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63篇文章
< 1 2 … 4 >
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：
基于多源信号融合与BA−SMO的矿山带式输送机故障智能诊断研究 认领 引用 被引量：1
1
作者 李忠飞 刘鹏飞 +4 位作者 孙艳辉 王闯 谭胜虎 马双 张云鹤 《工矿自动化》 CSCD 北大核心 2026年第2期81-90,共10页
目前矿山带式输送机故障诊断研究主要集中在单一信号检测、传统算法建模、多特征融合3个方向。基于振动、电流等单一信号的诊断方法易出现特征提取偏差、诊断结果可靠性不足等问题;部分优化算法存在参数寻优效率低的问题,且对多故障类... 目前矿山带式输送机故障诊断研究主要集中在单一信号检测、传统算法建模、多特征融合3个方向。基于振动、电流等单一信号的诊断方法易出现特征提取偏差、诊断结果可靠性不足等问题;部分优化算法存在参数寻优效率低的问题,且对多故障类型的适配性较差;多特征融合研究缺乏针对性,无法实现多维度信号的互补验证。针对上述问题,提出了一种基于多源信号融合与蝙蝠算法(BA)优化序列最小优化(SMO)算法参数(BA−SMO)的矿山带式输送机故障智能诊断方法。构建了振动−温度−烟雾多源信号协同采集系机制,采用线性趋势去除法与改进卡尔曼滤波完成信号降噪预处理;提出了引入自适应惩罚因子与冗余分量剔除机制的改进变分模态分解(VMD)算法,结合多尺度样本熵实现故障特征的精准量化提取;基于提取的多维度特征向量,构建BA−SMO,通过BA的全局寻优能力优化SMO的核心参数,提升模型的分类精度与环境适应性。实验结果表明:①改进VMD算法的信噪比达27 dB,均方根误差(RMSE)及平均绝对误差(MAE)稳定在0.08以下,在信号分解精度、效率及故障特征频率匹配度上均有显著优势,能够精准分离矿山带式输送机多类型故障的特征频率。②BA−SMO对各类故障的识别准确率较高,轴承内圈故障的识别准确率接近100%,托辊打滑故障的识别准确率在90%以上。③BA−SMO在低、中、高干扰工况下的平均识别准确率依次为99.2%,97.6%,95.3%,漏判率均低于5%,平均识别耗时仅32.6 ms。现场应用结果表明:在为期3个月的现场应用中,所提方法成功识别轴承内圈点蚀、托辊打滑、滚动体磨损等各类故障,诊断准确率为97.8%,较传统人工巡检方法提升25.3%,有效降低了故障漏判率与误判率。 展开更多
关键词 带式输送机 故障诊断 多源信号融合 蝙蝠算法 优化序列最小优化算法 混合核函数 BA−SMO
暂未订购 下载PDF
基于STL-WPT-RFO-HLSTSVR模型的月径流时间序列预测 认领 引用 被引量：1
2
作者 郭婷婷 崔东文 《人民珠江》 2026年第2期56-67,共12页
为提高月径流时间序列预测精度,改进最小二乘孪生支持向量回归机(Least Squares Twin Support Vector Regression,LSTSVR)性能,首次基于高斯核函数、多项式核函数、线性核函数构建混合核函数,提出4种季节趋势分解(Seasonal and Trend de... 为提高月径流时间序列预测精度,改进最小二乘孪生支持向量回归机(Least Squares Twin Support Vector Regression,LSTSVR)性能,首次基于高斯核函数、多项式核函数、线性核函数构建混合核函数,提出4种季节趋势分解(Seasonal and Trend decomposition using Loess,STL)-小波包变换(Wavelet Packet Transform,WPT)-裂狐优化(Rüppell's Fox Optimizer,RFO)算法-混合核最小二乘孪生支持向量回归机(Hybrid Kernel Least Squares Twin Support Vector Regression,HLSTSVR)模型,并构建STL-WPT-RFO-LSTSVR、STL-WPT-RFO-混合核最小二乘支持向量回归机(Hybrid Kerllel Least Squares Twin Suppart Vector Regression,HLSSVR)、STL-WPT-RFO-最小二乘支持向量回归机(Least Squares Support Vector Regression,LSSVR)等17种对比分析模型,通过云南省高桥、凤屯水文站月径流时间序列预测实例对21种模型进行验证。首先利用STL-WPT二次分解技术对月径流序列进行分解处理,合理划分训练集和验证集;然后基于高斯核函数、多项式核函数、线性核函数,采用“三三”线性组合和“两两”线性组合的方式构建4种混合核函数对月径流分解分量进行空间映射;最后利用RFO寻优HLSTSVR/LSTSVR/HLSSVR/LSSVR最佳超参数,利用最佳超参数建立21种模型对实例月径流序列各分解分量进行训练、预测和重构。结果表明:①4种STL-WPT-RFO-HLSTSVR模型能适应不同尺度的月径流数据分布,具有较好的模型性能和较小的预测误差,其中STL-WPT-RFO-HLSTSVR(高斯+多项式+线性)模型对高桥、凤屯站月径流预测的平均绝对百分比误差MAPE分别为2.85%、2.19%,决定系数R2均为0.9994,预测精度最高、效果最好;②混合核函数兼顾了不同核函数优势,能在模型复杂度与泛化能力之间取得平衡,显著提升模型性能和预测精度;③STL-WPT二次分解技术能有效解决复杂时间序列的非平稳性、非线性和多尺度特征,较STL更具分解优势;④组合模型融合了STL-WPT、RFO和HLSTSVR优点,具有较好的普适性和参考价值。 展开更多
关键词 月径流预测 二次分解 季节趋势分解 小波包变换 裂狐优化算法 混合核函数 最小二乘孪生支持向量回归机 超参数优化
暂未订购 下载PDF
基于混合核最小二乘支持向量机的S型热电偶高精度补偿方法 认领 引用
3
作者 郭蓉 许东阳 +2 位作者 杨林燚 唐浩 徐博 《海南大学学报（自然科学版中英文）》 CAS 2026年第2期204-216,共13页
为改善热电偶传感器本身的非线性特性,尤其针对在-50~1768℃的宽温度范围的航天发动机温度测试中S型热电偶表现出线性度较差的问题,本文通过基于混合核最小二乘支持向量机构建非线性补偿模型对热电偶测试系统进行补偿。首先,利用高斯径... 为改善热电偶传感器本身的非线性特性,尤其针对在-50~1768℃的宽温度范围的航天发动机温度测试中S型热电偶表现出线性度较差的问题,本文通过基于混合核最小二乘支持向量机构建非线性补偿模型对热电偶测试系统进行补偿。首先,利用高斯径向基核和多项式核构造混合核函数,解决单一核函数局部细节和全局映射无法平衡的问题,保证了在数据处理过程中高维特征空间的线性可分性;其次,提出基于改进粒子群算法的核参数寻优算法,引入概率突跳策略增强算法的局部跳出能力,设计自适应惯性权重和学习因子更新策略调整搜索空间,保证算法的求解精度及收敛速度。实验结果表明,本文提出的方法相比于BP神经网络方法,最大绝对误差减少了0.260℃,补偿后的最大拟合误差为0.380℃,准确率为98.960%,满足实际航天发动机的宽测温范围的高精度测试要求。 展开更多
关键词 非线性补偿 混合核函数 概率突跳策略 高精度测试
暂未订购 下载PDF
MEWT分解与十种“物理”算法优化HKELM地下水位预测模型 认领 引用
4
作者 邓智予 谢静 崔东文 《人民黄河》 CAS 北大核心 2026年第6期95-101,115,共7页
为提高地下水位预测精度,提出多级经验小波变换(MEWT)方法,并基于热量传递搜索(HTS)算法、库仑-富兰克林算法(CFA)、移动阻尼波算法(MDWA)、热交换优化(TEO)算法、晶体结构算法(CryStAl)、菲克定律优化算法(FLA)、能量谷优化(EVO)算法... 为提高地下水位预测精度,提出多级经验小波变换(MEWT)方法,并基于热量传递搜索(HTS)算法、库仑-富兰克林算法(CFA)、移动阻尼波算法(MDWA)、热交换优化(TEO)算法、晶体结构算法(CryStAl)、菲克定律优化算法(FLA)、能量谷优化(EVO)算法、雾凇优化算法(ROA)、传播搜索算法(PSA)、吸引-排斥优化算法(AROA)共十种“物理”算法和HKELM预测器,提出MEWT-HTS/CFA/MDWA/TEO/CryStAl/FLA/EVO/ROA/PSA/AROA-HKELM地下水位预测模型,并以云南省陈官、临安、东城水文站地下水位时间序列预测实例对各模型进行验证。首先,利用MEWT对地下水位时间序列进行二级分解;其次,基于各分量训练集构建HKELM超参数优化实例目标函数,利用十种“物理”算法对实例目标函数进行极值寻优;最后,构建MEWT-HTS/CFA/MDWA/TEO/CryStAl/FLA/EVO/ROA/PSA/AROA-HKELM模型对实例地下水位时间序列各分量进行预测和重构。结果表明:HTS/CFA/CryStAl/FLA/EVO/ROA/PSA/AROA寻优能力优于MDWA,明显优于TEO;MEWT-HTS/CFA/CryStAl/FLA/EVO/ROA/PSA/AROA-HKELM模型对陈官、临安、东城预测的平均绝对百分比误差(MAPE)分别为0.4862%~0.3412%、0.2669%~0.2224%、0.0486%~0.0448%,决定系数(DC)在0.9999以上,具有理想的预测效果;十种“物理”算法寻优性能与十种模型预测精度具有较好的一致性,总体上算法寻优性能越强,获得的HKELM超参数越优,所构建的模型预测精度越高;MEWT具有分解效果好、分解分量少等优点,是一种简捷高效的分解方法。 展开更多
关键词 地下水位预测 多级经验小波变换 算法 混合核极限学习机 实例目标函数 超参数优化
暂未订购 下载PDF
基于多隐层极限学习机的产品质量预测方法 认领 引用 被引量：3
5
作者 丁鹏程 战洪飞 +2 位作者 林颖俊 余军合 王瑞 《计算机集成制造系统》 EI CSCD 北大核心 2025年第11期4130-4143,共14页
在产品生产过程中,准确快速地预测产品质量有助于企业及时调整制造工艺,降低损失。针对实际生产过程中,现场采集的工艺数据存在维度高、相关性复杂且用传统方法难以准确预测的问题,提出一种基于改进多隐层极限学习机(LCGWO-DMKEA-BLSTM... 在产品生产过程中,准确快速地预测产品质量有助于企业及时调整制造工艺,降低损失。针对实际生产过程中,现场采集的工艺数据存在维度高、相关性复杂且用传统方法难以准确预测的问题,提出一种基于改进多隐层极限学习机(LCGWO-DMKEA-BLSTM)的方法。首先,通过互信息法(MI)对采集的生产工艺特征参数进行筛选,组成模型输入初始特征集。其次,将高斯核函数与反余弦核函数加权结合,构造出新的混合核函数,并引入自动编码器对极限学习机进行改进,建立深度多内核极限学习机自编码器(DMKEA)特征挖掘模型,从高维复杂工艺特征集中提取最能反映产品质量的关键特征信息,输入决策层双向长短时神经网络(BLSTM)中进行质量预测。在DMKEA学习训练中,采用基于Circle混沌映射和Levy飞行策略改进的灰狼算法(LCGWO),优化惩罚系数、核参数以及核函数组合权重,提高DMKEA的特征挖掘能力。最后用半导体薄膜晶体管液晶显示器生产线的工艺数据实验验证了所提方法的有效性。研究成果有助于企业实现准确地产品质量预测,也为企业生产的数据赋能提供参考。 展开更多
关键词 质量预测 互信息法 改进多隐层极限学习机 混合核函数 双向长短时神经网络 Circle混沌映射 Levy飞行 改进灰狼算法
暂未订购 下载PDF
基于AdaBoost-HKSVR算法的烧结固体燃耗预测模型 认领 引用 被引量：2
6
作者 许戈钦 黄晓贤 +3 位作者 范晓慧 向家发 周茂军 陈许玲 《钢铁研究学报》 CAS CSCD 北大核心 2025年第1期24-32,共9页
烧结是钢铁生产中能耗第二高的工序,其中固体燃耗占烧结工序能耗70%以上,对固体燃耗进行提前预测可以为现场操作人员提供生产参数调控依据,对烧结工序的节能减排具有重要意义。针对目前固体燃耗预测模型泛化能力不佳、预测精度受限的问... 烧结是钢铁生产中能耗第二高的工序,其中固体燃耗占烧结工序能耗70%以上,对固体燃耗进行提前预测可以为现场操作人员提供生产参数调控依据,对烧结工序的节能减排具有重要意义。针对目前固体燃耗预测模型泛化能力不佳、预测精度受限的问题,提出了一种基于混合核支持向量机(HKSVR)与AdaBoost集成学习算法的烧结固体燃耗预测模型,并采用贝叶斯算法优化模型参数。使用现场生产数据对模型进行训练和测试,结果表明基于多项式核函数与拉普拉斯核函数构建的AdaBoost-HKSVR模型具有较好的预测性能,预测结果的MAE、RMSE、决定系数R2为0.14、0.19、0.99,可为烧结工序智能控制与工艺参数优化调控提供有力支持。 展开更多
关键词 烧结工序 固体燃耗 集成学习 混合核函数 支持向量回归
暂未订购 下载PDF
基于TVFEMDⅡ-十种鱼群算法-DHKELM模型的日含沙量预测 认领 引用 被引量：5
7
作者 邓智予 谢静 崔东文 《中国农村水利水电》 北大核心 2025年第3期61-70,共10页
为提高日含沙量时间序列预测精度,改进深度混合核极限学习机(DHKELM)预测性能,对比验证十种鱼群算法——电鳗觅食优化算法(EEFO)/成吉思汗鲨鱼优化(GKSO)算法/白鲸优化(BWO)算法/白鲨优化(WSO)算法/鲸鱼优化算法(WOA)/金枪鱼优化(TSO)算... 为提高日含沙量时间序列预测精度,改进深度混合核极限学习机(DHKELM)预测性能,对比验证十种鱼群算法——电鳗觅食优化算法(EEFO)/成吉思汗鲨鱼优化(GKSO)算法/白鲸优化(BWO)算法/白鲨优化(WSO)算法/鲸鱼优化算法(WOA)/金枪鱼优化(TSO)算法/旗鱼优化(SFO)算法/海洋捕食者算法(MPA)/?鱼优化算法(ROA)/蝠鲼觅食优化(MRFO)算法在基准测试函数和实例目标函数上的优化效果,提出时变滤波器经验模态二次分解(TVFEMDⅡ)-十种鱼群算法-DHKELM日含沙量时间序列预测模型。首先,利用TVFEMDⅡ对日含沙量时间序列进行分解处理,得到若干分解分量,合理划分训练集和预测集;其次,基于各分量训练集构建DHKELM超参数优化实例目标函数,同时选取8个基准测试函数作为对比验证函数,利用十种鱼群算法分别对基准测试函数和实例目标函数进行极值寻优与对比分析。最后,建立TVFEMDⅡ-十种鱼群算法-DHKELM模型,通过云南省龙潭站汛期日含沙量预测实例对各模型进行验证。结果表明:(1)十种鱼群算法对基准测试函数寻优总排名与对实例目标函数寻优总排名仅有10%相同,总体上EEFO、GKSO寻优效果较好,ROA、WSO较差。(2)十种鱼群算法对实例目标函数寻优总排名与十种鱼群算法优化的各模型预测精度总排名基本一致,表明鱼群算法极值寻优能力越强,其优化获得的DHKELM超参数越优,由此构建的预测模型性能越好,日含沙量预测精度越高。(3)TVFEMDⅡ-十种鱼群算法-DHKELM模型对实例日含沙量预测的平均绝对百分比误差(MAPE)在0.927%~1.583%之间,模型计算规模小、预测精度高、稳健性能好,具有较好的实用价值和意义。(4)在分解分量十分有限的情形下,TVFEMDⅡ能将复杂的日含沙量时间序列分解为更具规律、更易建模预测的模态分量,大大改进时间序列分解效果,显著提升日含沙量预测精度。 展开更多
关键词 日含沙量预测 时变滤波器经验模态分解 二次分解 十种鱼群算法 深度混合核极限学习机 函数优化
暂未订购 下载PDF
基于混合核函数ARS-SVR的风帆助航船油耗预测模型 认领 引用
8
作者 刘奕泽 马冉祺 +1 位作者 阮章 黄连忠 《上海海事大学学报》 北大核心 2025年第2期23-29,共7页
为有效预测船舶油耗,提出一种基于混合核函数的船舶油耗预测模型。分别构建径向基函数(radial basis function,RBF)和多项式单核函数的支持向量回归(support vector regression,SVR)模型,并利用自适应随机搜索(adaptive random search,A... 为有效预测船舶油耗,提出一种基于混合核函数的船舶油耗预测模型。分别构建径向基函数(radial basis function,RBF)和多项式单核函数的支持向量回归(support vector regression,SVR)模型,并利用自适应随机搜索(adaptive random search,ARS)算法对两者进行优化。在此基础上,建立基于混合核函数ARS-SVR的船舶油耗预测模型。以一艘风帆助航的大型原油运输船(very large crude carrier,VLCC)为研究对象,基于实船监测数据开展船舶油耗预测。结果表明,与单一的RBF和多项式单核ARS-SVR相比,采用混合核函数ARS-SVR的模型的预测结果的均方根误差分别降低了19.8%和30.2%。所提出的船舶油耗预测模型可以提升风帆助航船油耗计算的准确率,有助于优化船舶能效和提升管理技术。 展开更多
关键词 油耗预测 风帆助航 自适应随机搜索(ARS) 混合核函数 船舶能效
暂未订购 下载PDF
基于IMTBO算法优化HKELM的短期风功率预测 认领 引用
9
作者 康玲慧 谢源 敬巧稚 《上海电机学院学报》 2025年第3期125-130,共6页
为了提高风功率预测精度,构建了一种基于改进登山优化(IMTBO)算法优化混合核极限学习机(HKELM)的风功率预测模型。对登山优化算法引入折射反向学习和柯西变异策略,解决其搜索范围小且易陷入局部最优解的问题。利用IMTBO算法寻找HKELM模... 为了提高风功率预测精度,构建了一种基于改进登山优化(IMTBO)算法优化混合核极限学习机(HKELM)的风功率预测模型。对登山优化算法引入折射反向学习和柯西变异策略,解决其搜索范围小且易陷入局部最优解的问题。利用IMTBO算法寻找HKELM模型中最优核函数参数,以均方根误差(RMSE)、平均绝对误差(MAE)、均方误差(MSE)和拟合优度(R2)作为精度评估指标。实际算例仿真结果表明:IMTBO-HKELM模型的R2相较于其他方法平均提升了11.9%,其RMSE、MAE和MSE分别平均下降了48.64%、41.18%和79.04%,显示出该模型具有较高的预测精度。 展开更多
关键词 风功率预测 改进登山优化算法 混合核极限学习机 核函数
暂未订购 下载PDF
基于支持向量机的区域性配电负荷预测方法研究 认领 引用
10
作者 李琳 《自动化博览》 2025年第12期94-97,共4页
针对区域性配电负荷预测中存在的预测拟合度低、误差率较高的问题,本文提出了一种基于支持向量机的区域性配电负荷预测方法。该方法首先采用STL分解和频谱分析从时空维度提取负荷的时序分布、季节周期及空间关联特征;其次,通过递进式关... 针对区域性配电负荷预测中存在的预测拟合度低、误差率较高的问题,本文提出了一种基于支持向量机的区域性配电负荷预测方法。该方法首先采用STL分解和频谱分析从时空维度提取负荷的时序分布、季节周期及空间关联特征;其次,通过递进式关联分析线性和非线性数据关系,量化气象等多源因素与负荷的动态耦合关系,并引入时滞校正机制;最后,构建混合核SVM模型,结合自适应核权重调整与时空正则化约束,采用多目标优化确定参数,并利用Stacking集成策略提升泛化能力。仿真实验结果表明,本文所提方法在90小时长周期预测中误差率仅21%,较文献方法降低了58%以上,拟合度稳定保持在95%以上,证明了该方法拟合度更好,误差率更低,具有较好的预测性能。 展开更多
关键词 支持向量机 负荷预测 时空特征 核函数优化 动态关联分析 混合模型
暂未订购 下载PDF
基于PSO-HKELM的变压器顶层油温预测模型 认领 引用 被引量：42
11
作者 李可军 徐延顺 +3 位作者 魏本刚 黄华 亓孝武 胡爽 《高电压技术》 EI CAS CSCD 北大核心 2018年第8期2501-2508,共8页
为精确预估变压器的热状态以指导变压器的载荷运行,基于粒子群优化的混合核极限学习机提出一种变压器顶层油温度预测模型。使用核极限学习机对顶层油温度与其影响因素之间的映射关系进行拟合回归预测,模型全面考虑了包括环境风速在内的... 为精确预估变压器的热状态以指导变压器的载荷运行,基于粒子群优化的混合核极限学习机提出一种变压器顶层油温度预测模型。使用核极限学习机对顶层油温度与其影响因素之间的映射关系进行拟合回归预测,模型全面考虑了包括环境风速在内的顶层油温的主要影响因素,并采用混合核函数提高模型的学习能力和泛化性能来取得更佳的预测精度。粒子群算法用来进行模型的训练并同时进行混合核函数参数的优化,对正负训练误差采用不同容许限度处理,使得模型的预测值大于实测值,预测结果在提高精度的同时更加具有保守可靠性。通过不同季节的实测数据进行算例验证,结果表明该模型预测值与实测值基本一致,且预测误差均为正值;该模型的最大预测误差为1.97℃,分别为同条件下BP神经网络和最小二乘支持向量机模型的78.49%和82.43%;该模型具有更佳的顶油温度预测精度,能够更加可靠地实现变压器的热状态估计。 展开更多
关键词 电力变压器 顶层油温度 混合核函数 核极限学习机 粒子群算法
暂未订购 下载PDF
基于遗传算法的SVM-AR改进模型与应用 认领 引用 被引量：15
12
作者 王红瑞 魏豪杉 +2 位作者 胡立堂 赵自阳 娄和震 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第6期488-497,共10页
为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型... 为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型构造适用于支持向量机算法的数据集,并将数据集按4∶1划分为训练集和检验集;其次,利用线性组合构造由多项式核函数、径向基核函数与Sigmoid核函数构成的三核混合核函数,在训练集上,采用遗传算法确定相关参数,随后在检验集上进行预测。结果表明:遗传算法确定参数会带来较大的不确定性,导致结果差异较大,从而着重讨论遗传算法带来的参数不确定性;通过函数构造与统计分析,给出三核混合核函数参数选择的一般性方法与流程,并进行验证,该参数选取方法能够降低遗传算法的不确定性,得到精度较高的流量预测结果,预测流量与实际流量的均方误差从150左右降低到130左右。 展开更多
关键词 支持向量机 遗传算法 混合核函数 时间序列分析 自回归模型 径流预报 渭河流域
暂未订购 下载PDF
基于IDOA-DHKELM的变压器故障诊断 认领 引用 被引量：14
13
作者 商立群 侯亚东 +3 位作者 黄辰浩 李洪波 惠泽 张建涛 《高电压技术》 EI CAS CSCD 北大核心 2023年第11期4726-4735,共10页
针对溶解气体分析(dissolved gas analysis,DGA)诊断变压器故障准确率偏低的问题,提出了一种基于改进野犬优化算法(improved dingo optimization algorithm,IDOA)优化深度混合核极限学习机(deep hybrid kernel extreme learning machine... 针对溶解气体分析(dissolved gas analysis,DGA)诊断变压器故障准确率偏低的问题,提出了一种基于改进野犬优化算法(improved dingo optimization algorithm,IDOA)优化深度混合核极限学习机(deep hybrid kernel extreme learning machine,DHKELM)的变压器故障诊断方法。首先采用核主成分分析(kernel principal component analysis,KPCA)对气体数据降维并提取有效的特征量;其次将多项式核函数与高斯核函数加权结合,构造出新的混合核函数,并引入自动编码器对极限学习机进行改进,建立DHKELM模型。将反向学习、柯西变异和差分进化算法融入到野犬算法中,并利用2种典型的测试函数对IDOA性能进行测试,证明了IDOA具有更强的稳定性和寻优能力。利用IDOA对DHKELM的关键参数进行寻优,建立IDOA-DHKELM变压器故障诊断模型。最后,将KPCA提取的特征量作为模型的输入集,并对不同变压器故障诊断模型进行仿真验证。研究结果表明,相较于其他模型,IDOA-DHKELM具有更高的变压器故障诊断精度。 展开更多
关键词 变压器 故障诊断 溶解气体分析 深度极限学习机 混合核函数 改进野犬优化算法
暂未订购 下载PDF
哺乳母猪舍环境舒适度评价预测模型优化 认领 引用 被引量：16
14
作者 陈冲 刘星桥 +1 位作者 刘超吉 常润民 《农业机械学报》 EI CAS CSCD 北大核心 2020年第8期311-319,共9页
针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCC... 针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCCS-LSSVR),并采用粒子群算法优化模型(PSO-LSSVR)、遗传算法优化模型(GA-LSSVR)、传统的LSSVR模型与本文模型进行了对比。利用本文模型对江苏省镇江市希玛牧业生猪养殖场哺乳母猪舍养殖环境舒适度进行了评价预测。结果表明,混合核MSCCS-LSSVR、PSO-LSSVR、GA-LSSVR和传统LSSVR 4种预测模型的平均绝对误差分别为0.0611、0.0972、0.1306和0.1681;混合核MSCCS-LSSVR模型比其他3种模型具有更高的预测精度和更可靠的性能,提高了猪舍环境评价预测水平,在评价预测中具有可行性和有效性。实际应用表明,本文模型能准确地反映猪舍空气质量状况,可以为猪舍环境精准调控提供决策支持,具有一定的应用价值。 展开更多
关键词 哺乳母猪舍 舒适度 预测模型 最小二乘支持向量机 混合核函数 布谷鸟算法
暂未订购 下载PDF
基于双正交小波混合核KPCA-SVM财务危机预警研究 认领 引用 被引量：17
15
作者 黄超 韩婷婷 +1 位作者 吴芃 仲伟俊 《系统管理学报》 CSSCI 北大核心 2015年第1期48-55,共8页
目前基于核主成分分析方法(KPCA)以及支持向量机(SVM)的财务危机预警模型中,所使用的核函数基本都是单核函数。混合核函数能够充分利用不同核函数的特征映射能力,在处理非线性关系时较单核函数具有更优越的性能。基于双正交小波在非线... 目前基于核主成分分析方法(KPCA)以及支持向量机(SVM)的财务危机预警模型中,所使用的核函数基本都是单核函数。混合核函数能够充分利用不同核函数的特征映射能力,在处理非线性关系时较单核函数具有更优越的性能。基于双正交小波在非线性信号处理方面的良好性能,构造了一类新的双正交小波核函数并证明其满足正定核的容许性条件,在此基础上,构造了新的双正交小波混合核函数。提出了基于双正交小波混合核函数的KPCA-SVM财务危机预警模型,并以我国证券市场上市公司为对象进行实证研究。结果表明,所构造的双正交小波混合核函数能够有效改进KPCA的特征提取性能并提高SVM模型的预测精度,显著改善了财务危机预警精度。 展开更多
关键词 双正交小波 混合核函数 支持向量机 核主成分分析 财务危机预警
暂未订购 下载PDF
一种混合核函数支持向量机算法 认领 引用 被引量：22
16
作者 颜根廷 马广富 肖余之 《哈尔滨工业大学学报》 EI CAS 北大核心 2007年第11期1704-1706,共3页
提出一种基于混合核函数的支持向量机算法.首先证明了常用核函数的非负线性组合也是满足Mercer条件的核函数.然后通过最小化衡量二次损失函数支持向量机泛化能力的RM界来进行各子核函数参数、混合核函数组合系数以及惩罚系数的选取.仿... 提出一种基于混合核函数的支持向量机算法.首先证明了常用核函数的非负线性组合也是满足Mercer条件的核函数.然后通过最小化衡量二次损失函数支持向量机泛化能力的RM界来进行各子核函数参数、混合核函数组合系数以及惩罚系数的选取.仿真实验表明,基于混合核函数的支持向量机的泛化性能优于基于单一核函数的支持向量机. 展开更多
关键词 支持向量机 Mercer条件 混合核函数 RM界
暂未订购 下载PDF
基于混合核函数的支持向量机 认领 引用 被引量：45
17
作者 邬啸 魏延 吴瑕 《重庆理工大学学报（自然科学）》 CAS 2011年第10期66-70,共5页
支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,而由于普通核函数各有其利弊,为了得到学习能力和泛化性能都很强的核函数,研究了2种支持向量机核函数:全局核函数(线性核函数)和局部核函数(RBF核函数),提出了组合... 支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,而由于普通核函数各有其利弊,为了得到学习能力和泛化性能都很强的核函数,研究了2种支持向量机核函数:全局核函数(线性核函数)和局部核函数(RBF核函数),提出了组合核函数的支持向量机。与普通核函数构造的支持向量机进行了比较实验。结果表明,组合核函数的支持向量机性能明显优于由普通核函数构造的支持向量机。 展开更多
关键词 支持向量机 混合核函数 局部核函数 全局核函数
暂未订购 下载PDF
基于麻雀搜索算法优化变分模态分解和混合核极限学习机的短期风电功率预测 认领 引用 被引量：16
18
作者 王瑞 徐新超 逯静 《信息与控制》 CSCD 北大核心 2023年第4期444-454,共11页
为提高风电功率的预测精度,提出了一种变分模态分解(variational mode decomposition,VMD)和混合核极限学习机(hybrid kernel extreme learning machine,HKELM)相结合的短期风电功率预测方法。针对VMD和HKELM参数难调问题,以及实现两算... 为提高风电功率的预测精度,提出了一种变分模态分解(variational mode decomposition,VMD)和混合核极限学习机(hybrid kernel extreme learning machine,HKELM)相结合的短期风电功率预测方法。针对VMD和HKELM参数难调问题,以及实现两算法参数的自适应选择,采用麻雀搜索算法(sparrow search algorithm,SSA)对两种算法中的关键参数进行优化。首先,基于3种信号分解指标设计SSA优化VMD的适应度函数,对VMD关键参数进行寻优,利用优化后的VMD将风电功率分解为一组平稳子分量。然后,结合径向基核函数与多项式核函数优点组成混合核函数,对各分量结合气象特征分别建立兼顾学习与泛化能力的HKELM预测模型,并使用SSA对模型参数进行寻优,以充分发挥模型性能。最后,将各分量预测值叠加,得到最终预测结果。以中国内蒙古某风电场实际数据进行仿真实验,结果表明,该方法相比于其他预测方法具有更高的预测精度。 展开更多
关键词 短期风电功率预测 麻雀搜索算法 变分模态分解 混合核函数 核极限学习机
暂未订购 下载PDF
基于IPSO-RVM的大坝安全预警模型 认领 引用 被引量：8
19
作者 范振东 崔伟杰 +1 位作者 陈敏 杜传阳 《长江科学院院报》 CSCD 北大核心 2016年第2期48-51,共4页
针对SVM(Support Vector Machine,支持向量机)存在支持向量个数较多、核函数要求严格等不足,将性能更出色的RVM((Relevance Vector Machine,相关向量机)用于大坝安全预警模型的构建。核函数及其参数对RVM模型的性能有着重要的影响,组合... 针对SVM(Support Vector Machine,支持向量机)存在支持向量个数较多、核函数要求严格等不足,将性能更出色的RVM((Relevance Vector Machine,相关向量机)用于大坝安全预警模型的构建。核函数及其参数对RVM模型的性能有着重要的影响,组合局部核函数和全局核函数的混和核函数能提高模型的拟合精度和泛化能力,利用PSO(Particle Swarm Optimization,粒子群算法)能有效地对核参数进行寻优,针对标准PSO算法容易陷入局部最优点的缺陷,提出IPSO(Improved Particle Swarm Optimization,改进的粒子群算法)。将上述组合算法用于大坝安全模型的建立,实例分析表明,基于上述算法模型的性能得到了一定程度的提高。 展开更多
关键词 大坝安全建模 相关向量机 混合核函数 自适应粒子群算法 拟合精度 泛化能力
暂未订购 下载PDF
基于核独立分量分析的盲多用户检测算法 认领 引用 被引量：6
20
作者 刘晓志 冯大伟 +1 位作者 杨英华 秦树凯 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2012年第6期778-781,共4页
针对DS-CDMA通信系统中的盲多用户检测问题,提出了一种改进的核独立分量分析(KICA)算法.该算法首先将五阶收敛的牛顿迭代公式引入到传统的FastICA算法中,同时还引入了一种新的核函数——混合核函数来解决非线性混合信号的分离问题,从而... 针对DS-CDMA通信系统中的盲多用户检测问题,提出了一种改进的核独立分量分析(KICA)算法.该算法首先将五阶收敛的牛顿迭代公式引入到传统的FastICA算法中,同时还引入了一种新的核函数——混合核函数来解决非线性混合信号的分离问题,从而实现了多用户信号检测.最后将所提出的算法与传统的FastICA算法和KICA算法进行仿真比较.结果表明:所提出的算法不仅收敛速度较快,而且具有较小的误码率. 展开更多
关键词 核独立分量分析 多用户检测 牛顿迭代 混合核函数 多址干扰
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 … 4 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈