支持向量机论文

论文摘要针对在采用机器视觉的无夹具定位的壳体类零件几何参数检测过程中,需要先智能识别零件几何特征以规划检测路径的问题,提出一种基于监督式机器学习的几何特征智能识别方法。利用壳体...

论文摘要针对如何提高轴承故障诊断的准确率和算法训练的效率问题,提出了一种深度信念网络（DBN）与粒子群优化支持向量机（PSO-SVM）的滚动轴承故障诊断方法。首先,求出信号的时...

论文摘要本文提出了基于支持向量机的省级电网中长期投资规模预测模型。围绕新形势下以电量驱动的电网投资规模预测模型参数单一、线型拟合精度较差等问题,本文分析了电网投资新环境、新方向...

论文摘要以交通标志识别为研究目的,提出一种基于集成卷积神经网络的交通标志识别算法,通过对多个不同结构的卷积神经网络进行集成以提高算法识别率。为了缩短网络训练和测试时间以及提高网...

论文摘要电力调度系统在电力系统故障过程中会收到大量告警信号,若调度员无法在短时间内做出决策,则可能使故障扩大,为此提出基于告警信号文本挖掘的电力调度故障诊断方法,该方法包括告警...

论文摘要针对电力电容器介质损耗的计算方法稳定性较差,频率波动对介损角的辨识有较大影响的问题,提出了BP神经网络和支持向量机（supportvectormachine,SVM）相...

论文摘要分闸缓冲器的性能直接影响着高压断路器分闸机械特性与零部件寿命。时频分析能够准确揭示高压断路器振动信号的频率成分及时变特征,由此构建的时频图像包含丰富的高压断路器工作状态...

论文摘要支持向量机是借助于凸优化技术的统计学习方法,与传统神经网络相比,泛化错误率低并且结果易于解释。将支持向量机用于负荷预测时,参数选择不准确会导致预测性能较差。提出一种基于...

论文摘要风电功率区间预测是预测给定置信水平下风电功率的上限和下限,可以反映风电功率的变化范围,为调度提供有效的辅助信息。考虑风电功率的混沌特性,提出了基于改进混沌时间序列的风电...

论文摘要目的针对基于内容的图像检索存在低层视觉特征与用户对图像理解的高层语义不一致、图像检索的精度较低以及传统的分类方法准确度低等问题,提出一种基于卷积神经网络和相关反馈支持向...

论文摘要车辆识别方法计算量大,提取的特征复杂,且传统神经网络利用端层特征进行分类导致特征不全面,为此提出了一种结合卷积神经网络(CNN)多层特征和支持向量机(SVM)的车辆识别...

论文摘要鉴于准确判别故障类型是解决配电线路故障的重要环节,考虑到现有局部均值分解（LMD）法在检测故障信号时存在的不足,提出一种基于分段三次埃尔米特插值（PCHI）的局部均值分...

论文摘要目前,使用数据挖掘的方法对目标的飞行航迹进行分析来确定航迹类别具有许多应用价值。飞行航迹数据具有维数高、交连多、可分类性能差等特点,要做到尽可能精确的聚类和分类十分困难...

论文摘要针对事故工况下堆芯功率变化的特点和神经网络（ANNs）易陷极小值、收敛速度慢等问题,提出一种基于ν-支持向量回归机（ν-SVR）的事故工况下堆芯功率预测方法。该方法运用...

论文摘要受益于小样本学习特性,支持向量机方法成为当前变压器故障诊断最有效的方法之一,并广为运用。然而该类方法的诊断性能依赖于样本数据的质量,受异常点影响较大。为此,提出一种基于...

论文摘要为提高利用液压泵振动信号进行故障诊断的准确率和减小诊断时间,采用集合经验模态分解（EEMD）的方式来提取振动信号特征,并将其作为液压泵故障诊断的数据集。在此基础上利用支...

论文摘要随机森林和支持向量机在电力负荷预测中的比较条件常被忽略,预测精度孰优孰劣存在争议。本文对支持向量机和随机森林的原理进行了研究,充分分析了预测对象和预测条件,从算法自身参...

论文摘要针对传统智能诊断方法过分依赖于信号处理和专家经验提取故障特征以及模型泛化能力差的问题,基于深度学习理论,提出将卷积神经网络算法结合SVM分类器搭建适于滚动轴承故障诊断的...

论文摘要为提高木质粉尘火花检测的准确性,利用基于支持向量机(SVM)的物质分类方法检测木质粉尘火花。选取马尾松和杨木粉尘为研究对象,将两种粉尘分组点燃试验,获取火花和灰分的高光...

论文摘要目的针对单一方面特征难以准确表达印刷标志套准状态的问题,研究印刷标志图像多维特征提取、融合和降维的印刷套准识别方法。方法提取印刷标志图像的灰度共生矩阵、Tamura纹理...