有效提取带钢表面缺陷的低维敏感特征,辨识精度高,泛化能力强,可以应用于工程企业带钢表面缺陷的分类辨识。

关键词：带钢缺陷辨识视觉图像混合域特征集多核支持向量机

一种改进RAO算法与多核SVM的锂离子电池寿命预测模型

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2022年第11期43卷 2314-2320页

作者：简献忠张博王如志上海理工大学光电信息与计算机工程学院上海200090 北京工业大学材料与制造学部北京100124

针对目前锂离子电池剩余寿命预测存在预测精度低的问题,提出了一种基于改进的无参数RAO算法与多核支持向量机(IRAO-MSVM)的电池寿命预测模型.在IRAO-MSVM模型中,采用凸组合的方法将高斯核与多项式核函数融合,提高了支持向量机的泛化能力... 详细信息

针对目前锂离子电池剩余寿命预测存在预测精度低的问题,提出了一种基于改进的无参数RAO算法与多核支持向量机(IRAO-MSVM)的电池寿命预测模型.在IRAO-MSVM模型中,采用凸组合的方法将高斯核与多项式核函数融合,提高了支持向量机的泛化能力;将混沌序列和rand-best-df随机扰动策略加入到RAO算法中,提高了RAO算法的全局搜索能力;利用所提出的算法对多核支持向量机的核参数寻优,提升了模型的预测性能.利用基准函数测试,验证了IRAO算法的有效性;采用美国NASA电池数据集进行测试,结果表明所提出的IRAO-MSVM模型的各项评价指标均优于其他比较模型.同时,IRAO算法参数设置少,更新策略只包含加乘运算,便于硬件实现.

关键词：剩余寿命预测多核支持向量机改进RAO算法锂离子电池

在线全文

学校读者我要写书评

暂无评论

混合课程学生成绩预测模型的可解释性探究

中国远程教育 2022年第6期 46-55页

作者：罗杨洋韩锡斌兰州大学高等教育研究院 730000 清华大学教育研究院 100084

机器学习技术的可解释性是人工智能与教育教学深度融合的关键所在。打开机器学习模型的“黑箱”,理解机器学习模型结构的教育意义、推理的机制和预测结果的应用条件是实现人机互信的基础,也是促进人工智能在教育教学中应用的前提条件。... 详细信息

机器学习技术的可解释性是人工智能与教育教学深度融合的关键所在。打开机器学习模型的“黑箱”,理解机器学习模型结构的教育意义、推理的机制和预测结果的应用条件是实现人机互信的基础,也是促进人工智能在教育教学中应用的前提条件。本研究以五种基于机器学习算法构建的学生成绩预测模型为例,分析了混合教学场景中解释学生成绩预测模型主要关注的三个方面:预测模型结构所代表的教育意义、预测模型内在推理机制所揭示的预测关系和预测结果对教学实践的启示。结果发现:(1)只采用学生的部分学习过程数据预测学习成绩时,学生的行为模式与学习成绩的映射关系存在多种模式,试图构建学生在线行为与学生成绩一一对应关系的预测模型难以获得较好的预测结果;(2)本研究中的预测模型最高可预测正确所有混合课程中74.7%的学生,不同学习成绩组学生的预测准确率差异较大,成绩为A和B的学生预测准确率较高,达到80.6%和85.3%,成绩为C及以下的学生预测准确率最高只达到63%;(3)本研究中的预测模型对学生个体的预测结果只有当学生积极参加所有在线学习活动时才具有较高可信度,当学生个体出现在线学习活动缺失时预测结果可信度较低。研究还对教师在混合课程场景下如何应用成绩预测模型提供了建议:(1)针对混合课程的特点应用预测结果;(2)理解模型的推理机制以灵活切换预测模型;(3)依据学生在线学习行为参与的完整性判断预测结果是否可信。

关键词：学习分析混合课程机器学习算法预测模型可解释性逻辑回归多层感知器随机森林多核支持向量机朴素贝叶斯

基于Optuna框架的L_(p)范数约束下多核支持向量机在违约风险预测中的应用

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第6期47卷 147-153页

作者：郑怡昕王重仁山东财经大学山东济南250002

针对违约数据存在数据量大、维度多、不平衡及噪声大等缺点,提出一种改进的支持向量机方法,即基于Optuna框架的L_(p)范数约束的代价敏感的多核支持向量机(L_(p)-Optuna-SVM)。该方法采用成本矩阵对不同预测错误赋予不同数值,通过多核学... 详细信息

针对违约数据存在数据量大、维度多、不平衡及噪声大等缺点,提出一种改进的支持向量机方法,即基于Optuna框架的L_(p)范数约束的代价敏感的多核支持向量机(L_(p)-Optuna-SVM)。该方法采用成本矩阵对不同预测错误赋予不同数值,通过多核学习引入多核混合核函数组合;同时采用Optuna优化框架对犯错成本、核函数的参数和权重实现了自动化的调优过程;还在核函数权重上引入L_(p)范数约束,以提高模型对噪声和异常数据的鲁棒性。最后,对4种常用的基础核函数组合的L_(p)-Optuna-SVM进行探讨,并与单核支持向量机以及K邻近法、逻辑回归、高斯贝叶斯进行对比。结果表明,在给定数据集上,L_(p)-Optuna-SVM在违约数据上的g-mean和AUC均高于其他算法,并且在加了不同方差的噪声数据集上,该算法整体依旧保持较好的鲁棒性。

关键词：多核支持向量机 Optuna优化框架 L_(p)范数约束多核学习不平衡数据集违约风险预测

在线全文

学校读者我要写书评

暂无评论

基于分合闸线圈电流的万能式断路器故障诊断

仪器仪表学报 2018年第2期39卷 130-140页

作者：孙曙光张强杜太行金少华王佳兴河北工业大学控制科学与工程学院天津300130 河北工业大学理学院天津300401

分合闸线圈作为低压万能式断路器操作机构的关键部件,传统的检修方式只能发现其显性故障,而对内部隐性故障不易检测,根据线圈电流能够有效反映断路器的分合闸运动特性,提出一种基于线圈电流的低压万能式断路器故障诊断和程度评估方法,... 详细信息

分合闸线圈作为低压万能式断路器操作机构的关键部件,传统的检修方式只能发现其显性故障,而对内部隐性故障不易检测,根据线圈电流能够有效反映断路器的分合闸运动特性,提出一种基于线圈电流的低压万能式断路器故障诊断和程度评估方法,其适用于出厂试验和现场检修。通过对分合闸过程中线圈电流信号特性进行分析,首先将电流信号进行关键时间、电流幅值提取作为局部特征,对电流信号经过集合经验模态分解后,提取各分量的能量矩作为全局特征;其次经主成分分析法降维后构建特征向量;然后采用基于遗传算法优化权值系数的多核学习支持向量机进行模式识别;当诊断出故障需要进行故障程度评估时,通过求取故障电流信号与正常电流信号的集合经验模态分解能量矩相对熵,并参照所求得的故障程度特性曲线,即可完成故障程度的定量评估。试验结果表明,该方法对于断路器分合闸线圈回路故障诊断效果良好,同时能够有效进行故障程度定量评估。

关键词：线圈电流万能式断路器故障诊断故障程度评估多核支持向量机

基于邻域粗糙集与多核支持向量机的变压器多级故障诊断

在线全文

学校读者我要写书评

暂无评论

高电压技术 2018年第11期44卷 3474-3482页

作者：李春茂周妺末刘亚婕高波吴广宁西南交通大学电气工程学院

针对传统变压器故障诊断过程中故障征兆与故障类型间映射关系的不确定性及模糊性问题,根据粗糙集知识与多核学习理论,构建了一种变压器多级故障诊断模型。该方法基于溶解气体分析（DGA）诊断标准,以5种特征气体及16种气体比值作为初始... 详细信息

针对传统变压器故障诊断过程中故障征兆与故障类型间映射关系的不确定性及模糊性问题,根据粗糙集知识与多核学习理论,构建了一种变压器多级故障诊断模型。该方法基于溶解气体分析（DGA）诊断标准,以5种特征气体及16种气体比值作为初始特征量,并利用邻域粗糙集知识按属性重要度大小获取在所诊断故障类型上高重要度的最小故障特征信息集。在深入挖掘DGA所含故障信息的基础上,建立分级故障诊断模型,以二分类支持向量机作为分类器,利用最小故障特征信息集进行多级故障诊断。此外,采用反正切变换处理各输入特征,避免了油中溶解气体长尾分布而导致的误分情况;同时,各支持向量机皆采用多核学习,以解决单核支持向量机数据敏感性强,鲁棒性低的缺陷。实例分析表明：与传统特征量相比,新提出特征量下的各诊断层准确率均能较稳定的达到88%以上,且最小运行时长可达0.337 5 s,具备提高分类精度,减小运行时间与算法结构的明显优势。另外,与传统故障诊断方法相比,该多级诊断的模型不仅能更深层次挖掘故障特征信息,降低冗余特征信息的复杂性,并且可有效提高诊断平均准确率3%以上,具有更高的准确度与可靠性。

关键词：变压器反正切变换邻域粗糙集特征重要度多核支持向量机多级故障诊断

基于细菌觅食优化多核支持向量机的作物生长环境控制

在线全文

学校读者我要写书评

暂无评论

济南大学学报（自然科学版） 2023年第3期37卷 303-308页

作者：蔡桂全陶建平华中农业大学经济管理学院湖北武汉430070 玉林师范学院商学院广西玉林537000

为了解决大规模生长环境变量所带来的计算复杂度较高的问题,采用细菌觅食优化多核支持向量机算法对农作物产量进行预测分析,从而实现作物生长环境的最优控制;首先,采用高斯核函数、多项式核函数和Sigmoid核函数组合方式建立多核支持向量... 详细信息

为了解决大规模生长环境变量所带来的计算复杂度较高的问题,采用细菌觅食优化多核支持向量机算法对农作物产量进行预测分析,从而实现作物生长环境的最优控制;首先,采用高斯核函数、多项式核函数和Sigmoid核函数组合方式建立多核支持向量机,其输入为作物生长环境,采用细菌觅食优化算法优化核函数关键参数;其次,利用多核函数的参数构建菌群进行训练,设置作物产量作为细菌觅食优化算法适应度;最后,通过菌群位置更新优化后的最优核函数参数进行多核支持向量机优化求解,获得空气温度、湿度,土壤温度、湿度等生长环境特征数据。结果表明,选择合适的多核函数组合,并合理设置细菌觅食优化算法的引力和斥力系数、迁徙概率阈值等参数,能够获得最高产量所对应的作物生长环境特征数据。

关键词：智慧农业多核支持向量机细菌觅食优化算法生长环境

在线全文

学校读者我要写书评

暂无评论

基于虹膜特征融合的识别算法的研究

基于虹膜特征融合的识别算法的研究

作者：王超群吉林大学

学位级别：硕士

根据一个人的行为和生物特性,通过自动化的方式来识别一个人的身份信息,这被称为生物识别技术。生物识别认证系统逐渐取代传统的密码和令牌认证,转而使用生物特征认证方式来验证个人的身份。这表明社会已经开始依赖生物识别认证系统。... 详细信息

根据一个人的行为和生物特性,通过自动化的方式来识别一个人的身份信息,这被称为生物识别技术。生物识别认证系统逐渐取代传统的密码和令牌认证,转而使用生物特征认证方式来验证个人的身份。这表明社会已经开始依赖生物识别认证系统。安全性和识别准确性是生物识别系统的两个重要因素。指纹、人脸语音以及虹膜等识别技术都是常见的生物识别技术。其中虹膜识别技术由于其可采集性、稳定唯一等特点,相较于它生物特征有其独特的优势一直以来都是生物识别技术研究的热点。虹膜识别系统通常是由硬件部分的图像采集以及软件部分特征提取与识别部分组成,主要的工作模式有认证以及识别两种模式。本文主要以在稳定约束状态下采集的通过质量评价的虹膜为主要研究对象,在一对一认证模式下对虹膜特征提取和识别部分进行了研究。在特征提取阶段针对传统特征提取算法在提取单一虹膜特征时特征表达方式过于单一,不能充分体现虹膜有效特征的问题,本文采用虹膜特征频域与特征空域相结合的方式,分别采用curvelet（曲波变换）以及SCCS-LDP（统计特征中心对称局部微分模式）提取虹膜频域及空域下的有效特征并分别进行相似度计算进行相似度特征融合。在识别方面为了能更有效的利用来自不同源的数据提高特征分类效果,采用基于QPSO（量子粒子群）算法优化的多核学习支持向量机进行虹膜识别,针对不同特征采用不同的核函数,并采用量子粒子群算法优化核参数以及核权重信息,通过智能优化算法优化参数信息提高分类精度。本文主要以CASIA-V1与JLU6.0来作为本次实验所使用的虹膜数据库,通过准确率、等错率与ROC曲线等来作为评价实验的性能指标,通过实验数据分析以及实验结果,验证本文采用的特征提取和识别算法的有效性。

关键词：虹膜识别虹膜特征提取多核支持向量机量子粒子群优化特征融合多核学习

利用多尺度特征与深度网络对遥感影像进行场景分类

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

测绘学报 2016年第7期45卷 834-840页

作者：许夙晖慕晓冬赵鹏马骥火箭军工程大学信息工程系陕西西安710025

针对因样本量小而导致的遥感图像场景分类精度不高的问题,结合非下采样Contourlet变换(NSCT)、深度卷积神经网络(DCNN)和多核支持向量机(MKSVM),提出了一种基于多尺度深度卷积神经网络(MS-DCNN)的遥感图像场景分类方法。首先利用非下采... 详细信息

针对因样本量小而导致的遥感图像场景分类精度不高的问题,结合非下采样Contourlet变换(NSCT)、深度卷积神经网络(DCNN)和多核支持向量机(MKSVM),提出了一种基于多尺度深度卷积神经网络(MS-DCNN)的遥感图像场景分类方法。首先利用非下采样Contourlet变换方法对遥感图像多尺度分解,然后对分解后的高频子带和低频子带分别用DCNN训练得到了不同尺度的图像特征,最后采用MKSVM综合多尺度特征并实现遥感图像场景分类。对标准遥感图像分类数据集的试验结果表明,本算法能够结合低频和高频子带对不同类别场景的识别优势,对遥感图像场景取得较好的分类结果。

关键词：遥感图像场景分类深度卷积神经网络非下采样轮廓波变换多核支持向量机