期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到14,539篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于One-Class SVM的青鳉鱼异常行为识别方法 认领 引用 被引量：9
1
作者 罗毅 王伟 +9 位作者 刘勇 姜杰 刘翠棉 赵乐 李歆琰 李治国 廖日红 王艳 王新春 饶凯锋 《河北工业科技》 CAS 2022年第3期230-236,共7页
为了更准确地解析青鳉鱼在突发污染环境中的行为变化趋势,提出了一种基于One-Class SVM模型的青鳉鱼异常行为识别方法。以青鳉鱼的生理及行为特征作为观测指标,将采集到的暴露在不同类型和浓度特征污染物下的青鳉鱼行为强度信号作为经... 为了更准确地解析青鳉鱼在突发污染环境中的行为变化趋势,提出了一种基于One-Class SVM模型的青鳉鱼异常行为识别方法。以青鳉鱼的生理及行为特征作为观测指标,将采集到的暴露在不同类型和浓度特征污染物下的青鳉鱼行为强度信号作为经验数据,利用直方图统计和主成分分析(PCA)对行为强度数据进行降维,实现行为特征提取,基于One-Class SVM构建模型,并以五水合硫酸铜和三氯酚作为特征污染物进行暴露实验对算法进行验证。结果表明,One-Class SVM模型可以准确地识别正常行为和污染物暴露时发生的异常行为;对于有机污染物最快可在10 min内完成预警,重金属污染物可在1 h内完成预警,并且污染物浓度越高,模型的识别效果越好。识别方法可对水源突发性水质污染进行更有效的监测和预警,也可为水污染应急决策提供技术支撑。 展开更多
关键词 环境质量监测与评价 模式识别 青鳉鱼 异常行为 One-Class SVM
暂未订购 下载PDF
融合自编码器和one-class SVM的异常事件检测 认领 引用 被引量：16
2
作者 胡海洋 张力 李忠金 《中国图象图形学报》 CSCD 北大核心 2020年第12期2614-2629,共16页
目的在自动化和智能化的现代生产制造过程中,视频异常事件检测技术扮演着越来越重要的角色,但由于实际生产制造中异常事件的复杂性及无关生产背景的干扰,使其成为一项非常具有挑战性的任务。很多传统方法采用手工设计的低级特征对视频... 目的在自动化和智能化的现代生产制造过程中,视频异常事件检测技术扮演着越来越重要的角色,但由于实际生产制造中异常事件的复杂性及无关生产背景的干扰,使其成为一项非常具有挑战性的任务。很多传统方法采用手工设计的低级特征对视频的局部区域进行特征提取,然而此特征很难同时表示运动与外观特征。此外,一些基于深度学习的视频异常事件检测方法直接通过自编码器的重构误差大小来判定测试样本是否为正常或异常事件,然而实际情况往往会出现一些原本为异常的测试样本经过自编码得到的重构误差也小于设定阈值,从而将其错误地判定为正常事件,出现异常事件漏检的情形。针对此不足,本文提出一种融合自编码器和one-class支持向量机(support vector machine,SVM)的异常事件检测模型。方法通过高斯混合模型(Gaussian mixture model,GMM)提取固定大小的时空兴趣块(region of interest,ROI);通过预训练的3维卷积神经网络(3D convolutional neural network,C3D)对ROI进行高层次的特征提取;利用提取的高维特征训练一个堆叠的降噪自编码器,通过比较重构误差与设定阈值的大小,将测试样本判定为正常、异常和可疑3种情况之一;对自编码器降维后的特征训练一个one-class SVM模型,用于对可疑测试样本进行二次检测,进一步排除异常事件。结果本文对实际生产制造环境下的机器人工作场景进行实验,采用AUC(area under ROC)和等错误率(equal error rate,EER)两个常用指标进行评估。在设定合适的误差阈值时,结果显示受试者工作特征(receiver operating characteristic,ROC)曲线下AUC达到91.7%,EER为13.8%。同时,在公共数据特征集USCD(University of California,San Diego)Ped1和USCD Ped2上进行了模型评估,并与一些常用方法进行了比较,在USCD Ped1数据集中,相比于性能第2的方法,AUC在帧级别和像素级别分别提高了2.6%和22.3%;在USCD Ped2数据集中,相比于性能第2的方法,AUC在帧级别提高了6.7%,从而验证了所提检测方法的有效性与准确性。结论本文提出的视频异常事件检测模型,结合了传统模型与深度学习模型,使视频异常事件检测结果更加准确。 展开更多
关键词 视频异常事件检测 时空兴趣块 3维卷积神经网络 降噪自编码器 one-class支持向量机
暂未订购 下载PDF
Prediction of miRNA Based on miRNA Biogenesis via One-class SVM 认领 引用
3
作者 LIU Yuan-ning YAN Wen +3 位作者 ZHANG Hao LI Zhi LU Hui-jun LI Xin 《Chemical Research in Chinese Universities》 SCIE CAS 2010年第5期803-809,共7页
MicroRNAs are a class of small, single-stranded RNAs which are produced by non-protein-coding RNA genes with a length of 21-29 nt. They regulate the expression of protein-encoding genes at the post-transcriptional lev... MicroRNAs are a class of small, single-stranded RNAs which are produced by non-protein-coding RNA genes with a length of 21-29 nt. They regulate the expression of protein-encoding genes at the post-transcriptional level and the degradation ofmRNAs by base pairing to mRNAs. Mature miRNAs are processed from 60-90 nt RNA hairpin structures called pre-miRNAs. At present, most of the machine learning computational methods for pre-miRNAs prediction are based on two-class SVM and use structural information of pre-miRNA hairpins. Those methods share a common feature that all of them need a negative dataset in the training dataset and feature selection in both training and testing dataset. In order to avoid selecting false negative examples of miRNA hairpins in the training dataset which may mislead the classifiers, we presented a microRNA prediction algorithm called MirBio based on miRNAs Biogenesis which is trained only on the information of the positive miRNAs class to predict miRNAs. It can predict both pre-miRNAs and miRNAs and get a relatively satisfying result in this study. 展开更多
关键词 miRNAs Hairpin One-class classification miRNAs Biogenesis
暂未订购 下载PDF
基于One-class SVM的噪声图像分割方法 认领 引用 被引量：6
4
作者 尚方信 郭浩 +1 位作者 李钢 张玲 《计算机应用》 CSCD 北大核心 2019年第3期874-881,共8页
为解决现有无监督图像分割模型对强噪声环境鲁棒性差、无法适应复杂混合噪声的问题,提出了一种基于One-class SVM方法的改进后的噪声鲁棒图像分割模型。首先,基于One-class SVM构建一种数据离群程度检测机制;然后,将离群程度值引入能量... 为解决现有无监督图像分割模型对强噪声环境鲁棒性差、无法适应复杂混合噪声的问题,提出了一种基于One-class SVM方法的改进后的噪声鲁棒图像分割模型。首先,基于One-class SVM构建一种数据离群程度检测机制;然后,将离群程度值引入能量泛函,令分割模型可以在多种噪声强度下获得较为准确的图像信息,同时避免现有方法在强噪声环境下,降权机制失效的问题;最后,通过最小化能量函数,驱动分割轮廓向目标边缘演化。在噪声图像分割实验中,当选取不同类型和强度的噪声时,该模型均能得到较为理想的分割结果。在F_1-score评估标准下,该模型比基于局部相关熵的K-means(LCK)模型高0.2～0.3,在强噪声环境下具有更高的稳定性,且在分割收敛时间上仅略大于LCK模型0.1 s左右。实验结果表明,所提模型在未显著增加分割耗时的前提下,对于概率、极值及混合噪声均有着更强的鲁棒性,并且可以分割带有噪声的自然图像。 展开更多
关键词 图像分割 图像噪声 单类支持向量机 离群检测 能量项
暂未订购 下载PDF
基于one-class SVM与融合多可视化特征的可通行区域检测 认领 引用 被引量：2
5
作者 高华 赵春霞 韩光 《机器人》 EI CSCD 北大核心 2011年第6期731-735,741,共5页
针对难以获取完备的非可通行区域样本问题,为提高算法在不同场景的适应性,首次把可通行性检测看作单类分类问题,提出了基于one-class SVM的可通行区域检测算法.提出一种改进的融合颜色和纹理的特征提取方法,对各颜色分量进行离散余弦变... 针对难以获取完备的非可通行区域样本问题,为提高算法在不同场景的适应性,首次把可通行性检测看作单类分类问题,提出了基于one-class SVM的可通行区域检测算法.提出一种改进的融合颜色和纹理的特征提取方法,对各颜色分量进行离散余弦变换(DCT)变换,对DCT系数进行金字塔分解,用每个分解的均值和方差描述特征窗口.利用one-class SVM进行训练生成可通行区域的模式.实验表明,方法对新数据具有很好的识别能力,具有较高的检测精度和较低的误检率. 展开更多
关键词 可通行区域检测 one-class SVM 多可视化特征 自主导航
暂未订购 下载PDF
基于One-Class SVM的机载塔康测距信息异常检测方法研究 认领 引用
6
作者 李城梁 《现代导航》 2015年第3期282-285,309,共4页
针对多源导航信息融合系统中导航传感器数据保障的问题,本文提出了一种基于One-Class SVM的机载塔康测距信息异常检测方法。首先,提取机载塔康测距信息的时域参数构成特征样本空间;然后,采用One-Class SVM训练出机载塔康测距信息正常状... 针对多源导航信息融合系统中导航传感器数据保障的问题,本文提出了一种基于One-Class SVM的机载塔康测距信息异常检测方法。首先,提取机载塔康测距信息的时域参数构成特征样本空间;然后,采用One-Class SVM训练出机载塔康测距信息正常状态时的模型,通过发现非正常状态的样本进行异常检测。利用模拟的机载塔康测距数据进行方法验证,实验结果表明:该异常检测方法对机载塔康测距信息中的噪声有一定的鲁棒性,可以满足实际应用的需要。 展开更多
关键词 异常检测 机载塔康测距 One-Class SVM
暂未订购 下载PDF
基于蚁群算法改进One-Class SVM的电力离群用户检测算法研究 认领 引用 被引量：3
7
作者 黄宇腾 裴旭斌 +2 位作者 孔历波 李波 殷杰 《自动化与仪器仪表》 2019年第5期111-114,共4页
用电采集负荷数据反映了用户的用电特性及用电习惯,通过用电负荷数据分析识别用电离群用户在工业生产中具有重要意义。本文根据高维用电负荷数据的特点,提出了一种基于改进One-Class SVM算法的电力离群用户检测方法,同时采用蚁群算法对... 用电采集负荷数据反映了用户的用电特性及用电习惯,通过用电负荷数据分析识别用电离群用户在工业生产中具有重要意义。本文根据高维用电负荷数据的特点,提出了一种基于改进One-Class SVM算法的电力离群用户检测方法,同时采用蚁群算法对支持向量机的训练参数进行优化,可以在样本分布不均匀、样本分布未知的环境下有效识别电力离群用户。通过对某市纺织业用户的数据进行实践证明,改进的算法能够有效提高收敛速度,并有效地识别离群的用电用户。 展开更多
关键词 蚁群算法 One-Class SVM 离群检测 电力离群
暂未订购 下载PDF
基于One-class SVM的大工业负荷模型研究 认领 引用 被引量：1
8
作者 程婷婷 陈云龙 +2 位作者 梁雅洁 张海静 张玉敏 《山东电力技术》 2019年第6期10-15,共6页
随着新型能源的不断增长,电力系统的负荷特性不断变化,电网的供需关系特性改变,给电网运行调峰、有序用电、客户管理带来了新的挑战。提出基于单类支持向量机(One-class SVM)的大工业用户负荷模型,从典型日选取、相关系数、频谱分析、... 随着新型能源的不断增长,电力系统的负荷特性不断变化,电网的供需关系特性改变,给电网运行调峰、有序用电、客户管理带来了新的挑战。提出基于单类支持向量机(One-class SVM)的大工业用户负荷模型,从典型日选取、相关系数、频谱分析、指标体系4个层面建立大工业负荷模型,按照典型客户、客户群、行业负荷3个层级研究多时间维度、多层次的大用户负荷特性,实现对大工业电力负荷数据的实时跟踪。实际应用表明,该方法能够有效分析各类大用户用电规律以及相关特性。 展开更多
关键词 大工业负荷模型 One-classSVM 频谱分析 典型日负荷曲线 负荷特性指标
暂未订购 下载PDF
基于One-class SVM的实时入侵检测系统 认领 引用 被引量：13
9
作者 黄谦 王震 +1 位作者 韦韬 陈昱 《计算机工程》 EI CAS 北大核心 2006年第16期127-129,共3页
将One-class支持向量机和Online训练算法应用于入侵检测研究中,把入侵检测看作是一种单值分类问题,能够在有噪声的数据集中进行训练,降低了对训练集的要求,提高了检测准确性。同时解决了基于SVM的入侵检测系统实时训练的问题,在实际运... 将One-class支持向量机和Online训练算法应用于入侵检测研究中,把入侵检测看作是一种单值分类问题,能够在有噪声的数据集中进行训练,降低了对训练集的要求,提高了检测准确性。同时解决了基于SVM的入侵检测系统实时训练的问题,在实际运用中可以实时地添加新的训练样本对新出现的攻击手段进行分类。在KDDCUP'99标准入侵检测数据集上进行实验,系统缩短了训练时间并且获得了较高的检测准确率。 展开更多
关键词 信息安全 入侵检测 支持向量机
暂未订购 下载PDF
融合连续域蚁群算法One-Class SVM的电力离群用户检测 认领 引用 被引量：1
10
作者 郭玮 《国外电子测量技术》 2020年第6期148-154,共7页
连续域蚁群优化算法是蚁群优化算法的主要研究方向。通过分析蚁群觅食过程中的位置分布与食物来源之间的关系,提出了蚁群一类支持向量机(One-Class SVM)算法。在此算法的基础上,设计了一种电力离群用户检测算法,给出了算法的求解形式,... 连续域蚁群优化算法是蚁群优化算法的主要研究方向。通过分析蚁群觅食过程中的位置分布与食物来源之间的关系,提出了蚁群一类支持向量机(One-Class SVM)算法。在此算法的基础上,设计了一种电力离群用户检测算法,给出了算法的求解形式,根据高维用电负荷数据的特点,提出了一种基于改进One-Class SVM算法的电力离群用户检测方法,同时采用蚁群算法对支持向量机的训练参数进行优化,可以在样本分布不均匀、样本分布未知的环境下有效识别电力离群用户,并对其他算法的测试结果进行了比较和分析,以验证所提出算法的正确性和有效性。 展开更多
关键词 蚁群算法 One-Class SVM 离群检测 电力离群
暂未订购 下载PDF
基于One-class SVM的网络时间隐蔽信道检测方法 认领 引用 被引量：5
11
作者 刘义 兰少华 《计算机与现代化》 2017年第6期108-111,121,共4页
网络时间隐蔽信道的检测是网络隐蔽信道研究中的热点和难点。当前的网络时间隐蔽信道的检测方法更多是针对某个或者某些特定的网络时间隐蔽信道,不具备通用性。本文利用机器学习中的SVM思想,提出一种基于One-class SVM的通用检测方法。... 网络时间隐蔽信道的检测是网络隐蔽信道研究中的热点和难点。当前的网络时间隐蔽信道的检测方法更多是针对某个或者某些特定的网络时间隐蔽信道,不具备通用性。本文利用机器学习中的SVM思想,提出一种基于One-class SVM的通用检测方法。把时间隐蔽信道的检测看作是一种单值分类问题,利用正常信道数据集进行训练,构建分类模型。实验表明该检测方法在保证较高检测率的同时,又具备较好的通用性,可以比较有效地检测出多种网络时间隐蔽信道。 展开更多
关键词 时间隐蔽信道 单类支持向量机 网络安全
暂未订购 下载PDF
基于改进SVM算法和滤波器的电能表电流采样电阻故障检测方法 认领 引用 被引量：1
12
作者 张永旺 李健 +2 位作者 赵炳辉 张科 李嘉杰 《微电机》 2026年第2期51-55,76,共5页
为有效处理具有非线性、高维度特性数据,保证电能表电流采样电阻故障检测的可靠性,提出基于改进SVM算法和滤波器的电能表电流采样电阻故障检测方法。将关键的电流数据输入支持向量机故障预测模型中,利用该模型对非线性数据的强大处理能... 为有效处理具有非线性、高维度特性数据,保证电能表电流采样电阻故障检测的可靠性,提出基于改进SVM算法和滤波器的电能表电流采样电阻故障检测方法。将关键的电流数据输入支持向量机故障预测模型中,利用该模型对非线性数据的强大处理能力,检测电能表电流采样电阻故障;并引入变异算子迭代搜寻最优支持向量机故障预测函数的核函数,输出电能表电流采样电阻故障类型。实验结果表明,该方法能够有效保留电流采样数据关键信息,抑制噪声,更迅速搜寻到全局范围内核函数最优解,区分不同类型电阻故障。 展开更多
关键词 改进SVM算法 滤波器 电能表 故障检测 变异算子
暂未订购 下载PDF
基于Top-Hat变换与SVM的无人机红外目标检测 认领 引用
13
作者 吴其琦 粟宁波 +2 位作者 杨剑锋 吴和龙 董成举 《现代电子技术》 北大核心 2026年第17期53-57,64,共5页
针对红外图像中存在的无人机目标检测对比度低、实时性要求高及嵌入式平台资源受限等问题,文中设计了基于Zynq XC7Z035 SoC的嵌入式红外目标检测系统。该系统采用ARM-FPGA协同架构,FPGA端实现红外视频数据采集、VDMA高速传输和视频流输... 针对红外图像中存在的无人机目标检测对比度低、实时性要求高及嵌入式平台资源受限等问题,文中设计了基于Zynq XC7Z035 SoC的嵌入式红外目标检测系统。该系统采用ARM-FPGA协同架构,FPGA端实现红外视频数据采集、VDMA高速传输和视频流输出;ARM端运行定制嵌入式Linux系统,集成裁剪后的OpenCV。文中提出一种基于Top-Hat变换与SVM分类器的轻量化检测算法,通过形态学Top-Hat变换增强小目标特征、抑制背景干扰,采用线性核SVM进行目标分类,结合非极大值抑制和时间域滤波提高检测稳定性。测试结果表明,系统在不同背景条件下的综合检测成功率达到91.3%,在保证检测精度的同时,实现了31 f/s的实时处理速度,为红外目标检测中识别精度与计算效率的平衡问题提供了有效解决方案。 展开更多
关键词 红外图像处理 无人机目标检测 Top-Hat变换 SVM分类器 Zynq 嵌入式系统设计
暂未订购 下载PDF
基于HEC-HMS-SVM的鄱阳湖流域平江山洪模拟研究 认领 引用
14
作者 刘惠英 朱怀涛 吴祥宇 《水土保持研究》 CAS CSCD 北大核心 2026年第2期115-122,共8页
[目的]探究机器学习这一新方法在山洪模拟方面的应用,提高平江流域山洪模拟及早期预警精度。[方法]选取了山洪发生区1997—2018年共25场典型洪水事件及对应的5 min高分辨率降雨数据,分别构建基于HEC-HMS水文模型、支持向量机(SVM)模型及... [目的]探究机器学习这一新方法在山洪模拟方面的应用,提高平江流域山洪模拟及早期预警精度。[方法]选取了山洪发生区1997—2018年共25场典型洪水事件及对应的5 min高分辨率降雨数据,分别构建基于HEC-HMS水文模型、支持向量机(SVM)模型及HEC-HMS-SVM耦合模型,对比评估了3类模型在洪水过程模拟中的精度及稳定性。[结果](1)HEC-HMS模型对“单峰型”洪水模拟效果优异,外延性良好,整体合格率达92%(甲级精度);(2)SVM模型总体合格率为84%(乙级精度),但对峰现时间敏感性较高,率定期与验证期差异显著,稳定性较弱;(3)耦合模型综合性能最优,验证期合格率提升至100%(较SVM提高25%),整体合格率较HEC-HMS和SVM分别提高8%和16%,且洪水过程拟合度显著改善。[结论]HEC-HMS-SVM耦合模型可有效提升山洪模拟精度,为山洪灾害防治提供更可靠的技术支持。 展开更多
关键词 山洪模拟 山洪灾害 HEC-HMS SVM 机器学习
暂未订购 下载PDF
基于ACStOMP降噪与GWO-SVM的矿用渣浆泵轴承故障诊断 认领 引用
15
作者 孙星 李洋 窦东阳 《振动与冲击》 EI CSCD 北大核心 2026年第13期294-304,共11页
针对矿用渣浆泵滚动轴承振动信号噪声干扰强、故障冲击特征弱以及诊断精度受限等问题,提出一种基于自适应聚类分段正交匹配追踪(adaptive clustering stagewise orthogonal matching pursuit,ACStOMP)降噪与灰狼优化支持向量机(grey wol... 针对矿用渣浆泵滚动轴承振动信号噪声干扰强、故障冲击特征弱以及诊断精度受限等问题,提出一种基于自适应聚类分段正交匹配追踪(adaptive clustering stagewise orthogonal matching pursuit,ACStOMP)降噪与灰狼优化支持向量机(grey wolf optimizer-support vector machine,GWO-SVM)的故障诊断方法。首先,采用与轴承故障冲击衰减振荡特征匹配的Laplace小波构建过完备字典,基于ACStOMP在字典中自适应搜索匹配原子并求解稀疏系数,实现强噪声背景下故障冲击成分的高精度重构;然后,从重构信号中提取5个时域及3个频域无量纲指标构建初始特征集,并引入沙普利可加性解释方法特征贡献度分析剔除冗余特征,在保证诊断性能的同时降低模型复杂度;最后,利用GWO优化SVM关键参数,实现轴承故障状态的准确识别。基于现场采集的SKF22324C轴承振动数据实验表明,该方法对正常、内圈故障、滚动体故障及内圈-滚动体复合故障4种状态的诊断平均准确率达(98.26±0.78)%,验证了其有效性。 展开更多
关键词 滚动轴承 故障识别 稀疏表示 灰狼优化(GWO) 支持向量机(SVM)
暂未订购 下载PDF
基于拉曼光谱技术结合PCA-SVM算法的含铅矿物药的分类鉴别研究 认领 引用
16
作者 冯美玲 李增明 +1 位作者 韩斯琴高娃 哈斯乌力吉 《光散射学报》 北大核心 2026年第2期438-444,共7页
为了快速分类鉴别含铅矿物药及其炮制品。本文采用拉曼光谱技术结合主成分分析(PCA)-支持向量机(SVM)算法,对密陀僧、铅丹、铅粉、不同产地密陀僧及水飞品进行分类鉴别。结果表明,密陀僧、铅丹、铅粉等含铅矿物药因拉曼光谱特征差异显著... 为了快速分类鉴别含铅矿物药及其炮制品。本文采用拉曼光谱技术结合主成分分析(PCA)-支持向量机(SVM)算法,对密陀僧、铅丹、铅粉、不同产地密陀僧及水飞品进行分类鉴别。结果表明,密陀僧、铅丹、铅粉等含铅矿物药因拉曼光谱特征差异显著,可通过肉眼及PCA-SVM模型实现准确鉴别;而不同产地生密陀僧及其水飞品因外形及光谱相似,肉眼难以区分,但PCA-SVM算法仍能实现100%准确率分类。该方法具备快速、准确、无损、便捷、仪器轻便、成本低廉等优势,对于含铅矿物药的分类鉴定及质量监控具有显著的应用价值。 展开更多
关键词 拉曼光谱 主成分分析法(PCA) 支持向量机法(SVM) 含铅矿物药 分类鉴别
暂未订购 下载PDF
基于改进VMD和SVM方法的滚动轴承故障诊断 认领 引用 被引量：4
17
作者 何晓良 苏春 张玉茹 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第2期322-332,共11页
为解决旋转部件早期振动故障信号存在的特征微弱、非平稳等问题,提出一种基于改进变分模态分解(VMD)及支持向量机(SVM)的故障诊断方法。采用改进的野马算法(IWHO)优化VMD中的惩罚因子α和模态数K以实现参数自动寻优,采用适应度函数选择... 为解决旋转部件早期振动故障信号存在的特征微弱、非平稳等问题,提出一种基于改进变分模态分解(VMD)及支持向量机(SVM)的故障诊断方法。采用改进的野马算法(IWHO)优化VMD中的惩罚因子α和模态数K以实现参数自动寻优,采用适应度函数选择最小包络熵。利用优化后的VMD完成振动信号分解,得到振动信号的固有模态函数(IMF)。在此基础上,采用峭度准则选取前5阶IMF分量以计算时频域特征,构建特征向量;将特征向量输入SVM中完成训练,实现旋转部件的故障分类。以滚动轴承试验数据集为例,验证方法有效性。结果表明:所提出的方法能有效处理非平稳振动信号,针对数据集中轴承4种运行状态诊断的准确率达99.17%;在模拟噪声干扰环境下,模型仍能保持95.8%以上的诊断精度。 展开更多
关键词 变分模态分解 支持向量机 改进野马算法 故障诊断
暂未订购 下载PDF
IGWO-SVM在钢铁上市公司财务风险预警中的应用 认领 引用
18
作者 刘要军 魏博言 张厚德 《会计之友》 北大核心 2026年第15期19-27,共9页
作为国民经济的重要支柱,钢铁产业的稳定发展对中国式现代化和民族复兴至关重要。然而,复杂多变的全球财务环境显著增加了企业财务风险的不确定性,亟需构建科学有效的风险预警体系。文章基于改进灰狼优化算法与优化支持向量机(IGWO-SVM)... 作为国民经济的重要支柱,钢铁产业的稳定发展对中国式现代化和民族复兴至关重要。然而,复杂多变的全球财务环境显著增加了企业财务风险的不确定性,亟需构建科学有效的风险预警体系。文章基于改进灰狼优化算法与优化支持向量机(IGWO-SVM),构建财务风险预警模型,并通过B钢铁公司实证验证了其有效性。结果表明,IGWO-SVM模型在预测准确性和鲁棒性方面优于传统方法,显著提升复杂财务数据的处理能力和预警效果,为制定针对性的风险管理措施提供科学依据。研究不仅为完善钢铁企业财务风险管理体系提供了理论支撑与实践参考,而且为行业高质量发展和可持续增长提出了新的解决方案。 展开更多
关键词 财务风险预警 钢铁产业 IGWO SVM
暂未订购 下载PDF
融合SVM与T-S模糊观测器的磁流变阻尼器故障诊断方法 认领 引用
19
作者 张铁山 任众 《噪声与振动控制》 CSCD 北大核心 2026年第3期140-147,共8页
磁流变阻尼器是应用于汽车半主动悬架系统的减震装置,其出现故障与否决定着悬架系统是否能正常工作。提出一种新型磁流变(Magnetorheological,MR)阻尼器故障诊断算法,相比以往方法,该算法仅依赖两个加速度计即可诊断出阻尼器是否出现故... 磁流变阻尼器是应用于汽车半主动悬架系统的减震装置,其出现故障与否决定着悬架系统是否能正常工作。提出一种新型磁流变(Magnetorheological,MR)阻尼器故障诊断算法,相比以往方法,该算法仅依赖两个加速度计即可诊断出阻尼器是否出现故障,不再需要额外位移传感器。首先,基于Lyapunov稳定性理论设计Takagi-Sugeno(T-S)模糊未知输入观测器,然后对根据观测器和模糊模型得到的阻尼力进行预处理,最后使用支持向量机(Support Vector Machine,SVM)分类器自动识别阻尼器是否出现故障,无需依靠经验设置阈值。实验结果表明,SVM的故障诊断准确率和F0.5度量高于设置固定阈值方法,并且其准确率和F0.5度量都高于0.94,说明对于MR阻尼器故障诊断,所提出的故障诊断方法具有稳健的性能。 展开更多
关键词 故障诊断 磁流变(MR)阻尼器 支持向量机(SVM) Takagi-Sugeno(T-S)模糊观测器 车辆悬架
暂未订购 下载PDF
基于PSO-SVM模型的新建盾构隧道下穿既有地铁运营线路沉降动态预测方法 认领 引用 被引量：1
20
作者 刘少凯 张荣锋 +4 位作者 秦涛 周德春 项阳 刘秀 潘登 《城市轨道交通研究》 北大核心 2026年第3期66-74,共9页
[目的]新建盾构隧道下穿既有运营地铁隧道时会引发沉降,进而影响既有运营隧道的安全。目前研究大多集中在盾构下穿既有道路、隧道或建筑物的地面沉降预测及控制等方面,而对于双线盾构下穿既有运营隧道轨道沉降预测的研究相对较少,有必... [目的]新建盾构隧道下穿既有运营地铁隧道时会引发沉降,进而影响既有运营隧道的安全。目前研究大多集中在盾构下穿既有道路、隧道或建筑物的地面沉降预测及控制等方面,而对于双线盾构下穿既有运营隧道轨道沉降预测的研究相对较少,有必要对此进行深入研究。[方法]以合肥市轨道交通2号线东延伸段新建隧道近距离下穿既有运营2号线隧道为工程背景,建立了PSO(粒子群优化)-SVM(支持向量机)预测模型,介绍了PSO-SVM模型动态预测流程。选取了9个典型的监测断面,基于监测数据训练模型,动态预测了新建隧道下穿既有运营隧道的沉降量。[结果及结论]基于PSO-SVM预测模型,各监测断面的预测结果误差平均值为8.31%,进而验证了PSO-SVM模型动态预测的可行性。 展开更多
关键词 地铁 盾构隧道 轨道沉降 粒子群算法 支持向量机
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈