期刊文献+
共找到3,401篇文章
< 1 2 171 >
每页显示 20 50 100
文章速递银黄颗粒中药材-中间体-成方制剂抑菌谱-效相关质量评价系统的建立 认领
1
作者 高燕 马山 +5 位作者 杨龙飞 吕婧 俎龙辉 王变利 谢强胜 赵渤年 《中草药》 CAS CSCD 北大核心 2020年第17期4449-4456,共8页
目的构建银黄颗粒中药材-中间体-成方制剂抑菌谱-效相关质量评价系统。方法首先采用最小二乘支持向量机(LS-SVM)方法,建立银黄颗粒体外抑菌谱-效相关质量评价系统;再采用有监督的偏最小二乘判别分析(PLS-DA)方法,对黄芩药材、金银花药... 目的构建银黄颗粒中药材-中间体-成方制剂抑菌谱-效相关质量评价系统。方法首先采用最小二乘支持向量机(LS-SVM)方法,建立银黄颗粒体外抑菌谱-效相关质量评价系统;再采用有监督的偏最小二乘判别分析(PLS-DA)方法,对黄芩药材、金银花药材、黄芩提取物、金银花提取物、银黄颗粒谱-效相关抑菌药效评价结果进行评判。结果建立的银黄颗粒体外抑菌谱-效相关质量评价数学模型,预测结果平均相对误差在5%以下;黄芩药材、黄芩提取物、金银花药材、金银花提取物的抑菌率分别大于43%、5.5%、11%、37%,可以保证银黄颗粒87%的样品抑菌率大于11%(优质样品)。结论建立的银黄颗粒中药材-中间体-成方制剂抑菌谱-效相关质量评价系统,能够实现中成药生产投料关键环节的质量控制,评价结果更科学、全面、准确。 展开更多
关键词 银黄颗粒 谱-效相关 抑菌 质量评价 最小支持向量机 最小判别分析 黄芩 金银花 质量控制
太赫兹时域光谱技术对紫米掺假的检测研究 认领
2
作者 刘燕德 杜秀洋 +4 位作者 李斌 郑艺蕾 胡军 李雄 徐佳 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第8期2382-2387,共6页
紫米是生活中常见的食材,具有丰富的营养价值。由于紫米价格较高导致染色紫米大量流入市场。本文使用太赫兹时域光谱技术结合化学计量学方法探索紫米掺假的快速检测方法。采用太赫兹时域光谱技术(THz-TDS)采集0~7 THz范围内紫米掺假的... 紫米是生活中常见的食材,具有丰富的营养价值。由于紫米价格较高导致染色紫米大量流入市场。本文使用太赫兹时域光谱技术结合化学计量学方法探索紫米掺假的快速检测方法。采用太赫兹时域光谱技术(THz-TDS)采集0~7 THz范围内紫米掺假的光谱数据,并选择0.5~2.5 THz波段的吸收系数谱和折射率谱进行分析并采用化学计量学方法对光谱数据进行建模分析。分别采用Savitzky-Golay卷积平滑(SG Smoothing,SG平滑)、基线校正(Baseline)、归一化(Normalization)、多元散射校正(MSC)等方法进行光谱预处理,结合偏最小二乘判别分析(PLS-DA)对紫米、紫米掺染色大米和紫米掺染色黑米进行定性分析。定性分析结果显示,通过主成分分析(PCA)的三种样品平面分布存在明显差异;经过基线校正的光谱数据建立的PLS-DA模型效果最佳,误判率为0。接着使用偏最小二乘法(PLS)结合SG平滑、 Baseline、 Normalization、 MSC等预处理方法分别对紫米中掺染色大米和紫米中掺染色黑米的光谱数据建立PLS定量模型。结果显示,采用基线校正预处理方法的PLS建模效果最佳,紫米掺染色大米的预测集相关系数为0.936,预测集均方根误差(RMSEP)为0.095。紫米掺染色黑米的预测集相关系数为0.914,预测集均方根误差为0.096。为对比分析线性(PLS)与非线性(LS-SVM)两种定量模型方法的预测精度,采用相同预处理方法后的紫米掺假含量光谱数据建立最小二乘支持向量机(LS-SVM)预测模型,选用径向基函数(RBF)作为核函数。结果表明采用基线校正处理后LS-SVM模型效果最佳,紫米中掺染色大米的预测集均方根误差(RMSEP)为0.092,预测集相关系数(Rp)为0.979;紫米中掺染色黑米的预测集均方根误差(RMSEP)为0.093,预测集相关系数(Rp)为0.948。对比发现对紫米掺假的含量建立LS-SVM预测模型较PLS模型的稳定性更好、精确度更高。研究表明,太赫兹时域光 展开更多
关键词 太赫兹时域光谱 紫米 最小 最小支持向量机
在线阅读 下载PDF
太赫兹光谱技术对红薯淀粉中明矾含量的检测方法研究 认领
3
作者 欧阳爱国 郑艺蕾 +3 位作者 李斌 胡军 杜秀洋 李雄 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第3期727-732,共6页
明矾是一种可以改良粉条粉丝易断粗糙特性的违法添加剂,明矾的含量过高进入人体后会直接影响身体健康。结合太赫兹光谱技术探索红薯淀粉中明矾含量快速检测方法。采用太赫兹时域光谱系统(Terahertz time domain spectroscopy, THz-TDS)... 明矾是一种可以改良粉条粉丝易断粗糙特性的违法添加剂,明矾的含量过高进入人体后会直接影响身体健康。结合太赫兹光谱技术探索红薯淀粉中明矾含量快速检测方法。采用太赫兹时域光谱系统(Terahertz time domain spectroscopy, THz-TDS)于常温下获取0.5~7 THz范围内红薯淀粉、明矾及其混合物的光谱数据。因0~0.5 THz测得的频谱均为噪声,高频段区域的吸收系数大、信噪比低,故选取0.5~2 THz波段的吸收系数谱和折射率谱进行分析。发现明矾在该波段存在明显的特征吸收峰,可作为指纹特征用于物质识别。分别采用Savitzky-Golay卷积平滑(SG Smoothing,SG平滑)、基线校正(Baseline)、归一化(Normalization)等方法进行光谱预处理,再结合偏最小二乘(partial least squares, PLS)对红薯淀粉中明矾含量建立预测模型。结果表明,采用原始光谱、 SG平滑、 Baseline、 Normalization等光谱数据建立PLS模型的最佳因子数(principal component factors)分别为3, 3, 3和2;校正集相关系数(r_c)分别为0.982, 0.980, 0.982和0.984;预测集相关系数(r_p)分别为0.982, 0.979, 0.982和0.987;校正集均方根误差(root mean square error of calibration, RMSEC)分别为0.011, 0.012, 0.012和0.011;预测集均方根误差(root mean square error of prediction, RMSEP)分别为0.013, 0.014, 0.013和0.012;可知归一化预处理后建立PLS模型效果最佳。为对比分析线性(PLS)与非线性(LS-SVM)两种定量模型方法的预测精度,采用相同预处理方法后的红薯淀粉中明矾含量光谱数据建立最小二乘支持向量机(least squares support vector machine, LS-SVM)预测模型,选用径向基函数(RBF)作为核函数。结果表明,归一化预处理后建立LS-SVM模型效果最佳,其预测集均方根误差(RMSEP)为0.0047,预测集相关系数(r_p)为0.997 2。发现对红薯淀粉中明矾含量建立LS-SVM预测模型的稳定性更好、精确度更高。采用太赫兹时域光谱结合LS-SVM和PLS 展开更多
关键词 太赫兹时域光谱 明矾 红薯淀粉 最小 最小支持向量机
在线阅读 下载PDF
基于LSSVM的土壤重金属定量分析 认领
4
作者 林晓梅 黄玉涛 +2 位作者 林京君 陶思宇 车长金 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第5期1523-1527,共5页
为了提高土壤定量分析的精度,分别把偏最小二乘法(PLS)和最小二乘支持向量机(LSSVM)与激光诱导等离子体技术相结合对土壤中的Cu元素进行分析。对比分析了CuⅠ324.75 nm和CuⅠ327.40 nm两条特征谱线,最终选择CuⅠ324.75 nm作为分析谱线... 为了提高土壤定量分析的精度,分别把偏最小二乘法(PLS)和最小二乘支持向量机(LSSVM)与激光诱导等离子体技术相结合对土壤中的Cu元素进行分析。对比分析了CuⅠ324.75 nm和CuⅠ327.40 nm两条特征谱线,最终选择CuⅠ324.75 nm作为分析谱线。首先对实验参数进行优化。通过对比激光能量、采集延时与信噪比之间的关系,确定最佳能量为90 mJ,最佳采集延时为1000 ns。然后在最佳实验条件下采集五个不同浓度样品的特征光谱,并用内标法、PLS和LSSVM建立定标模型。对比三种模型的拟合系数、均方根误差和平均相对误差,发现由于土壤基体效应和自吸收效应的影响,内标法的定标模型性能较差,拟合程度未达到实验要求,而均方根误差和平均相对误差的数值过大,无法满足实验对于精确度和稳定性的要求。用PLS对定标模型进行校准,相对于内标法而言,定标模型的精确度和稳定性均有明显的提高,R~2由0.8701提高到0.9851,训练集和预测集的均方根误差均下降到了0.1 Wt%量级,平均相对误差虽有所下降,但仍然无法达到实验要求,说明PLS虽然可以在一定程度上提高定标模型的精确度,但在提高稳定性方面仍有欠缺,并不能很好的降低土壤的基体效应与自吸收效应。与内标法和PLS的定标模型相比,LSSVM定标模型的精确度和稳定性最好,R~2提高到了0.9976,模型中的数据点基本分布在拟合曲线上,具有良好的线性相关性。相比于内标法,LSSVM定标模型训练集的均方根误差由3.4488 Wt%下降到0.0187 Wt%,预测集的均方根误差由1.2807 Wt%下降到0.1491 Wt%,体现稳定性的平均相对误差降低了6.24倍。与PLS定标模型相比,LSSVM定标模型的各个参数均有大幅降低,特别是平均相对误差由7.4556%下降到2.1370%,可以满足稳定性要求。说明在提高定标模型精确度与稳定性方面,LSSVM算法更具有优势,能够更好地降低土壤基体效应� 展开更多
关键词 激光诱导等离子体技术 内标法 最小 最小支持向量机 土壤
在线阅读 下载PDF
灰色Verhulst型LS-SVM的构建及参数估计方法 认领
5
作者 周德强 《统计与决策》 CSSCI 北大核心 2020年第12期59-63,共5页
为提高灰色Verhulst模型的预测能力,文章用统计学习理论的观点研究灰色Verhulst模型的建立问题。通过两种方式构造了以背景值序列和原始序列为训练样本的灰色Verhulst型LS-SVM,将一维样本空间里的Verhulst模型转化为一个二维特征空间里... 为提高灰色Verhulst模型的预测能力,文章用统计学习理论的观点研究灰色Verhulst模型的建立问题。通过两种方式构造了以背景值序列和原始序列为训练样本的灰色Verhulst型LS-SVM,将一维样本空间里的Verhulst模型转化为一个二维特征空间里的LS-SVM模型,进而将Verhulst模型的灰参数的估计问题转化为一个LS-SVM模型的回归系数估计问题,实现了小样本体系下灰色Verhulst模型的建立和参数估计。实验结果表明该方法是可行且有效的,可有效提高Verhulst模型的推广性,比传统参数估计方法的预测精度更高。 展开更多
关键词 结构风险最小 参数估计 最小支持向量机 灰色VERHULST模型 灰色Verhulst型LS-SVM
手机加速度计的行人行进状态识别 认领
6
作者 刘清华 郭英 +2 位作者 郎爱坤 冯茗扬 孙建立 《测绘科学》 CSCD 北大核心 2020年第6期9-15,共7页
针对行人在行进过程中会出现后退而导致对行人航位轨迹的错误判断问题,该文以手机内加速度传感器信号为数据依据,以识别行人正常前进中的后退状态为研究目标,研究三轴信号的均值、方差、轴间协方差等时域特征,采用经验模态分解、最大相... 针对行人在行进过程中会出现后退而导致对行人航位轨迹的错误判断问题,该文以手机内加速度传感器信号为数据依据,以识别行人正常前进中的后退状态为研究目标,研究三轴信号的均值、方差、轴间协方差等时域特征,采用经验模态分解、最大相关最小冗余、最小二乘支持向量机等方法,识别行人实时的前进或后退。研究结果表明:两人将手机置于不同位置,分别采集前进中出现不同后退步数的实验数据,以一组为建模数据,识别其他情况的运动状态,其识别平均成功率达96.00%,具有较大的理论参考价值。 展开更多
关键词 经验模态分解 最大相关最小冗余 最小支持向量机 行人行进状态
基于LS-SVM的船舶动力定位有限时间控制器设计 认领
7
作者 陈海力 任鸿翔 杨柏丞 《船舶工程》 CSCD 北大核心 2020年第2期77-84,共8页
为解决船舶模型存在的具有任意不确定性特征的船舶动力定位控制问题,基于有限时间Lyapunov理论提出一种非奇异快速终端滑模控制策略(NFTSMC),提高系统的收敛速度和抗干扰能力。针对模型不确定性问题,利用最小二乘支持向量机(LS-SVM)的... 为解决船舶模型存在的具有任意不确定性特征的船舶动力定位控制问题,基于有限时间Lyapunov理论提出一种非奇异快速终端滑模控制策略(NFTSMC),提高系统的收敛速度和抗干扰能力。针对模型不确定性问题,利用最小二乘支持向量机(LS-SVM)的非线性函数逼近技术进行补偿控制,引入"最小参数"技术,将在线学习参数减少到1个,解决"维数灾难"问题。仿真对比结果表明,提出的控制策略具有较高的优越性。 展开更多
关键词 动力定位 最小支持向量机 最小参数技术 非奇异快速终端滑模
关于连铸二次冷却水量优化预测仿真 认领
8
作者 王海群 张翔 谷学静 《计算机仿真》 北大核心 2020年第5期136-139,228,共5页
为了有效控制钢厂中连铸二次冷却水量,减少生产成本,提高铸坯质量,提出一种基于结合交叉变异的粒子群算法优化最小二乘支持向量机参数的连铸二次冷却水量预测方法。首先利用提出的一种交叉变异机制对标准粒子群算法进行优化,并将优化后... 为了有效控制钢厂中连铸二次冷却水量,减少生产成本,提高铸坯质量,提出一种基于结合交叉变异的粒子群算法优化最小二乘支持向量机参数的连铸二次冷却水量预测方法。首先利用提出的一种交叉变异机制对标准粒子群算法进行优化,并将优化后的参数引入最小二乘支持向量机的预测模型中,带入生产中的水量历史数据作为输入样本集进行学习,使模型在训练过程中有效地提高了准确性,其输出的训练结果描述了水量的变化。仿真结果表明,上述模型具有很好的稳定性和泛化性,能够获得高精度的二冷预测水量,为实际生产中连铸二冷配水的优化提供参考。 展开更多
关键词 冷水 交叉变异 粒子群优化 最小支持向量机
在线阅读 下载PDF
基于即时学习算法的短期负荷预测方法 认领
9
作者 朱清智 董泽 马宁 《电力系统保护与控制》 EI CSCD 北大核心 2020年第7期92-98,共7页
针对电力系统短期负荷数据存在非线性和时变性等问题,提出了一种变量相关性局部即时学习算法和最小二乘支持向量机(LSSVM)的电力系统短期负荷预测模型。利用互信息计算气象数据、各气象因素等变量的相关度,并引入到即时学习算法训练集中... 针对电力系统短期负荷数据存在非线性和时变性等问题,提出了一种变量相关性局部即时学习算法和最小二乘支持向量机(LSSVM)的电力系统短期负荷预测模型。利用互信息计算气象数据、各气象因素等变量的相关度,并引入到即时学习算法训练集中,用以选择当前电力系统负荷的建模邻域,提高系统短期负荷模型预测的精度。利用相似度阈值对局部模型进行自适应更新,增强系统负荷模型实时性。利用Matlab对某市宛城区的负荷量进行预测,结果表明,基于即时学习算法的电力系统短期负荷预测模型误差更小,系统预测精度更高。 展开更多
关键词 短期电力负荷 最小支持向量机 即时学习算法 变量相关性 相似度阈值
在线阅读 下载PDF
基于局部切空间排列和最小二乘支持向量机的气缸压力识别 认领
10
作者 常春 梅检民 +2 位作者 赵慧敏 沈虹 李晓辉 《振动与冲击》 EI CSCD 北大核心 2020年第13期16-21,63,共7页
为了提高缸盖振动信号恢复气缸压力的识别精度,提出一种基于局部切空间排列(LTSA)和最小二乘支持向量机(LSSVM)的气缸压力识别方法。首先提取缸盖振动信号时域、频域及小波包能量域特征,组成高维特征集,利用LTSA算法提取高维特征集的低... 为了提高缸盖振动信号恢复气缸压力的识别精度,提出一种基于局部切空间排列(LTSA)和最小二乘支持向量机(LSSVM)的气缸压力识别方法。首先提取缸盖振动信号时域、频域及小波包能量域特征,组成高维特征集,利用LTSA算法提取高维特征集的低维本征流形特征,然后把降维后的特征参数集作为LSSVM模型输入,缸压信号作为LSSVM模型输出,通过多个样本对LSSVM模型进行训练,从而获得气缸压力的重构模型。试验结果表明:基于局部切空间排列和最小二乘支持向量机的气缸压力识别方法具有精度高、泛化能力强等优点。 展开更多
关键词 柴油 振动信号 气缸压力识别 局部切空间排列 最小支持向量机
在线阅读 下载PDF
改进PSO优化LSSVM的液体火箭发动机故障检测 认领
11
作者 吴玉洋 李宁宁 +1 位作者 薛薇 许亮 《计算机仿真》 北大核心 2020年第5期49-54,共6页
为了提高液体火箭发动机故障检测的精确性,采用基于粒子群算法优化最小二乘支持向量机的方法,通过故障部件的预测变化值与其对应的标准阈值比较,进而检测发动机某一时刻是否发生故障。首先采用Euclid距离公式计算粒子群算法迭代过程中... 为了提高液体火箭发动机故障检测的精确性,采用基于粒子群算法优化最小二乘支持向量机的方法,通过故障部件的预测变化值与其对应的标准阈值比较,进而检测发动机某一时刻是否发生故障。首先采用Euclid距离公式计算粒子群算法迭代过程中粒子之间的相似度,通过随机变异的方式来重新调整粒子的位置,避免算法陷入局部最优,得到了一种改进的粒子群算法寻找最优值。然后,用此改进算法对最小二乘支持向量机进行参数优化,建立预测模型。结果表明,SPSO-LSSVM预测模型较BPSO-LSSVM模型及LSSVM模型具有较好的故障检测精度。 展开更多
关键词 液体火箭发动 故障检测 粒子群优化算法 最小支持向量机
在线阅读 下载PDF
基于改进FEEMD-FOA-LSSVM的短期风速预测 认领
12
作者 李敏洁 高桂革 曾宪文 《新一代信息技术》 2020年第9期7-14,共8页
在短期风速预测的研究中,使用快速集合经验模态分解算法(FEEMD)可以降低风速的不稳定性,但分解过程会产生端点效应。最小二乘支持向量机(LSSVM)在预测问题的研究中应用比较广泛,预测结果却受模型参数选取的影响。提出改进的FEEMD-FOA-LS... 在短期风速预测的研究中,使用快速集合经验模态分解算法(FEEMD)可以降低风速的不稳定性,但分解过程会产生端点效应。最小二乘支持向量机(LSSVM)在预测问题的研究中应用比较广泛,预测结果却受模型参数选取的影响。提出改进的FEEMD-FOA-LSSVM模型:首先对原始的风速序列使用改进的FEEMD算法进行分解,降低风速序列的不稳定性以及端点效应的影响。其次通过样本熵重组对分解产生的子序列进行合并,同时使用改进的果蝇算法(FOA)提高寻优效果,优化LSSVM模型参数,并通过测试函数验证改进的FOA算法,合并各预测值完成预测。仿真验证,所提出的改进模型在改善上述问题的同时也提高了预测精度。 展开更多
关键词 快速集合经验模态分解 端点效应 样本熵 果蝇算法 最小支持向量机
在线阅读 免费下载
基于支持向量机的细颗粒物日均浓度预测 认领
13
作者 杨婳妍 吴育联 +2 位作者 朱婧巍 易凡茹 吴小涛 《黄冈师范学院学报》 2020年第3期19-25,共7页
为了更加准确的预测大气中的细颗粒物日均浓度,提出了集合经验模态分解(EEMD)-样本熵(SE)和粒子群优化算法(PSO)-最小二乘支持向量机(LSSVM)的组合预测模型。首先采用EEMD方法将原始序列分解成多个相对比较平稳的分量;然后对各分量采用S... 为了更加准确的预测大气中的细颗粒物日均浓度,提出了集合经验模态分解(EEMD)-样本熵(SE)和粒子群优化算法(PSO)-最小二乘支持向量机(LSSVM)的组合预测模型。首先采用EEMD方法将原始序列分解成多个相对比较平稳的分量;然后对各分量采用SE进行复杂度分析之后重组,得到若干个新分量;接着,对新分量分别建立采用PSO优化惩罚参数和核参数的LSSVM预测模型,得到各个新分量的预测结果;最后将这些预测结果叠加,得到原始序列的预测值。对上海市的细颗粒物日均浓度采用单一的LSSVM模型和ARIMA模型和本文提出的模型进行预测,并采用多个评价指标进行评价,得出本文提出模型的预测精度更高。 展开更多
关键词 细颗粒物日均浓度 集合经验模态分解 样本熵 粒子群优化算法 最小支持向量机
在线阅读 下载PDF
基于最小二乘支持向量机的扫描仪特征化 认领
14
作者 田东文 白春燕 肖颖 《包装工程》 CAS 北大核心 2020年第9期222-225,共4页
目的基于最小二乘支持向量机回归(LSSVR),研究扫描仪图像输入设备的特征化方法。方法以ColorChecker SG标准色卡为目标,通过最小二乘支持向量机建立RGB三通道值到CIE Lab色度值的非线性映射模型,采用基于交叉验证的网格搜索确定模型最... 目的基于最小二乘支持向量机回归(LSSVR),研究扫描仪图像输入设备的特征化方法。方法以ColorChecker SG标准色卡为目标,通过最小二乘支持向量机建立RGB三通道值到CIE Lab色度值的非线性映射模型,采用基于交叉验证的网格搜索确定模型最优参数,优化LSSVR模型,实现彩色扫描仪的色度特征化。结果所建模型的训练集R-squared为0.996,验证集R-squared为0.998,训练集与验证集的CIEDE2000平均色差分别为1.1463,1.2754。结论 LSSVR模型能够较好地实现彩色扫描仪色度特征化,泛化能力较强,此模型可有效地提高彩色扫描仪特征化的精度且计算处理速度更快。 展开更多
关键词 扫描仪 最小支持向量机 扫描仪特征化 色彩映射
在线阅读 免费下载
采用最小二乘支持向量机的PVC汽提温度逆补偿控制方法 认领
15
作者 王晋陶 胡高清 贺雄伟 《塑料科技》 CAS 北大核心 2020年第5期106-109,共4页
基于最小二乘支持向量机(LSSVM)构建聚氯乙烯树脂(PVC)汽提过程的温度预测逆模型,将逆模型作为前馈控制器置于PVC汽提过程的前馈通道,以补偿汽提过程的非线性问题。在逆补偿控制的基础上加入PID控制器作为反馈控制器,对PVC汽提过程进行... 基于最小二乘支持向量机(LSSVM)构建聚氯乙烯树脂(PVC)汽提过程的温度预测逆模型,将逆模型作为前馈控制器置于PVC汽提过程的前馈通道,以补偿汽提过程的非线性问题。在逆补偿控制的基础上加入PID控制器作为反馈控制器,对PVC汽提过程进行复合控制。通过汽提塔温度进行逆建模和仿真实验,仿真结果表明所提控制方法的控制效果更好。 展开更多
关键词 汽提塔 聚氯乙烯 最小支持向量机 逆补偿控制
基于粗糙集融合最小二乘支持向量机的煤矿安全预警模型 认领
16
作者 陈常晖 《中国矿业》 北大核心 2020年第6期76-80,共5页
针对煤矿安全影响因素多、各影响因素之间相互关联、样本信息采集困难等问题,分析了煤矿安全生产系统风险,从人员、设备、环境、管理四个方面构建了煤矿安全影响因素指标体系,基于粗糙集理论融合最小二乘支持向量机方法的提出了煤矿安... 针对煤矿安全影响因素多、各影响因素之间相互关联、样本信息采集困难等问题,分析了煤矿安全生产系统风险,从人员、设备、环境、管理四个方面构建了煤矿安全影响因素指标体系,基于粗糙集理论融合最小二乘支持向量机方法的提出了煤矿安全机预警模型,并以实测数据为例对该预警模型的计算结果进行了训练和检验。结果表明,粗糙集融合最小二乘支持向量机能够有效提高预警效率,反映各控制因素对煤矿安全的影响,计算结果与样本值拟合精度较高,对保障煤矿安全生产具有重要而现实的意义。 展开更多
关键词 煤矿安全预警 计算模型 最小支持向量机 粗糙集 预警模型
在线阅读 下载PDF
基于VMD-LSSVM的月径流预测方法研究 认领
17
作者 吕晗芳 赵雪花 +2 位作者 桑宇婷 祝雪萍 张丽娟 《中国农村水利水电》 北大核心 2020年第8期166-170,176,共6页
针对月径流序列包含多种复杂频率信息的特性,为提高预测精度,对上静游站、汾河水库站、寨上站和兰村站1958-2000年月径流序列资料进行分析并预测。提出变模态分解(Variational Mode Decomposition,VMD)和最小二乘支持向量机(Least-Squar... 针对月径流序列包含多种复杂频率信息的特性,为提高预测精度,对上静游站、汾河水库站、寨上站和兰村站1958-2000年月径流序列资料进行分析并预测。提出变模态分解(Variational Mode Decomposition,VMD)和最小二乘支持向量机(Least-Square Support Vector Machines,LSSVM)(VMD-LSSVM)组合模型,并与单一LSSVM模型、基于经验模态分解(Empirical Mode Decomposition,EMD)的EMD-LSSVM组合模型和基于完备总体经验模态分解(Complete Ensemble Empirical Mode Decomposition with adaptive noise,CEEMDAN)的CEEMDAN-LSSVM组合模型进行预测结果对比,采用纳什效率系数NS、均方根误差RMSE、平均绝对误差MAE和平均绝对百分比误差MAPE 4个误差指标评定各模型的预测精度。结果表明:组合模型较单一模型预测效果好,其中以VMD-LSSVM模型精度最高,2个站点精度达到甲级,MAE、MAPE和RMSE比CEEMDAN-LSSVM分别减少了50%~75%、40%~70%、40%~70%,比EMD-LSSVM分别减少了70%~80%、60%~85%、50%~80%,比LSSVM分别减少了80%~90%、75%~90%、50%~90%。因此VMD-LSSVM模型能适用于复杂的多频月径流预测,并能达到较高精度。 展开更多
关键词 汾河上游 变分模态分解 最小支持向量机 月径流预测
在线阅读 免费下载
基于频率相关的压电作动器迟滞特性建模及参数辨识 认领
18
作者 钱承 殷小亮 《传感技术学报》 CAS CSCD 北大核心 2020年第5期699-704,共6页
为辨识压电作动器在应用过程中的率相关迟滞特性,采用基于最小二乘支持向量机理论对压电作动器进行建模,并引入粒子群算法对模型的参数进行优化。模型以当前及历史输入电压、历史输出位移组成的向量作为模型的输入,而以当前的输出位移... 为辨识压电作动器在应用过程中的率相关迟滞特性,采用基于最小二乘支持向量机理论对压电作动器进行建模,并引入粒子群算法对模型的参数进行优化。模型以当前及历史输入电压、历史输出位移组成的向量作为模型的输入,而以当前的输出位移作为模型的输出进行训练。最后,通过仿真结果和实验结果对比发现,本文建立的压电率相关迟滞模型平均误差为0.0208μm,最大误差为0.4290μm比Bouc-Wen模型精度高,验证了本文建模方法的可行性。 展开更多
关键词 压电作动器 率相关迟滞特性 最小支持向量机 参数辨识
在线阅读 下载PDF
甲醇汽油、乙醇汽油定性判别及其醇含量测定模型研究 认领
19
作者 胡军 刘燕德 +2 位作者 郝勇 孙旭东 欧阳爱国 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2020年第5期1640-1644,共5页
甲醇汽油和乙醇汽油都为清洁能源,但甲醇汽油和乙醇汽油的优缺点各有不同,其中甲醇、乙醇的含量决定了汽油性能的优劣,对甲醇汽油和乙醇汽油进行判别区分以及醇类汽油中醇含量进行定量测定非常重要。通过中红外光谱技术对醇类汽油的类... 甲醇汽油和乙醇汽油都为清洁能源,但甲醇汽油和乙醇汽油的优缺点各有不同,其中甲醇、乙醇的含量决定了汽油性能的优劣,对甲醇汽油和乙醇汽油进行判别区分以及醇类汽油中醇含量进行定量测定非常重要。通过中红外光谱技术对醇类汽油的类型进行判别并对其含量进行定量分析。首先通过对比分析甲醇汽油和乙醇汽油的中红外光谱图,采用随机森林(random forest,RF)对甲醇汽油和乙醇汽油样品进行判别;在建立甲醇汽油和乙醇汽油样品定性判别模型之后,分别建立甲醇汽油和乙醇汽油的定量测定模型,从而精确测定汽油中对应的醇的含量。为减小在实验过程中实验仪器振动、噪声等原因导致的光谱漂移、光散射等现象,对中红外光谱进行预处理。首先采用不同预处理,如(savitzky-golay,S-G)卷积平滑、多元散射校正(multiplicative scatter correction,MSC)、标准正态变量变换(standard normal variable transformation,SNV)、导数(derivatives)等方法进行校正,分别建立适合甲醇汽油和乙醇汽油的检测模型。预处理后的数据分别建立甲醇汽油、乙醇汽油的最小二乘支持向量机(least square support vector machine,LS-SVM)模型。采用随机森林(random forest,RF)对甲醇汽油和乙醇汽油样品进行判别,发现当决策树个数为61时,判别正确率达到98.28%。对于LS-SVM模型,比较建模结果可知:无论是甲醇汽油还是乙醇汽油,标准正态变量变换(SNV)预处理效果最好,经SNV校正处理后建立的甲醇汽油甲醇含量测定LS-SVM模型的预测相关系数R_p为0.9519,均方根误差(root mean square error of prediction,RMSEP)为1.7663;经过标准正态变量变换后建立的乙醇汽油乙醇含量测定LSSVM模型的预测相关系数R_p为0.9515,均方根误差RMSEP为1.7703。该研究可为甲醇汽油、乙醇汽油的定性判别和其含量测定提供技术参考和理论依据,为甲醇汽油产业提供测量醇 展开更多
关键词 中外光谱 醇类汽油 最小支持向量机 森林
在线阅读 下载PDF
基于LS-SVM棉针织物轧烘轧蒸染色工艺的预测模型 认领
20
作者 陶开鑫 俞成丙 +1 位作者 刘引烽 梁珊珊 《现代纺织技术》 2020年第1期71-75,共5页
为优化活性染料对棉针织物的轧烘轧蒸染色工艺,基于最小二乘支持向量机(LS-SVM),以氯化钠质量浓度、碳酸钠质量浓度、烘干时间和汽蒸时间作为预测模型的输入变量,染色织物K/S值作为输出变量,建立了多因素模型并进行预测。结果表明,织物... 为优化活性染料对棉针织物的轧烘轧蒸染色工艺,基于最小二乘支持向量机(LS-SVM),以氯化钠质量浓度、碳酸钠质量浓度、烘干时间和汽蒸时间作为预测模型的输入变量,染色织物K/S值作为输出变量,建立了多因素模型并进行预测。结果表明,织物实验K/S值和模型预测值的相关系数高达0.99996,平均相对误差小于0.5%,说明该模型具有较高的精度,该建模方法可用于染色织物K/S值的预测,可以用于棉针织物轧烘轧蒸染色工艺的预测和优化。 展开更多
关键词 活性染料 轧烘轧蒸工艺 最小支持向量机 多因素模型 棉针织物
在线阅读 下载PDF
上一页 1 2 171 下一页 到第
使用帮助 返回顶部 意见反馈