检索结果-南通市图书馆

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

孪生支持向量机综述

计算机科学 2018年第11期45卷 29-36页

作者：安悦瑄丁世飞胡继普中国矿业大学计算机科学与技术学院江苏徐州221116 中国科学院计算技术研究所智能信息处理重点实验室北京100190

孪生支持向量机(Twin Support Vector Machine,TWSVM)是在支持向量机(Support Vector Machine,SVM)的基础上发展而来的一种新的机器学习方法。作为一种二分类的分类器,其基本思想为寻找两个超平面,使得每一个分类面靠近本类样本点而远... 详细信息

孪生支持向量机(Twin Support Vector Machine,TWSVM)是在支持向量机(Support Vector Machine,SVM)的基础上发展而来的一种新的机器学习方法。作为一种二分类的分类器,其基本思想为寻找两个超平面,使得每一个分类面靠近本类样本点而远离另一类样本点。作为一种新兴的机器学习方法,孪生支持向量机自提出以来便引起了国内外学者的广泛关注,已经成为机器学习领域的研究热点。对孪生支持向量机的最新研究进展进行综述,首先介绍了孪生支持向量机的基本概念与基本模型;然后对近几年来新型的孪生支持向量机模型与研究进展进行了总结,并对其代表算法进行了优缺点分析和实验比较;最后对将来的研究工作进行了展望。

关键词：支持向量机孪生支持向量机优化问题最小二乘孪生支持向量机多分类

基于APSO和TWSVM的特高拱坝变形预测模型

在线全文

学校读者我要写书评

暂无评论

水利水电科技进展 2023年第4期43卷 46-51页

作者：张才溢傅蜀燕欧斌胡孟凡王春华云南农业大学水利学院云南昆明650201

为挖掘混凝土大坝变形监测数据与各影响因素之间复杂的非线性关系,提高特高拱坝变形预测精度,在孪生支持向量机(TWSVM)模型基础上,引入位置因子与速度因子,运用自适应粒子群优化(APSO)算法进行参数优化,构建了特高拱坝变形的APSO-TWSVM... 详细信息

为挖掘混凝土大坝变形监测数据与各影响因素之间复杂的非线性关系,提高特高拱坝变形预测精度,在孪生支持向量机(TWSVM)模型基础上,引入位置因子与速度因子,运用自适应粒子群优化(APSO)算法进行参数优化,构建了特高拱坝变形的APSO-TWSVM预测模型。实例验证结果表明,该模型可有效挖掘拱坝变形与影响因子间复杂的非线性关系,模型运算速度和精度均比传统SVM模型有明显提升。

关键词：特高拱坝变形预测孪生支持向量机自适应粒子群优化算法

基于改进孪生支持向量机的新型电力系统继电保护故障诊断模型

在线全文

学校读者我要写书评

暂无评论

沈阳工业大学学报 2023年第6期45卷 631-636页

作者：谭金龙熊小伏陈军南东亮周勇重庆大学输配电装备及系统安全与新技术国家重点实验室重庆400030 国网新疆电力有限公司电力科学研究院新疆乌鲁木齐830011

针对新能源发电因大量并网而导致电网安全性降低的问题,提出了一种基于改进孪生支持向量机的新型电力系统继电保护故障诊断模型。该模型面向新型电力系统设计了一种继电保护体系,并结合设备状态特征构建了故障时序模型。同时利用蛙跳算... 详细信息

针对新能源发电因大量并网而导致电网安全性降低的问题,提出了一种基于改进孪生支持向量机的新型电力系统继电保护故障诊断模型。该模型面向新型电力系统设计了一种继电保护体系,并结合设备状态特征构建了故障时序模型。同时利用蛙跳算法对孪生支持向量机的参数进行寻优,以获得最优模型用于设备状态量的分析处理,从而实现故障类型的快速分类。实验结果表明,改进孪生支持向量机的分类准确率约为90%,且所提模型的故障诊断准确率和时间分别约为98.05%及1.48 s,优于其他对比方法。

关键词：新型电力系统电网安全继电保护故障诊断故障时序模型孪生支持向量机蛙跳算法新能源发电

基于传感信号采集的电控发动机振动故障监测方法

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2024年第4期37卷 675-681页

作者：马晓郑晅柴艳娜长安大学信息与网络管理处(教育技术与网络中心) 陕西西安710064 长安大学能源与电气工程学院陕西西安710064

通过调理振动信号可以更高效地监测振动故障。为此,提出基于传感信号采集的电控发动机振动故障监测方法。首先,搭建电控发电机传感信号采集与处理架构,通过放大传感信号增益、滤波和转换信号模数的方式处理待监测信号,为提高监测准确性... 详细信息

通过调理振动信号可以更高效地监测振动故障。为此,提出基于传感信号采集的电控发动机振动故障监测方法。首先,搭建电控发电机传感信号采集与处理架构,通过放大传感信号增益、滤波和转换信号模数的方式处理待监测信号,为提高监测准确性奠定可靠的数据基础。通过小波包分解与重构,获取信号的时域参数和小波能谱熵,并构建三维特征量。然后,利用“一对一”分解策略优化孪生支持向量机,构造多元分类器,使其更适用于振动故障监测这一多类别分类问题,再输入待监测信号的特征量,通过确定故障类别实现持续性监测。仿真结果表明:该方法训练耗时的最大值仅为897 ms,对于转子摩擦振动、不平衡振动等5种类型故障的监测准确率始终在97%以上,在缩减训练样本后准确率仍保持在90%以上。

关键词：信号与信息处理振动故障监测传感信号采集电控发动机信号调理信号转换小波能谱熵孪生支持向量机

近邻密度辅助模糊优化TWSVM的钢板表面缺陷分类

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2023年

作者：侯政通胡鹰乔磊明邓志飞东北大学计算机科学与工程学院太原科技大学计算机科学与技术学院

为了提升钢板表面缺陷分类精度，提出了一种选择性弱化样本的分类模型。首先，在图像预处理阶段引入显著性检测算法来减少二值化后图像出现失真的影响；其次，为了降低不利的边缘样本点对模型的影响，同时又能提高有利的边缘样本点对模... 详细信息

为了提升钢板表面缺陷分类精度，提出了一种选择性弱化样本的分类模型。首先，在图像预处理阶段引入显著性检测算法来减少二值化后图像出现失真的影响；其次，为了降低不利的边缘样本点对模型的影响，同时又能提高有利的边缘样本点对模型的贡献，文中构造了一种新的密度模糊隶属度函数对样本进行权重赋值；最后，在孪生支持向量机（Twin Support Vector Machine， TWSVM）的基础上，将构造的密度模糊隶属度函数作为优化条件嵌入模型内，提出了近邻密度辅助模糊优化的TWSVM算法，以提高分类效果。在数据集NEU上实验结果表明，引入显著性检测算法后，重新设计的特征在整体准确率上提高1.66%，同时采用优化后的算法进行缺陷分类，准确率达98.33%，进一步提高了分类性能。

关键词：图像处理显著性检测缺陷分类孪生支持向量机密度函数 K近邻

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向无人化取料机的毫米波雷达感知技术

仪器仪表学报 2021年第7期42卷 189-198页

作者：孔德明张钰曹帅王立成燕山大学电气工程学院秦皇岛066000

针对散料港口无人化取料机往复取料效率低,毫米波雷达感知数据集噪声多、波动频繁、数据不平衡导致现有机器学习分类模型效果欠佳等问题,提出了一种基于改进模糊孪生支持向量机结合1-近邻算法的孪生重叠敏感边距分类器的料堆边界感知方... 详细信息

针对散料港口无人化取料机往复取料效率低,毫米波雷达感知数据集噪声多、波动频繁、数据不平衡导致现有机器学习分类模型效果欠佳等问题,提出了一种基于改进模糊孪生支持向量机结合1-近邻算法的孪生重叠敏感边距分类器的料堆边界感知方法。首先,利用毫米波雷达获取料堆边界扫描数据并进行预处理,依据空间分布以及作业特点设计提取点云的10维特征,组成料堆点云样本数据集;其次,引入改进模糊隶属度函数的模糊孪生支持向量机,将料堆点云样本数据集划分为重叠与非重叠区域;然后,采用模糊孪生支持向量机决策边界、1-近邻算法分别对非重叠与重叠区域样本进行分类,以提高对不平衡数据集的分类能力;最后,将得到的分类结果加入感知环节,达到料堆边界感知目的。在人工作业雷达采集的数据集上的实验表明,所提出感知方法有效提高了对少数类的识别能力。现场实验表明,改进后的感知方法更接近操作员的判断,斗轮空转时间占比减少15.1%,提高了无人化取料机的作业效率,对无人化散料港口的建设具有参考意义。

关键词：毫米波雷达点云不平衡数据集模糊支持向量机孪生支持向量机智慧港口

基于PSO优化孪生支持向量机的自然语言处理

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 2023年第1期47卷 103-108页

作者：徐健职燕刘源桂林医学院智能医学与生物技术学院广西桂林541199 桂林电子科技大学机电工程学院广西桂林541004 桂林理工大学机械与控制工程学院广西桂林541006

为了进一步提高孪生支持向量机(Twin support vector machine,TWSVM)的自然语言文本分类准确度,提出了一种改进的粒子群优化(Particle swarm optimization,PSO)算法,并采用改进的PSO算法对TWSVM核心参数进行优化。根据迭代次数来选择自... 详细信息

为了进一步提高孪生支持向量机(Twin support vector machine,TWSVM)的自然语言文本分类准确度,提出了一种改进的粒子群优化(Particle swarm optimization,PSO)算法,并采用改进的PSO算法对TWSVM核心参数进行优化。根据迭代次数来选择自适应权重从而对传统PSO算法进行改进,以防止收敛速度过快而错过全局最优解。采用Word2Vec对自然语言样本进行向量化处理,并通过PSO算法对TWSVM惩罚因子进行优化求解,解决因为惩罚因子设置不合理而造成自然语言文本分类准确率不高的问题。试验证明,通过合理设置PSO算法的速度权重初始值和稳定值,结合自适应递减权重策略,能够获得较高的惩罚因子优化性能,从而提高TWSVM的分类准确率,相比于常见自然语言文本分类算法,PSO-TWSVM的分类准确率更高,均方根误差值更低,在自然语言文本分类中的适用度高。

关键词：自然语言处理孪生支持向量机粒子群算法惩罚因子自适应权重

在线全文

学校读者我要写书评

暂无评论

孪生支持向量机数学模型与应用综述

测控技术 2018年第8期37卷 10-15页

作者：刘方园王水花张煜东南京师范大学计算机科学与技术学院江苏南京210023

通过总结多篇文献研究分析一种目前流行且被广泛应用的识别技术,即孪生支持向量机。首先,介绍其发展背景并从数学理论角度验证该技术的科学性;其次,阐述其在现今技术日趋成熟时代下提出的值得赞赏的改进措施;最后,比较分析其在多个实际... 详细信息

通过总结多篇文献研究分析一种目前流行且被广泛应用的识别技术,即孪生支持向量机。首先,介绍其发展背景并从数学理论角度验证该技术的科学性;其次,阐述其在现今技术日趋成熟时代下提出的值得赞赏的改进措施;最后,比较分析其在多个实际领域中的应用效果并总结其优势与劣势。通过总结分析,相信孪生支持向量机技术的适用范围和识别性能依旧存在广阔的发展空间。

关键词：孪生支持向量机分类医疗检测图像处理

基于二维Gabor小波和孪生支持向量机的图像识别算法

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 2022年第1期46卷 113-118页

作者：吕洁麦雄发谢妙玉林师范学院计算机科学与工程学院广西玉林537000 南宁师范大学数学与统计学院广西南宁530001

为了提高图像识别性能,采用孪生支持向量机用于图像分类识别,并结合二维Gabor小波对图像纹理特征进行提取,借助局部线性嵌入(Locally linear embedding,LLE)降维,以进一步提高图像识别准确率和识别效率。采用二维Gabor小波对图像数据进... 详细信息

为了提高图像识别性能,采用孪生支持向量机用于图像分类识别,并结合二维Gabor小波对图像纹理特征进行提取,借助局部线性嵌入(Locally linear embedding,LLE)降维,以进一步提高图像识别准确率和识别效率。采用二维Gabor小波对图像数据进行有效滤波,获得图像关键纹理特征,然后对大量纹理特征进行LLE降维,以降低维度过高带来的运算量巨大问题,采用孪生支持向量机(Twin support vector machine,TWSVM)对关键纹理特征进行分类,获得图像分类结果并完成图像识别。实验证明,Gabor+LLE+TWSVM方法对图像识别的适用度高,相比常用图像识别算法,通过合理设置二维Gabor小波的尺度和方向参数,并借助LLE有效降维,运用孪生支持向量机可以获得更高的图像识别准确率。

关键词：图像识别二维Gabor小波孪生支持向量机局部线性嵌入降维