最小二乘支持向量机
- 基于改进最小二乘支持向量机组合模型的深基坑沉降变形预测
进最小二乘支持向量机组合模型；通过引入自适应噪声完备集合经验模态分解方法分解原始深基坑沉降变形数据，并结合粒子群优化算法和遗传算法对最小二乘支持向量机进行参数寻优，对分解的数据分别训练、预测后再叠加，得到最终预测结果；应用所提出模型对济南市某深基坑的累积沉降量进行预测，同时与其他模型对比，验证所提出模型的实用性和优越性。结果表明：所提出模型预测深基坑累积沉降量的平均相对误差为0.035%，均方误差为0.080 9 mm2，均方根误差为0.283 8 mm，
济南大学学报（自然科学版） 2024年1期2024-01-12
- 改进灰狼优化最小二乘支持向量机的锂电池剩余寿命预测
化最小二乘支持向量机（improved gray wolf optimization least-squares support vector machine， IGWO-LSSVM）的锂电池剩余寿命间接预测方法。该方法从电池放电特性曲线中获取3种表征电池性能退化的间接健康因子，通过引入tent混沌映射、收敛因子非线性递减与莱维飞行策略对灰狼算法加以改进，并结合LS-SVM模型，形成了具有全局优化的改进灰狼优化最小二乘支持向量机的锂电池寿命预测模型。最后利
重庆大学学报 2023年11期2023-12-30
- 基于Isomap-MPA-LSSVM 软测量模型的PVC聚合过程转化率预测
;最小二乘支持向量机中图分类号：TP273;TQ325.3 文献标识码：A DOI： 10.7535/hbgykj.2023yx01003在复杂的化学工业中，聚氯乙烯（polyvinylchloride，PVC）树脂在国民经济建设中占有非常重要的地位，由于本身具有良好的机械性能、耐腐蚀性和不易燃烧等特性，广泛用于工业、建筑、日常用品等领域[1]。PVC 聚合方式主要有悬浮法、溶液法、乳液法和本体法等[2]，本文是以悬浮法作为研究背景，进行理论方法和应用研究
河北工业科技 2023年1期2023-08-11
- 基于混沌寻参LSSVM的棉织物靛蓝染色预测模型
用最小二乘支持向量机（LSSVM）算法建立了靛蓝染色预测模型，并对模型的预测性能进行了验证。结果表明：该模型对织物K/S值预测的平均绝对百分比误差为1.759 7%，均方根相对误差为0.029 4%，比网格寻参法的预测误差更小，说明该模型具有较高的精度和良好的预测能力，可以为棉织物靛蓝染色工艺的预测和优化提供参考。关键词： 混沌算法;最小二乘支持向量机（LSSVM）;Python;棉织物;靛蓝;染色预测模型中图分类号： TS190.9; TP181文献标志
丝绸 2023年7期2023-08-10
- 基于LMD形态滤波的LSSVM方法研究
在最小二乘支持向量机中参数选择困难及稀疏性差的问题，提出了局部均值分解（LMD）形态滤波的最小二乘支持向量机（LSSVM）方法。该方法首先利用LMD对信号进行分解得到PF分量，并对信号做相关分析去除虚假分量，形态滤波降噪后再进行LMD分解得到新PF分量，提取能量特征;其次，对LSSVM的核函数进行改进，解决核参数选择的问题;应用特征加权法对拉格朗日参数进行特征加权，取其加权平均值作为剪枝方法的阈值，降低稀疏性;最后将能量特征信号输入LSSVM中，对信息进行
哈尔滨理工大学学报 2022年1期2022-05-10
- 基于最小二乘支持向量机的短时交通流预测
用最小二乘支持向量机方法来建立短时交通流预测的模型，在经验风险和置信范围之间寻求最佳折衷，并且通过实例研究来验证其有效性。结果表明，该模型适应小样本情况下对非线性动态系统的学习，对短时交通流有较好的预测效果。关键词 短时交通流预测;最小二乘支持向量机;结构风险最小化;核函数中图分类号 U491.1 文献标识码 A 文章编号 2096-8949（2022）07-0047-030 引言短时交通流预测是交通控制与诱导的重要基础，也一直是智能交通研究领域的热点
交通科技与管理 2022年7期2022-04-15
- 基于遗传算法的最小二乘支持向量机风速预测模型研究
用最小二乘支持向量机（LS-SVM）方法对风速进行预测分析。考虑到LS-SVM的参数选取方面尚无有效手段，尝试结合遗传算法对LS-SVM进行参数选取。选取山西省阳泵市风场前15 d的实测风速数据，采用遗传算法优化LS-SVM参数后的预测模型，对第16天的风速进行预测分析。经过模型计算，风速的预测值与实测值的平均绝对百分比误差只有5.95%。结果表明：模型计算结果理想，验证了采用遗传算法优化LS-SVM参数后用于风速短期预测的有效性。研究成果可为风电场实际运
水利水电快报 2021年12期2021-12-20
- 马铃薯可溶性固形物的近红外光谱快速定量模型及优化
和最小二乘支持向量机（LS-SVM）建立定量校正模型，并用竞争性自适应重加权采样法和风驱动-差分进化混合算法完成相应模型的特征波长和参数优化。[结果]优化的PLS模型和LS-SVM模型波长变量分别减至全光谱的8.67%、67.80%，二者的Rc2、Rp2、RMSEC、RMSEP、RPD分别为0.970 8、0.954 2、0.258 6、0.262 8、5.91和0.987 3、0.983 0、0.170 5、0.173 4、8.96，LS-SVM模型的各
安徽农业科学 2021年20期2021-11-25
- 马铃薯可溶性固形物的近红外光谱快速定量模型及优化
和最小二乘支持向量机（LS-SVM）建立定量校正模型，并用竞争性自适应重加权采样法和风驱动-差分进化混合算法完成相应模型的特征波长和参数优化。[结果]优化的PLS模型和LS-SVM模型波长变量分别减至全光谱的8.67%、67.80%，二者的Rc2、Rp2、RMSEC、RMSEP、RPD分别为0.970 8、0.954 2、0.258 6、0.262 8、5.91和0.987 3、0.983 0、0.170 5、0.173 4、8.96，LS-SVM模型的各
安徽农业科学 2021年20期2021-11-25
- 基于BFO-LSSVM模型的爆破料级配预测研究
及最小二乘支持向量机（LS-SVM）理论构建基于BFO算法的LS-SVM优化模型（BFO-LSSVM）。使用35组爆破数据作为训练样本对模型预测精度进行检验，选取孔排距、堵塞、孔深等因素作为输入因子，爆破料级配作为预测模型输出因子。结果表明，BFO-LSSVM预测模型的预测结果精度高于相同样本容量下LS-SVM模型。以阿尔塔什水利枢纽工程料场开挖爆破数据为例，BFO-LSSVM模型预测结果平均误差为1.47%，验证了该预测模型的可行性及实用性。关键词：爆破
科技信息·学术版 2021年26期2021-11-18
- 一种利用单通道母体腹部心电信号提取胎儿心电信号的新技术
和最小二乘支持向量机（LSSVM）的胎儿心电提取新方法. 首先，利用SVD从单通道母体腹部心电信号中重构分解矩阵，估计出母体心电参考信号，并利用SW方法对估计出的母体心电参考信号进行平滑处理;然后，利用LSSVM建立非线性估计模型，通过该模型和平滑后的母体心电参考信号估计出腹部信号中的母体心电成分，并采用布谷鸟搜索算法（CS）优化LSSVM的超参数;最后，将腹部混合信号与CS-LSSVM模型估计出的母体心电成分相减，即可获得初步胎儿心电信号，为了进一步消除
湖南大学学报·自然科学版 2021年10期2021-09-14
- LabVIEW 与 MATLAB 联合编程在制冷系统故障诊断中的应用
入最小二乘支持向量机（LSSVM ），作为故障诊断的内核，建立了制冷系统故障诊断平台。对离心式冷水机组七类典型故障的诊断实验结果表明：该联合编程方法可行，可以实现界面友好、功能丰富、方便快捷的制冷系统故障诊断;所建立的 PSO?LSSVM 模型总体诊断正确率高达99.70%，正常和每类故障的诊断正确率均在99%以上。该平台具有一定的开放性和扩展性，后续可以根据需要对诊断算法及其他功能模块进行更改或添加，也可增加不同算法之间的比较分析或集成诊断，改善其灵活性
能源研究与信息 2021年4期2021-08-08
- 有限二氧化碳资源条件下的温室光气耦合优化调控模型
于最小二乘支持向量机（LS-SVM）的光合速率预测模型;然后，基于提出的光合速率预测模型，构建在有限CO2资源条件下温室CO2优化调控模型数据库，可根据用户输入的CO2资源总量，自动寻优获取最佳补气时间与单位补气量;最后，提出以光照度增长相对价值为评价指标的经济性相对最优的补光策略，在确定的补气时间段内进行补光，最终实现了有限CO2资源条件下的温室光气耦合优化调控，进一步提高了设施温室环境因子调控的精准度与智能化水平。关键词： 光合速率预测;光气耦合;调控
江苏农业学报 2021年2期2021-06-30
- 基于LS-SVM的直冷机组凝汽器积灰状态预测研究
;最小二乘支持向量机;换热系数1引言我国燃煤发电量占比高达72%，其所需的煤炭与水资源地理分布矛盾显著，为了克服火电机组增加的需求和缺水之间的矛盾，从2002年开始，有着明显节水和环保效用的直接空冷机组，被广泛应用于火力发电[1]。然而"三北"地区扬尘多，灰尘易于积聚在空冷凝汽器（Air Cooled Condenser，ACC）翅片管上，ACC长期置于室外运行，其特有的紧密排布结构使其更易累积灰垢[2]。灰垢的累积增加了翅片管散热的难度，降低了冷流体带走
电子乐园·上旬刊 2021年1期2021-05-19
- 风电齿轮箱复合故障诊断方法研究
的最小二乘支持向量机（DEWOA-LSSVM）故障诊断模型进行故障诊断。通过变分模态方法将收集的信号分解为K个模态分量，通过加权排序熵对其进行量化处理，得到特征向量，将特征向量输入到经过改进鲸鱼算法优化后的最小二乘支持向量机模型完成故障诊断，并通过试验验证该方法的有效性。关键词：故障诊断;变分模态分解;加权排序熵;鲸鱼算法;最小二乘支持向量机中图分类号：TH165.3文献标识码：A文章编号：1003-5168（2020）17-0072-04Research
河南科技 2020年17期2020-08-04
- 基于LS-SVM的舰艇修理能力评估研究
响最小二乘支持向量机（LSSVM）回归性能的参数进行优化。通过专家打分数据验证，结果表明，该方法在小样本条件下的泛化能力较好，能够科学、准确地评估舰艇修理能力，具有较高的评估效率。关键词：舰艇修理;评估;最小二乘支持向量机;粒子群优化Abstract： Evaluation of warship maintenance capability is limited by several factors， The historical data is lack
装备维修技术 2020年31期2020-07-08
- 基于GP-LVM和LS-SVM航班延误等级预测研究
;最小二乘支持向量机根据《民航行业统计发展公报》航班不正常原因统计分类中，天气原因占50%左右，复杂的航空气象影响着航班正常的运行，航班延误问题逐渐增多成为民航运输业发展道路上的阻碍。本文对枢纽机场的航班运行数据进行分析计算，预测得出机场航班延误等级，给相关部门调度运行提供依据。气象问题极大地影响了机场跑道的容量架次标准，甚至在恶劣的天气条件下关闭跑道，对航班产生影响的气象因素较多，将海量数据参数引入预测模型，在运算中使得模型训练时间加长且预测结果出现偏离
无线互联科技 2020年6期2020-04-30
- 基于灰狼优化算法的最小二乘支持向量机红枣产量预测研究
最小二乘支持向量机预测时，其参数的选取大部分只依赖于人工经验，无法实现自适应寻优，阻碍了其学习与泛化能力。针对该问题，采用灰狼优化算法对最小二乘支持向量机参数寻优，以1978—2016全国红枣产量数据为研究对象，利用最小二乘支持向量机的最优参数对红枣产量数据进行拟合与预测。为避免过拟合现象，将1978—2007和2013—2016年数据分别作为模型的训练与预测数据，2008-2012年数据用于交叉验证，同时为检验该模型的预测性能，将其与ARIMA模型的预
安徽农业科学 2020年6期2020-04-13
- 基于LS-SVM棉针织物轧烘轧蒸染色工艺的预测模型
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達0.999 96，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。关键词：活性染料;轧烘轧蒸工艺;最小二乘支持向量机;多因素模型;棉针织物中图分类
现代纺织技术 2020年1期2020-04-10
- 基于CEEMD-LSSVM的缝纫机轴承故障诊断
和最小二乘支持向量机（LSSVM）的缝纫机轴承故障诊断算法——CEEMD-LSSVM。首先，采用CEEMD算法，对缝纫机轴承振动原始数据进行分解，得到各固有模态分量（IMF）和剩余分量;其次，采用LSSVM算法，对各分量建立相应的预测模型，进行仿真预测，尤其是为提高预测精度，采用改进粒子群算法对ERBF核函数进行优化;最后，对各自预测得到的结果进行叠加，得到实际预测结果。以西安标准缝纫机公司GC-6730缝纫机电机主轴轴承为研究对象，对算法进行应用，明确了
工业技术创新 2020年6期2020-01-11
- 光伏影响下考虑气象负荷分解和LSSVM的负荷预测
和最小二乘支持向量机算法分别对二者进行预测。之后采用主导气象因素辨识方法分析影响净负荷的主要气象因素，合理选取预测模型的输入向量，实现了考虑光伏影响与气象敏感负荷分解的LSSVM负荷预测。实验证明所提出的模型能够明显提高负荷预测的准确度。关键词：光伏;实时气象因素;气象敏感负荷分解;最小二乘支持向量机;负荷预测中图分类号：TP39 文献标识码：ALoad
计算技术与自动化 2020年4期2020-01-05
- 荆门市竹皮河流域地表水污染预报研究
用最小二乘支持向量机对8周的数据进行了测试。分析结果可知：只有第六个污染等级预报错误，其他的七个污染等级均预报正确。这可充分的说明，五个指标与水污染等级之间存在一种强烈的对应关系，也说明所使用的LS-SVM算法的正确性和有效性。同时为了对比说明，运用RBF神经网络进行了预测。训练数据和测试数据与LS-SVM预测法一致。对比预测结果发现：RBF神经网络的预测结果与LS-SVM预测结果相比，存在预测精度不高的问题。同时，LS-SVM算法具有简便的操作性。通过对
绿色科技 2019年16期2019-11-22
- 基于组合模型的接地网腐蚀速率预测算法
进最小二乘支持向量机与误差校正的组合模型，将其应用于接地网腐蚀速率预测。该法采用遗传算法优化最小二乘支持向量机参数，为提高模型的预测精度，应用误差预测校正模型修正其预测结果，降低了极大误差出现的可能性，提高了预测模型的稳定性。结果表明，采用組合模型对接地网腐蚀速率进行预测，比采用最小二乘支持向量机模型具有更高的预测精度，更适用于接地网腐蚀速率的预测。关键词：接地网;腐蚀速率;预测;最小二乘支持向量机;遗传算法;误差校正中图分类号：TP301
计算技术与自动化 2019年3期2019-11-05
- 基于近红外光谱分析技术的转Bt基因水稻种子及其亲本快速鉴别方法
用最小二乘支持向量机方法建立光谱反射率值与类别值之间的预测模型。3种水稻种子样本数均为350个，共计1 050个样本，将其分成900个训练集样本和150个预测集样本，预测准确率达94.67%。说明本研究提出的方法对于转Bt基因水稻种子及其亲本具有很好的分類和鉴别能力，且检测过程比传统理化检测手段简单，操作性强。该研究为今后转基因水稻种子及其亲本的快速无损检测提供了新的方法。关键词：转基因水稻;ISOMAP流形降维;最小二乘支持向量机;近红外光谱技术中图分类
江苏农业科学 2019年13期2019-10-25
- 基于光谱和Gabor纹理信息融合的油桃品种识别
的最小二乘支持向量机（least squares support vector machine，简称LS-SVM）和极限学习机（extreme learning machine，简称ELM）油桃品种判别模型。结果表明，基于融合特征的LS-SVM和ELM模型识别率分别为94.7%、92.1%，较单独采用光谱信息和纹理信息的识别率都高，说明采用光谱信息和Gabor纹理信息融合的方法可以实现油桃品種判别，为农产品无损检测提供参考价值。关键词：油桃品种识别;光谱信
江苏农业科学 2019年6期2019-09-25
- 基于PSO-LSSVM算法的造纸过程短期电力负荷预测模型
和最小二乘支持向量机（LSSVM）相结合（PSO-LSSVM）的短期电力负荷预测方法，该方法可对造纸厂未来每30 min的电力负荷进行预测。结果表明，采用PSO-LSSVM算法对短期电力负荷进行预测时，预测结果的相对百分误差绝对值的平均值约为0.75%，精度高于其他行业的电力负荷预测值，模型具有良好的可行性和有效性。关键词：数学建模;短期预测;电力负荷;最小二乘支持向量机;粒子群优化中图分类号：TS7文献标识码：A近年来，我国造纸工业产能迅速扩大，纸及纸板
中国造纸学报 2019年1期2019-09-10
- 基于大数据分析的网络安全态势评估
—最小二乘支持向量机对网络安全态势样本进行训练，建立网络安全态势的评估模型，并进行具体网络安全态势仿真测试。结果表明，所提模型可以准确描述网络安全态势变化特点，获得高精度的网络安全态势评估结果，评估误差要远远低于对照模型，为网络安全管理提供了一种有效的研究方法。关键词： 大数据分析; 学习样本; 仿真测试; 样本重构; 最小二乘支持向量机; 网络安全中图分类号： TN915.08?34; TP391 文献标识码： A
现代电子技术 2019年13期2019-07-08
- 基于粒子群最小二乘支持向量机的股指波动率预测
化最小二乘支持向量机（LSSVM-PSO）的波动率预测方法，利用LSSVM优良的非线性逼近能力预测波动率，通过PSO算法的全局快速优化特点选择LSSVM最优参数。以中国股市实际交易数据为样本，通过样本内预测和样本外预测验证了该方法的有效性。结果表明，LSSVM-PSO模型具有较高的预测精度和计算效率，是一种有效的股指波动率预测方法。[关键词]波动率预测;最小二乘支持向量机;粒子群优化算法[中图分类号]F830;TP1831 引 言股指波动率是衡量金融资产风
新财经 2019年7期2019-06-27
- 基于微粒群优化LSSVM的室内指纹定位算法
用最小二乘支持向量机（LSSVM）定位过程中参数选取对定位精度的影响，提出一种基于微粒群进行参数优化的室内指纹定位算法。该算法通过离线采集的RSSI数据训练最小二乘支持向量机，利用微粒群算法寻找并确定LSSVM全局最优参数，获得基于位置指纹的LSSVM定位模型。仿真结果表明，相对于传统LSSVM定位，PSO-LSSVM有效提高了定位准确度，并能在小样本情况下保持良好的定位精度。关键词：指纹定位;微粒群算法;最小二乘支持向量机;RSSIDOI：10. 119
软件导刊 2019年4期2019-06-09
- 基于最小二乘支持向量机导弹订购价格预测模型研究
用最小二乘支持向量机方法对数据样本训练优化，并应用实例进行了建模分析研究。关键词：性能;最小二乘支持向量机;订购价格;预测中图分类号：G641 文献标志码：A 文章编号：1673-291X（2019）26-0187-02引言采取最小二乘支持向量机（LS-SVM）法对导弹订购目标价格进行预测，预测结果与传统的支持向量机（SVM）预测结果相比较，不仅满足了预测的精度，而且也解决了模型计算的复杂性，提高了求解的速度，对导弹全寿命周期费用的预测
经济研究导刊 2019年26期2019-04-17
- 基于EMD的金刚石砂轮磨损状态声发射监测
为最小二乘支持向量机的输入参数，对金刚石砂轮的轻度磨损状态和严重磨损状态成功地进行了智能监测.关键词：氧化锆磨削;金刚石砂轮磨损状态监测;声发射;经验模态分解;最小二乘支持向量机中图分类号：TG58，TP183 文献标志码：AAcoustic Emission Intelligent Monitoring of Diamond GrindingWheel Wear Based on Empirical Mode
湖南大学学报·自然科学版 2019年2期2019-04-13
- 基于灰色关联分析的LS-SVM的高铁客流量预测
和最小二乘支持向量机（LS-SVM），构建基于GRA的LS-SVM高铁客流量预测模型（GRA-LS-SVM）。将高铁客流量的影响因素初步设为17项，利用灰色关联分析从中选取主要影响因素，并将其作为输入变量，构建LS-SVM。以我国高铁客流量数据为例，验证GRA-LS-SVM的有效性。结果显示，GRA-LS-SVM不仅简化了模型结构，而且提高了高铁客流量预测精度。关键词：高铁客流量 灰色关联分析 最小二乘支持向量机1.引言随着各种交通工具的发展，客运市场竞争
中国市场 2019年31期2019-01-06
- 网络大数据平台异常风险监测系统设计
过最小二乘支持向量机对网络大数据进行高效率建模，实现网络大数据异常监测。实验结果表明，所设计系统具有监测效率和稳定性高、性能佳的优势。关键词： 网络大数据； 异常风险； 监测系统； 控制模块； Hadoop； 最小二乘支持向量机中图分类号： TN931+.3?34； TP314 文献标识码： A 文章编号： 1004?373X（2018）22?0143?04Abstract： When the support vector machine is used
现代电子技术 2018年22期2018-11-13
- 基于偏最小二乘及最小二乘支持向量机的 と斯ぜ硬谇道糙率预测模型
合最小二乘支持向量机（LSSVM）建立了人工加糙渠道糙率预测模型。结合实例，通过对某人工加糙渠道相关试验数据进行PLSLSSVM模型的训练及预测，并将预测结果与单独使用PLS、LSSVM及公式法的预测结果进行对比，其结果显示：基于PLSLSSVM模型的预测平均绝对百分比误差MAPE为138%，均方根误差RMSE为224×10-4，预测精度均优于PLS、LSSVM及公式法的預测结果。结果表明，将PLS与LSSVM相结合的PLSLSSVM模型，综合了PLS与L
南水北调与水利科技 2018年4期2018-11-12
- 基于数据挖掘的光伏发电预测
个最小二乘支持向量机预测模型，进行光伏发电量的超短期预测。通过实验对训练好的模型进行预测精度的评估，结果表明，与未结合周天气特征的预测模型相比，该模型的平均预测精度提高了30%左右。关键词： 光伏发电量预测； 最小二乘支持向量机； 周天气特征； 超短期预测中图分类号：TP39 文献标志码：A 文章编号：1006-8228（2018）08-36-04Forecast of PV power generation based on data miningZho
计算机时代 2018年8期2018-10-17
- 基于灰狼优化算法的最小二乘支持向量机在软件老化预测中的应用
的最小二乘支持向量机参数主要涉及惩罚因子和核函数参数，这两个参数的选择将直接影响最小二乘支持向量机的学习和泛化能力。为了提高最小二乘支持向量机的预测结果，文章用灰狼优化算法对其参数寻优，建立软件老化预测模型。通过实验证明了该模型，对软件老化的预测表现出很好的效果。关键词：软件老化预测；最小二乘支持向量机；灰狼优化算法遗留在软件中的缺陷会随软件系统长期持续运行造成计算机内存泄漏、舍入误差积累、文件锁未释放等现象发生，导致系统性能衰退甚至崩溃。这些软件老化现象
无线互联科技 2018年15期2018-09-20
- 基于图像处理技术的火灾识别方法的应用与研究
在最小二乘支持向量机超参数选取在快速留一法的基础上，结合共轭梯度算法，提出改进的最小二乘支持向量机的火灾图像处理方法，构建了FR?LSSVM模型。通过对比采用BP神经网络、最小二乘法支持向量机、FR?LSSVM和标准支持向量机的实验结果可以得出，改进算法具有更好的稳定性、更快的运算速度和更高的识别率，有利于提高火灾识别的有效性，进而保护人们的生命财产安全。关键词： 图像处理； 火灾识别； 快速留一法； 共轭梯度； BP 神经网络； 最小二乘支持向量机中图分
现代电子技术 2018年13期2018-07-10
- 组合模型在电子设备故障预测中的应用
的最小二乘支持向量机（LSSVM）和隐马尔可夫（HMM）组合故障预测模型，本模型充分利用了LSSVM解决小样本数据时计算速度快，可对信号进行非线性预测和HMM数据结构严谨，计算性能可靠，状态识别精度高的优点，将二者相结合实现故障状态预测。实验结果证明，文章所提出的组合故障预测模型能直接得到该设备的预测状态，而且相对精度较高。关键词：最小二乘支持向量机；隐马尔可夫；状态预测中图分类号：TP206 文献标志码：A 文章编号：2095-2945（2018）15-
科技创新与应用 2018年15期2018-06-06
- 基于组合核CPSO—LSSVM模拟电路故障诊断
用最小二乘支持向量机作为分类器对模拟电路进行故障模式识别，并选用组合核函数作为分类器的核函数，对于最小二乘支持向量机系数的优化选取，将采用混沌粒子群算法，在粒子群算法中加入混沌理论，增加种群的多样性和粒子搜索的遍历性，避免陷入局部最优解，加快全局收敛，得到最优系数。关键词：故障模式识别；最小二乘支持向量机；组合核函数；混沌粒子群算法一、组合核LSSVM（一）LSSVM特点最小二乘支持向量机（Least Square Support Vector Machi
报刊荟萃（上） 2018年5期2018-05-30
- 灰色最小二乘支持向量机在电子产品寿命预测中应用
及最小二乘支持向量机所具有的泛化能力强、运算速度快、非线形拟合精度高、参数优化好、小样本等优点，提出了一种灰色理论和最小二乘支持向量机组合预测方法。与灰色GM（l，l）和单一最小二乘支持向量机对比表明，灰色最小二乘支持向量机组合预测模型具有较高的预测精度，是节省试验费用及提高评价精度的一种简便实用且高效的新方法。关键词：寿命预测；灰色理论；最小二乘支持向量机；组合预测0引言灰色预测模型具有所需样本少、计算简便的优点[1]，最小二乘支持向量机具有泛化能力强、
科学与财富 2018年8期2018-05-09
- 基于最小二乘支持向量机的电子音乐识别研究
于最小二乘支持向量机的电子音乐识别模型。首先收集电子音乐的数据，并采用小波分析对电子音乐数据进行去噪处理，然后提取电子音乐的特征，并对特征进行归一化处理，最后采用最小二乘支持向量机对处理后的电子音乐数据进行训练，建立电子音乐识别模型。采用具体电子音乐数据对模型的有效性进行验证，结果表明，与传统电子音乐识别模型相比，支持向量机对噪声数据具有良好的鲁棒性，可以有效识别各种类型的电子音乐，而且电子音乐的识别速度更优。关键词： 电子音乐; 短时特征; 特征向量归一
现代电子技术 2018年9期2018-05-05
- 基于灰色支持向量机模型的基金波动率预测
与最小二乘支持向量机组合预测模型在波动率上的应用的可行性，通过对灰色模型进行残差修正和背景值修正以及对最小二乘支持向量机进行参数寻优，来提高组合预测模型的预测精度和推广泛化能力。经波动率预测的实证分析得出建立的组合模型比支持向量机模型有较好的预测效果。【关键词】灰色系统 最小二乘支持向量机 波动率预测目前国内外有关基金波动预测方法主要可以分为两类：第一，统计方法[James D.，Parvez Ahmed.Chiang et al]。第二，人工智能方法[C
时代金融 2018年6期2018-03-26
- 最小二乘支持向量机和预测误差校正的运动员成绩预测
出最小二乘支持向量机和预测误差校正的运动员成绩预测模型。首先通过提升小波和最小二乘支持向量机对运动员成绩进行建模和预测，然后通过误差校正方式对运动员成绩的预测结果进行校正，最后通过运动员成绩预测实例对模型的有效性进行测试，并与其他运动员预测模型进行对比实验，验证其优越性，结果表明，所提模型降低了运动员成绩的预测误差，并且通过误差校正提高了运动员成绩预测结果的稳定性，预测精度要优于其他运动员成绩预测模型。关键词： 运动员成绩； 最小二乘支持向量机； 误差校正
现代电子技术 2018年5期2018-03-03
- 基于PSO优化的LSSVM的电力系统电压优化的研究
化最小二乘支持向量机（PSO-LSSVM）来对电力系统电压进行优化。通过实例的结果分析，该方法对电压的合格率有所提高，对电压性能有明显的改善，损耗也下降了，且收敛速度加快，有助于解决地区电力系统电压优化和治理问题。关键词：数学模型；粒子群优化；最小二乘支持向量机；电压优化0 引言电力系統的无功优化作为非线性的规划问题，存在着多个不等式的约束条件。而且控制变量的类型也比较复杂，既有连续值，又有离散值。所以导致无功优化的分析过程变得更加复杂。无功优化的常见方法
软件 2017年9期2018-03-02
- 分段最小二乘支持向量机的故障诊断
段最小二乘支持向量机的方法，该方法首先利用模糊C聚类（FCM）对样本进行聚类分析，达到划分发酵阶段和建立局部模型的目的，然后采用最小二乘支持向量机（LS-SVM）的方法对各类样本进行建模。实验结果表明，使用该方法建立的啤酒发酵过程温度故障诊断模型具有较高的准确性。经过比较，该方法建立的模型的泛化能力要强于其他SVM方法建立的模型。关键词：支持向量机;模糊C均值聚类;最小二乘支持向量机;啤酒发酵;建模DOI：10.15938/j.jhust.2018.06.
哈尔滨理工大学学报 2018年6期2018-02-13
- 大数据环境下的网络流量异常检测研究
于最小二乘支持向量机的网络流量异常检测模型；最后，在Maltab 2014平台下进行网络流量异常检测实验。实验结果表明，该模型可以准确对网络流量异常现象进行检测，获得了比其他模型更优的网络流量异常检测结果，具有更高的实际应用价值。关键词： 网络安全； 流量异常检测； HDOOP平台； 最小二乘支持向量机； 大数据环境； 检测模型中图分类号： TN915.08?34； TP392 文献标识码： A 文章编号： 1004?373X（2018）03?0084?0
现代电子技术 2018年3期2018-01-31
- LS—SVM和混合主元分析的电梯故障类型检测研究
于最小二乘支持向量机（LS-SVM）和混合主元分析的方法。在此方法中，首先利用小波包分析对电梯轿厢X、Y、Z三个方向传感器所得数值进行特征值提取，提取出9个特征向量用来描述电梯具体运行状态。然后将特征向量送入LS-SVM进行训练和分类，得出每个特征向量与正常运行时的残差值，根据残差值判断电梯状态。最后利用混合主元分析得出主元特征向量，作出主元特征向量的组合形式贡献图判断电梯故障原因。关键词：最小二乘支持向量机；小波包分析；混合主元分析；主元特征向量中图分类
科技创新与应用 2017年21期2017-08-24
- 基于最小二乘支持向量机的无人机遥感影像分类
：最小二乘支持向量机；粒子群优化；网格搜索；交叉验证；无人机遥感中图分类号： TP751；S127文献标志码： A文章编号：1002-1302（2017）09-0187-05随着无人机技术[1]的成熟，轻量型的多光谱传感器被广泛搭载并获取数据[2-3]，在国土资源[4-5]、环境灾害[6-7]、农情监测[8-12]等众多领域得到广泛应用。针对多波段影像数据的分类处理[13]也一直是各行业应用所面对的首要问题，已经成为研究热点之一。支持向量机（support
江苏农业科学 2017年9期2017-07-15
- 基于自适应最小二乘支持向量机逆系统的链式STATCOM控制策略
用最小二乘支持向量机自适应地估计动态的模型非线性部分，通过反馈的方式加入到逆系统的输入端，从而补偿掉实际系统模型中的非线性部分，实现真正意义上的伪线性模型。由于是线性系统的解耦模型，采用线性二次型最优控制算法，实现配电网的无功补偿。仿真和实验结果表明，本文所提的算法很好的解决了配电网的无功补偿问题，且具有很好的鲁棒性和动态性能。关键词：最小二乘支持向量机；静止同步补偿器；逆系统；线性二次型调节器中图分类号：TP273 文献标志码：A 文章编号：1007-4
电机与控制学报 2017年7期2017-07-10
- 基于LS—SVM的制冷系统故障诊断
于最小二乘支持向量机（LSSVM）的制冷系统故障诊断模型，并采用ASHRAE制冷系统故障模拟实验数据进行模型训练与验证.对一台 90冷吨（约316 kW）的离心式冷水机组的7类制冷循环典型故障进行了实验.研究结果表明，LS-SVM模型对制冷系统七类故障的总体诊断正确率比支持向量机（SVM）诊断模型、误差反向传播（BP）神经网络诊断模型分别提高0.12%和1.32%；尽管对个别局部故障（冷凝器结垢、冷凝器水流量不足、制冷剂含不凝性气体）的诊断性能较SVM模型
能源研究与信息 2017年1期2017-05-15
- 基于粒子群优化的最小二乘支持向量机图像分割研究
将最小二乘支持向量机（Least Squares Support Vector Machines，LS-SVM）应用于图像分割，并利用粒子群算法对其参数进行优化。通过对经典的二分类与多分类问题的测试及彩色实物图像分割实验，结果表明，LS-SVM能综合使用图像多种特征，能够准确实现对图像感兴趣区域的分割，且分割速度比一般的支持向量机提高很多。关键词：最小二乘支持向量机；彩色图像；图像分割；参数优化引言支持向量机（Support Vector Machine，
科技创新与应用 2017年9期2017-04-26
- 基于EMD与果蝇参数寻优的LSSVM的机场能耗预测
的最小二乘支持向量机（Least Squares Support Vector Machines，LSSVM）的能耗预测方法。在原有LSSVM方法基础上，运用EMD对天津机场能耗数据进行预处理，得到若干个本征分量。根据各分量的变化规律构造不同的最小二乘支持向量机模型分别预测，加入果蝇参数优化算法寻找最优的最小二乘支持向量机正则化参数与核函数参数。最后将各分量的预测结果叠加得到最终的预测值。仿真结果表明，经过EMD处理后各个分量突出了原能耗数据的特性，降低了
计算机时代 2017年4期2017-04-26
- 基于LS?SVM的一次风机振动在线监测及故障预警
于最小二乘支持向量机（LS?SVM）的一次风机振动状态估计和故障预警方法。结合山西河曲发电厂1号机组的1#一次风机历史运行数据，应用Matlab对提出的方法进行验证和分析。研究结果表明，该预测方法有较高的估计精度，能够及时辨别一次风机在运行中的振动异常，适用于火电厂辅机设备的故障诊断，具有一定的工程应用价值。关键词： 一次风机； 在线监测； 最小二乘支持向量机（LS?SVM）； 故障预警中图分类号： TN911?34 文献标识码： A 文章编号： 1004
现代电子技术 2017年7期2017-04-14
- 一种模拟电路故障诊断方法研究
最小二乘支持向量机； 粒子群优化算法中图分类号： TN710.4?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）06?0183?04Abstract： The LSSVM algorithm is applied to the analog circuit fault diagnosis model， and its parameters are optimized with particle swarm optimiz
现代电子技术 2017年6期2017-04-10
- 基于滚动时间窗的PSO—LSSVM的通信基站能耗建模
窗最小二乘支持向量机（LSSVM）的基站能耗建模方法.该方法通过选取预处理的基站配置参数与实时数据建立滚动时间窗，采用PSO优化训练模型参数，并通过LSSVM回归估计训练模型，得到随时间窗数据变化的基站动态能耗模型.仿真试验与样本基站实测数据的验证结果表明，本文建立的能耗模型具有较高的预测精度及泛化能力，对基站节能工程的评估具有良好的应用前景.关键词：通信基站；能耗模型；最小二乘支持向量机；粒子群；滚动时间窗中图分类号：TP18；TN929.5 文献标志码
湖南大学学报·自然科学版 2017年2期2017-03-17
- 基于最小二乘支持向量机的VaR计算方法研究
将最小二乘支持向量机与传统的蒙特卡罗模拟法结合，对波动率进行估计。实证分析表明，该方法可行有效。Abstract： VaR is a tool making the investment risk quantification， which aims at estimating the possible or potential maximum loss in the future of a given financial asset or portfol
价值工程 2017年6期2017-03-15
- 电子商务交易风险评估模型仿真分析
用最小二乘支持向量机对电子商务交易风险评估样本进行学习，构建电子商务交易风险的评估模型；最后对模型的有效性和优越性进行分析。结果表明，该模型提高了电子商务交易风险的评估精度，能够为电子商务交易提供有价值的参考信息。关键词： 电子商务； 交易风险； 风险评估； 最小二乘支持向量机中图分类号： TN919?34； TP181 文献标识码： A 文章编号： 1004?373X（2017）03?0140?03Simulation analysis of asses
现代电子技术 2017年3期2017-03-04
- 基于联合互信息的动液面预测模型
立最小二乘支持向量机（Least Squares Support Vector Machine，LSSVM）模型，采用改进黑洞算法（Black Hole，BH）优化模型参数，预测出动液面，然后计算辅助变量与动液面的联合互信息，判断联合互信息的波动是否在合理范围内，以此作为模型更新的标准，提高动液面预测精度，最后将上述方法应用到辽河油田某采油平台实际生产数据中，仿真实验结果验证了该方法的有效性。关键词：动液面；最小二乘支持向量机；联合互信息；动态模型中图分类
科技与创新 2016年18期2016-11-04
- 基于量子差分进化优化LSSVM的短期负荷预测
的最小二乘支持向量机（least squares-support vector machine，LSSVM）模型。通过采用量子比特编码方案有效选取最小二乘支持向量机的参数，克服了最小二乘支持向量机算法中依据经验选定参数的盲目性。实例验证结果表明，与BP神经网路和单纯的最小二乘支持向量机算法相比，QDE-LSSVM有更高的预测精度，更适用于当前中国短期负荷的需要。【关键词】短期负荷预测；参数优化；量子差分进化；最小二乘支持向量机引言“十三五”规划期间，随着电
成长·读写月刊 2016年9期2016-10-21
- 基于粒子群算法与最小二乘支持向量机的ET0模拟
与最小二乘支持向量机的ET0模拟鞠彬1,2,王嘉毅3(1.河海大学水文水资源学院,江苏 南京210098; 2.中国电建集团华东勘测设计院有限公司，浙江 杭州310014;3.河海大学水利水电学院，江苏 南京210098)摘要：以月最高气温、月最低气温、月平均气温、平均风速、日照时数以及相对湿度6个气象因子的不同组合作为输入数据,以FAO Penman-Monteith公式计算结果作为标准值,构建基于粒子群优化算法与最小二乘支持向量机的ET0预测模型(PS
水资源保护 2016年4期2016-08-13