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

基于一种混合核函数的支持向量机聚类

现代电子技术 2011年第23期34卷 55-58页

作者：李希鹏赵犁丰中国海洋大学信息科学与工程学院电子工程系山东青岛266100

在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比... 详细信息

在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比。结果表明了该方法的有效性。

关键词： SVM 混合核函数加权多宽度高斯核支持向量聚类

基于CHMM的轴承性能退化程度综合评估方法研究

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2016年第9期37卷 2014-2021页

作者：姜万录杨凯董克岩张生燕山大学河北省重型机械流体动力传输与控制重点实验室秦皇岛066004 燕山大学先进锻压成形技术与科学教育部重点实验室秦皇岛066004

针对传统轴承性能退化评估方法中退化阶段划分的主观性以及连续隐马尔科夫模型在建立评估模型时只考虑正常状态下的样本所引起评估结果的不足,提出了一种基于连续隐马尔科夫模型的轴承性能退化程度综合评估方法。该方法首先通过支持向... 详细信息

针对传统轴承性能退化评估方法中退化阶段划分的主观性以及连续隐马尔科夫模型在建立评估模型时只考虑正常状态下的样本所引起评估结果的不足,提出了一种基于连续隐马尔科夫模型的轴承性能退化程度综合评估方法。该方法首先通过支持向量聚类方法将轴承全寿命周期划分成若干个退化阶段,然后从每个阶段中提取一定比例的样本用于训练,采用轴承正常阶段的训练样本建立轴承的连续隐马尔科夫模型,将不同退化阶段的训练样本输入模型,分别得到不同阶段样本相对于所建立正常阶段的连续隐马尔科夫模型的输出概率,据此得到样本隶属于不同退化阶段的隶属函数分布。最后,采用集对分析的方法建立轴承测试样本相对于正常阶段样本的联系度,并最终得到轴承性能退化程度的综合得分。通过利用轴承全寿命数据,并与传统连续隐马尔科夫模型及传统无量纲指标进行了对比,验证了所提出的综合评估方法在轴承性能退化评估方面的有效性。

关键词：连续隐马尔科夫模型综合评价方法集对分析支持向量聚类

在线全文

学校读者我要写书评

暂无评论

用于高炉铁水质量预报的改进支持向量回归

浙江大学学报（工学版） 2012年第5期46卷 830-836页

作者：刘毅李平高增梁浙江工业大学化工机械设计研究所浙江杭州310032 浙江大学工业控制研究所浙江杭州310027

针对建模数据中包含噪声和离群点会降低相应软测量模型准确性的问题,提出一种结合2层变量空间分析的预处理方法.用多变量修剪法在原始变量空间预处理;并提出支持向量聚类(SVC)的预处理方法,将建模数据映射到高维特征空间,构造一超球体... 详细信息

针对建模数据中包含噪声和离群点会降低相应软测量模型准确性的问题,提出一种结合2层变量空间分析的预处理方法.用多变量修剪法在原始变量空间预处理;并提出支持向量聚类(SVC)的预处理方法,将建模数据映射到高维特征空间,构造一超球体来排除离群点.SVC无需像传统预处理方法假设数据服从正态或近似正态分布,更符合实际的高炉过程.预处理后的数据再用支持向量回归建立软测量模型.在一工业高炉铁水硅含量的建模和预报实验结果表明,所提出方法能够更有效排除离群点,且提高了支持向量回归模型的鲁棒性和预报性能.

关键词：数据预处理支持向量聚类软测量支持向量回归硅含量

基于SVC的电动汽车集群并网鲁棒优化调度模型

在线全文

学校读者我要写书评

暂无评论

高电压技术 2024年第1期50卷 386-393页

作者：李宏胜李鵾汪洋高菲张瑜谢宏福国网河北省电力有限公司营销服务中心石家庄050000 中国电力科学研究院有限公司北京100192 南京东博智慧能源研究院有限公司南京210000

针对电动汽车(electric vehicle,EV)入网时长和荷电状态(state of charge,SOC)的不确定性,提出基于支持向量聚类(support vector clustering,SVC)的电动汽车集群并网鲁棒优化调度模型。以EV的充放电功率作为决策变量,用户最小充电成本... 详细信息

针对电动汽车(electric vehicle,EV)入网时长和荷电状态(state of charge,SOC)的不确定性,提出基于支持向量聚类(support vector clustering,SVC)的电动汽车集群并网鲁棒优化调度模型。以EV的充放电功率作为决策变量,用户最小充电成本为目标函数,建立集群EV调度模型。利用EV历史充电数据,以包含所有样本数据的最小超球体作为不确定集形状,将广义直方图交叉核作为核函数,计算EV入网时间和充电时长参数的不确定集,建立基于SVC的集群EV鲁棒优化调度模型。算例分析结果表明,所提方法能更准确地描述EV充电的不确定性参数,所提模型在保证经济性的同时能迅速响应分时电价,具有较好的实用性。

关键词：电动汽车不确定集入网时长荷电状态支持向量聚类鲁棒优化

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

一种低复杂度的雷达信号分选方法

西安电子科技大学学报 2011年第4期38卷 148-153页

作者：王世强张登福毕笃彦雍霄驹空军工程大学工程学院陕西西安710038

针对现有支持向量聚类算法在雷达信号分选应用中复杂度高、用传统有效性指标难以描述最佳分选效果的问题,研究了基于锥面聚类分配的支持向量聚类算法;利用该算法依赖于特征空间和数据空间近似覆盖的特性,避免了邻接矩阵的计算.提出了基... 详细信息

针对现有支持向量聚类算法在雷达信号分选应用中复杂度高、用传统有效性指标难以描述最佳分选效果的问题,研究了基于锥面聚类分配的支持向量聚类算法;利用该算法依赖于特征空间和数据空间近似覆盖的特性,避免了邻接矩阵的计算.提出了基于相似熵的有效性验证指标,应用信息熵的理论描述了类内聚集性和类间分离性.仿真结果表明,该方法在保证分选正确率的同时,可以有效降低计算复杂度,在一定程度上满足了情报侦察系统的实时性和准确性要求,具有较强的实用价值.

关键词：信号分选聚类算法支持向量聚类锥面聚类分配相似熵有效性验证分离性

在线全文

学校读者我要写书评

暂无评论

分段聚类在雷达信号分选中的应用

北京邮电大学学报 2008年第2期31卷 132-136页

作者：国强王常虹郭立民李峥祝正威华云哈尔滨工业大学空间控制与惯性技术研究中心哈尔滨150001 哈尔滨工程大学信息与通信工程学院哈尔滨150001 电子对抗国防科技重点实验室成都610036

分析了雷达信号分选中的容差问题,现代电子战面临的越来越复杂密集的脉冲环境,使容差问题成为制约现有多参数信号分选体制分选效率的重要因素.根据统计学习理论的思想,提出了一种基于支持向量聚类和级联互耦的分段聚类雷达信号分选方法... 详细信息

分析了雷达信号分选中的容差问题,现代电子战面临的越来越复杂密集的脉冲环境,使容差问题成为制约现有多参数信号分选体制分选效率的重要因素.根据统计学习理论的思想,提出了一种基于支持向量聚类和级联互耦的分段聚类雷达信号分选方法,该方法克服了容差问题对雷达信号分选的影响.通过仿真实验验证,对于高脉冲密度环境和复杂的信号形式,这种分选方法是有效的.

关键词：支持向量聚类级联互耦信号分选容差

基于加权K-近邻法和SVC的雷达辐射源信号识别

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2010年第6期32卷 1215-1219页

作者：李序张葛祥荣海娜西南交通大学电气工程学院四川成都610031

为提高支持向量聚类法对分布复杂、不均匀雷达辐射源信号样本聚类的正确率,提出一种结合剪辑近邻法、K-近邻法和支持向量聚类的无监督分类新方法。先采用支持向量聚类对所有未知样本作预分类,再按照一定的剪辑规则剪掉错误类别,最后利... 详细信息

为提高支持向量聚类法对分布复杂、不均匀雷达辐射源信号样本聚类的正确率,提出一种结合剪辑近邻法、K-近邻法和支持向量聚类的无监督分类新方法。先采用支持向量聚类对所有未知样本作预分类,再按照一定的剪辑规则剪掉错误类别,最后利用K-近邻法对剪掉的样本按各已知类别不同分布进行加权分类。IRIS数据和辐射源信号聚类实验结果表明,此方法能平衡数据样本各局部分布,获得全局最优聚类分配。

关键词：信号处理雷达辐射源信号识别支持向量聚类 K-近邻法

在线全文

学校读者我要写书评

暂无评论

数据驱动的全球NPP变化模式分析

遥感信息 2019年第3期34卷 26-33页

作者：赵学晶吴文瑾刘国林山东科技大学山东青岛266590 中国科学院遥感与数字地球研究所北京100094

传统方法在分析NPP变化时,将区域按照地理位置、植被类型等进行划分,会将先验信息引入结论。针对这一问题,本文采用支持向量聚类(supporting vector clustering, SVC)的方法从数据驱动角度分析1990-2014年全球NPP的时空变化特征。对GLOP... 详细信息

传统方法在分析NPP变化时,将区域按照地理位置、植被类型等进行划分,会将先验信息引入结论。针对这一问题,本文采用支持向量聚类(supporting vector clustering, SVC)的方法从数据驱动角度分析1990-2014年全球NPP的时空变化特征。对GLOPEM AVHRR年NPP数据产品和MODIS MOD17A3 NPP数据进行聚类,得到12种变化模式,分析不同NPP变化模式的时空变化特征以及与气候类型和土地覆盖类型分布的关系。结果表明,SVC1、SVC2 NPP最低,SVC11、SVC12 NPP较高,SVC5、SVC6、SVC9 SVC12主要是热带雨林与热带草原气候,热带低纬度地区NPP变化模式较为复杂。SVC3、SVC4 NPP要明显高于同纬度其他地区可能是受气候类型的影响。多数NPP变化模式主要是土地覆盖类型面积减少其中SVC5、SVC9变化显著,2000-2014年SVC9 NPP减少。不同NPP变化模式的同一土地覆盖类型的NPP存在差异。

关键词：数据驱动支持向量聚类全球 NPP 变化模式

在线全文

学校读者我要写书评

暂无评论

用于文档聚类的间隔流形学习算法研究

计算机工程 2010年第15期36卷 40-42,48页

作者：李昕钱旭王自强中国矿业大学(北京)机电与信息工程学院北京100083

为有效解决文档聚类问题,提出一种基于间隔流形学习的文档聚类算法。该算法利用间隔Fisher分析将高维文档空间降维到低维特征空间,利用支持向量聚类算法进行聚类。在基准文档测试集上的实验结果表明,该算法的聚类性能优于其他常用的文... 详细信息

为有效解决文档聚类问题,提出一种基于间隔流形学习的文档聚类算法。该算法利用间隔Fisher分析将高维文档空间降维到低维特征空间,利用支持向量聚类算法进行聚类。在基准文档测试集上的实验结果表明,该算法的聚类性能优于其他常用的文档聚类算法。

关键词：文档聚类流形学习支持向量聚类数据挖掘