检索结果-南通市图书馆

基于PCA和ICA模式融合的非高斯特征检测识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动化学报 2024年第1期50卷 169-180页

作者：葛泉波程惠茹张明川郑瑞娟朱军龙吴庆涛南京信息工程大学自动化学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 江苏省大数据分析技术重点实验室南京210044 河南科技大学信息工程学院洛阳471023

针对无人船(Unmanned surface vehicle,USV)航行位姿观测数据的非高斯性/高斯性判别问题,提出一种基于主成分分析(Principal component analysis,PCA)和独立成分分析(Independent component analysis,ICA)模式融合的非高斯特征检测识别方法.首先,采用基于标准化加权平均和信息熵的数据预处理方法.其次,引入混合加权核函数并使用灰狼优化(Grey wolf optimization,GWO)算法进行参数优化,以提高PCA方法的准确性.同时,该算法采用一种新的非线性控制因子策略,提高全局和局部搜索能力.最后,建立了一种基于ICA和PCA联合的相关性分析方法来实现多维数据的降维,在降维数据的基础上综合T型多维偏度峰度检验法和KS(Kolmogorov-Smirnov)检验法进行非高斯性/高斯性特征检测识别.该方法考虑了非线性非高斯的噪声对降维结果精确度的影响,有效降低了多维数据非高斯检测的复杂度,同时也为后续在实际USV位姿估计等应用中提供了保障.实验表明,该方法具有较高的准确性和稳定性,可为USV航行位姿观测数据处理提供支持.

关键词：主成分分析混合核函数灰狼优化算法高维降维非高斯

基于混合核函数GA-SVR的动车组制动闸片寿命预测

在线全文

学校读者我要写书评

暂无评论

铁道科学与工程学报 2023年第1期20卷 289-298页

作者：毛嘉伟李永华王佳楠胡超群大连交通大学机车车辆工程学院辽宁大连116028

制动闸片是基础制动装置中的执行机构,对其使用寿命的精确预测直接关乎动车组的安全运行问题。为解决传统的SVR模型在寿命预测时存在着不能兼顾各类核函数优良性能的问题,进一步提高动车组制动闸片剩余寿命预测精度,提出一种基于遗传算... 详细信息

制动闸片是基础制动装置中的执行机构,对其使用寿命的精确预测直接关乎动车组的安全运行问题。为解决传统的SVR模型在寿命预测时存在着不能兼顾各类核函数优良性能的问题,进一步提高动车组制动闸片剩余寿命预测精度,提出一种基于遗传算法优化且集合了不同核函数优点的混合核SVR回归模型。首先分别采用具有优良泛化能力的多项式核函数和突出学习能力的RBF核函数构建2个单个核函数SVR回归模型。随后利用遗传算法以交叉验证方式下模型预测产生的均方误差和作为适应度函数,对2个单一核SVR回归模型的惩罚因子c和函数带宽g进行寻优求解,得到2个性能最佳的单核SVR回归模型。然后以均方误差最低为目标调整混合因数,将2个核矩阵融合为一个仍满足Mercer条件的混合核矩阵,作为新的GA-SVR模型核函数矩阵。最后基于得到的模型对动车组制动闸片剩余寿命进行评估。结果表明:混合核模型在各个时段预测时产生的累积相对误差均低于单一核模型,且在方上差也更为平稳。直接体现了所建立的模型在学习能力与泛化能力上都较单一核GA-SVR模型有了提高,有效提高了动车组制动闸片寿命预测的精度,更出色的泛化能力也表明了该模型具有一定的工程实用价值与普适性。

关键词：动车组制动闸片混合核函数支持向量机寿命预测遗传算法

基于IHHO-HKELM输电线路覆冰预测模型

在线全文

学校读者我要写书评

暂无评论

电力科学与技术学报 2024年

作者：黄力宋爽刘闯王骏骏胡丹何其新鲁偎依国网湖北省电力有限公司随州供电公司三峡大学电气与新能源学院国网湖北省电力有限公司荆门供电公司国网湖北省电力有限公司十堰供电公司国网湖北省电力有限公司荆州供电公司

为了进一步提高输电线路覆冰预测精度，提出了一种基于改进哈里斯鹰算法（IHHO）优化混合核极限学习机（HKELM）的输电线路覆冰预测模型。在核极限学习机中引入混合核函数，形成HKELM，利用黄金正弦、非线性递减能量指数和高斯随机游走... 详细信息

为了进一步提高输电线路覆冰预测精度，提出了一种基于改进哈里斯鹰算法（IHHO）优化混合核极限学习机（HKELM）的输电线路覆冰预测模型。在核极限学习机中引入混合核函数，形成HKELM，利用黄金正弦、非线性递减能量指数和高斯随机游走等策略对哈里斯鹰优化算法进行改进，以IHHO算法的优化性能。采用IHHO算法对HKELM的权值向量和核参数进行优化，建立基于IHHO-HKELM的输电线路覆冰预测模型，并通过计算气象因素与覆冰厚度之间的灰色关联度确定覆冰预测模型的输入量。算例分析结果表明，IHHO-HKELM模型预测结果的均方误差、最大误差和平均相对误差分别为0.285、0.86mm和2.83%，预测效果好于其他模型，将本文覆冰预测模型应用于其他覆冰线路，获得了良好的应用效果，验证了模型的优越性和实用性。

关键词：输电线路覆冰预测核极限学习机混合核函数改进哈里斯鹰算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于SVM混合核的不透水面提取及扩张分析

测绘通报 2024年第3期 43-48页

作者：冀建任王竞雪王丽芹辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 辽宁工程技术大学地理空间信息服务协同创新研究院辽宁阜新123000 辽阳市国土资源勘查规划院辽宁辽阳111000

利用支持向量机中单一核函数提取不透水面时存在时间复杂度高和提取精度低的问题。针对该问题,本文在径向基核函数的基础上引入多项式核函数,提出了一种混合核函数的不透水面提取方法。首先,由于属性不同的地物具有相似的光谱信息,在特... 详细信息

利用支持向量机中单一核函数提取不透水面时存在时间复杂度高和提取精度低的问题。针对该问题,本文在径向基核函数的基础上引入多项式核函数,提出了一种混合核函数的不透水面提取方法。首先,由于属性不同的地物具有相似的光谱信息,在特征提取过程中将光谱信息与图像熵纹理信息相结合,可更加清楚地区分各地物类别。然后,在径向基核函数的基础上引入多项式核,可分别从局部和全局角度获取影像的特征信息,提高不透水面提取精度。最后,在不透水面提取结果基础上进行时空演变分析。本文利用阜新市主城区2009—2021年Landsat影像进行试验。结果表明,光谱与熵纹理相结合方法可改善特征提取效果,提升不透水面提取精度。与单一核函数提取方法对比,利用本文方法提取不透水面精度提高了2.5%,证明了该方法的有效性。

关键词：不透水面纹理特征支持向量机混合核函数时空分析

在线全文

学校读者我要写书评

暂无评论

氧化铝粒度预测算法研究及应用

氧化铝粒度预测算法研究及应用

作者：李树桐北方工业大学

学位级别：硕士

在成品氧化铝的生产中,氧化铝粒度是一项很重要的技术指标,因此如何预测和控制氧化铝粒度对生产成品氧化铝的质量至关重要。现代铝工业制备成品氧化铝过程中影响氧化铝粒度的工艺参数众多,如分解槽温度、分解槽搅拌强度、循环母液NaO、... 详细信息

在成品氧化铝的生产中,氧化铝粒度是一项很重要的技术指标,因此如何预测和控制氧化铝粒度对生产成品氧化铝的质量至关重要。现代铝工业制备成品氧化铝过程中影响氧化铝粒度的工艺参数众多,如分解槽温度、分解槽搅拌强度、循环母液NaO、精液AlO、立盘滤饼比表面积、种分分解率、系统非草酸盐有机物含量、CGM添加量、系统草酸盐含量、分解首槽固含等都会影响氧化铝产品的粒度。预测氧化铝粒度对提高氧化铝产品质量具有重要的现实指导意义。（1）对某铝业氧化铝生产数据进行了可视化展示和预处理工作。采用回归方法填补了缺失数据,并通过上下阈值方法替换了异常值,使用了SPROCC、Kendall秩相关系数分析了氧化铝粒度数据的相关性和滞后性,最后将归一化处理后的数据通过RF和XGBoost算法综合评估了各个特征参数对氧化铝粒度的重要性,为下一步的生产预测算法奠定了数据基础;（2）对蜣螂优化算法（Dung Beetle Optimizer,DBO）进行了研究,引入了自适应T分布策略及Logistic混沌映射,调整样本搜索角度,提出了基于自适应T分布的混沌蜣螂优化算法（Improve DBO,IDBO）。改进后的算法在23个标准测试函数上进行了实验仿真,实验结果表明,改进算法在寻优性能和搜索精度方面明显优于蜣螂优化算法和其他群智能优化算法;（3）针对最小二乘孪生支持向量回归（Least Squares Twin Support Vector Regression,LSTSVR）中单个核函数可能会导致模型精度不足的问题,本文将LSTSVR中核函数由径向基核函数优化为混合核函数,即将径向基核函数和线性核函数结合,并在模型中引入Lp正则化,提出了基于Lp正则化混合核函数的LSTSVR算法（MK-PLSTSVR）,更好地控制了模型的复杂度,避免了模型的过度拟合,增强了模型的泛化能力和鲁棒性;（4）使用基于自适应T分布的混沌蜣螂优化算法对MK-PLSTSVR算法模型的惩罚参数C、C,以及核参数等进行了优化,建立了IDBO-MK-PLSTSVR预测算法模型,并在比特币公共数据集和氧化铝生产数据集上进行了对比实验;（5）最后,设计并开发了基于IDBO-MK-PLSTSVR模型的氧化铝粒度预测系统

关键词： LSTSVR 氧化铝粒度预测混合核函数 DBO

基于时间序列与混合核函数SA-SVR的滑坡位移预测模型研究

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

工程地质学报 2022年第2期30卷 575-588页

作者：尚敏熊德兵张惠强赵国飞湖北省地质灾害防治工程技术研究中心(三峡大学) 宜昌443002 湖北长江三峡滑坡国家野外科学观测研究站宜昌443002 三峡库区地质灾害教育部重点实验室(三峡大学) 宜昌443002 三峡大学土木与建筑学院宜昌443002

本文针对阶跃型滑坡变形定量预测困难,提出一种基于时间序列分解与混合核函数SA-SVR的滑坡位移预测模型。首先基于时间序列分解原理,反复使用指数平滑法将滑坡累积位移分解为趋势项位移和周期项位移,使分解后的趋势项位移较平滑且能保... 详细信息

本文针对阶跃型滑坡变形定量预测困难,提出一种基于时间序列分解与混合核函数SA-SVR的滑坡位移预测模型。首先基于时间序列分解原理,反复使用指数平滑法将滑坡累积位移分解为趋势项位移和周期项位移,使分解后的趋势项位移较平滑且能保证周期项位移的预测精度。同时针对多项式预测容易过拟合造成预测值偏离真实值的问题,采用K-flod交叉验证的3次多项式对趋势项位移进行预测;通过SVR核函数性质,构造泛化能力和学习能力都较强的混合核函数作为SVR模型的核方法,以滑坡诱发因子作为SVR模型输入向量,以模拟退火算法(SA)对使用混合核函数的SVR模型进行参数寻优,从而建立混合核函数的SA-SVR模型预测周期项位移;最后合并趋势项位移和周期项位移得到总位移预测值。以三峡库区白家包滑坡为例,选取ZG325监测点2012年1月~2020年9月数据进行研究,并以ZG324监测点作为辅助验证。结果表明,相较于传统SVR预测模型,模拟退火算法(SA)在参数寻优方面表现良好,混合核函数对SVR模型更加敏感,能较大幅度提高预测精度,具有较高的应用和推广价值。

关键词：白家包滑坡位移预测时间序列混合核函数 SA-SVR模型

基于时间序列与混合核函数SA-SVR的白家包滑坡位移预测研究

在线全文

学校读者我要写书评

暂无评论

基于时间序列与混合核函数SA-SVR的白家包滑坡位移预测研究

作者：熊德兵三峡大学

学位级别：硕士

滑坡是三峡库区分布最广泛的地质灾害,对库区人民生命财产造成严重威胁。因此,构建合理完善的滑坡位移预测模型对滑坡地质灾害监测预警显得尤为必要,能有效减少其给国家和人民造成的重大损失。而“阶跃型”滑坡是三峡库区的一种典型滑坡... 详细信息

滑坡是三峡库区分布最广泛的地质灾害,对库区人民生命财产造成严重威胁。因此,构建合理完善的滑坡位移预测模型对滑坡地质灾害监测预警显得尤为必要,能有效减少其给国家和人民造成的重大损失。而“阶跃型”滑坡是三峡库区的一种典型滑坡,其变形特征为滑坡变形曲线随三峡水库库水位的周期性涨落和降雨的综合影响呈“陡坎”状,位于秭归县归州镇香溪河右岸的白家包滑坡是典型的阶跃型滑坡。本文通过研究白家包滑坡变形监测数据,提出一种基于时间序列分解与混合核函数SA-SVR预测模型,对同类型滑坡的变形预测预报提供理论支撑,具有较强的工程实践应用价值。首先,本文通过综合分析白家包滑坡变形专业监测资料、库水位和降雨监测数据得出白家包滑坡位移特征,结合白家包滑坡地质勘查资料定性分析了白家包滑坡变形机理,得出库水位是影响白家包滑坡变形的主要因素,降雨量为次要因素,以此作为选取预测模型影响因子的依据。其次,以更符合白家包滑坡位移特征的ZG324和ZG325监测点2008年9月～2021年9月的累积位移监测数据为样本,通过时间序列分解原理,反复使用指数平滑法将累积位移分解为趋势项位移和周期项位移,并针对指数平滑法分解结果多样化的问题,提出了合理的分解原则以获得最佳的分解效果。针对趋势项位移预测,采用三次多项式和K-flod三次多项式预测进行对比;针对周期项位移,通过混合核函数SA-SVR模型进行预测:以皮尔逊相关系数确定影响因子作为SVR模型的输入向量,构建学习能力和泛化能力都较强的混合核函数作为SVR模型的核方法,以模拟退火算法(SA)为SVR模型寻参;将预测的趋势项位移和周期项位移相加即为累积位移预测。最后,以白家包滑坡为案例开发时间序列与混合核函数SA-SVR预测系统,为其他“阶跃型”滑坡预测提供参考。主要成果概述如下:(1)对白家包滑坡的地质特征进行了描述,定性分析了降雨和库水位对白家包滑坡变形的影响,其中库水位快速下降是白家包滑坡变形的主要因素,降雨是次要因素。(2)针对白家包滑坡各年度累积位移阶跃幅值差别较大的问题,传统的移动平均法分解累积位移后趋势项位移仍存在明显阶跃,因此本文采用指数平滑法分解。决定指数平滑法分解效果的参数为分解次数(N)和平滑指数,结果表明,以N为2分解获得的最佳平滑指数为最优分解方案。分解后趋势项位移曲线为单调递增的有界曲线,周期项位移曲线为“峰群”状的波动曲线。(3)针对趋势项位移预测,以K-fold三次多项式预测对三次多项式预测过拟合进行优化,有效避免了因训练集上过拟合导致预测结果在预测集中的严重偏离。本文中Kfold三次多项式预测精度仅略优于三次多项式预测,然而在常规情况下K-fold三次多项式预测精度将远高于三次多项式预测精度,其主要原因是分解过程中求解趋势项评价系数时采用了K-flod三次多项式来获得最佳的平滑指数。(4)将周期项位移的影响因子分为三类:库水位因子、降雨因子和位移增量因子。由于库水位变化占主导因素,拟选用共计13个因子,按库水位、降雨、位移增量因子7:3:3的比例,计算各因子与周期项位移的相关性系数,并剔除极弱相关的月降雨变化量和两月平均库水位变化量。(5)混合核函数SA-SVR模型在周期项位移预测中表现良好,其中非阶跃段(10月～4月)预测结果与真实值基本保持一致,而在阶跃段(5月～9月)的预测值较真实值略高,一定程度上增大了降雨和库水位等影响因子对周期项位移的影响,使得汇总后的累积位移预测值在阶跃段较真实值略高,且更快达到阶跃峰值,能够在滑坡预测中提供一定的安全系数。(6)以MATLAB提供的APPDESIGNER平台开发预测模型系统,为本滑坡后续预测或同类型阶跃滑坡预测提供更加便利高效的途径。

关键词：白家包滑坡位移预测时间序列混合核函数 SA-SVR模型系统开发

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

基于混合核函数SVM水文时序模型及其应用

系统工程理论与实践 2014年第2期34卷 521-529页

作者：唐奇王红瑞许新宜王成北京师范大学水科学研究院水沙科学教育部重点实验室北京100875

核函数的选取与构造是SVM应用的关键所在.传统SVM在水文时序分析方面的应用多是默认选取单一径向基核函数,而忽略了核函数的选择对模型精度和预测结果的影响.本文基于Mercer核理论,将多项式核与径向基核进行线性组合,构造出混合核函数,... 详细信息

核函数的选取与构造是SVM应用的关键所在.传统SVM在水文时序分析方面的应用多是默认选取单一径向基核函数,而忽略了核函数的选择对模型精度和预测结果的影响.本文基于Mercer核理论,将多项式核与径向基核进行线性组合,构造出混合核函数,并植入SVM中,对水文时序建立自回归预测模型.基于武山站和南河川站的月径流预测结果表明,预测序列的相对误差及均方误差明显优于任一单一核函数.这是由于混合核函数能够更好地适应并处理复杂的水文时序变化,因此提高了预测精度.该研究为利用SVM解决复杂多变的非线性水文时序提供了新的探索模式.

关键词：支持向量机混合核函数水文时序月径流量武山站南河川站

在线全文

学校读者我要写书评

暂无评论

混合核函数对支持向量机分类性能的改进

上海理工大学学报 2009年第2期31卷 173-176页

作者：朱树先张仁杰郑刚上海理工大学光电信息与计算机工程学院上海200093

通过对核矩阵的计算和研究,从理论上对常用的核函数进行了评估.在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对支持向量机分类性能的改善,为核函数的选择提供了参考.

关键词：支持向量机核函数模型选择核矩阵混合核函数