支持向量机改进算法在船舶桨叶数分类中的应用

利用船舶目标辐射噪声DEMON谱特征,采用支持向量机改进算法,实现了对船舶螺旋桨桨叶数的分类识别应用研究。针对支持向量机算法对噪声比较敏感和求解最优分类面时约束较多不利于支持向量机最优分类面寻优的问题,在保持支持向量稀疏特性和应用径向基核函数的条件下,对支持向量机算法在松弛变量和决策函数2方面进行改进,构造齐次决策二阶损失函数径向基支持向量机改进算法,进行理论分析、数据仿真实验,并应用于利用船舶目标辐射噪声DEMON谱进行船舶螺旋桨桨叶数的分类识别实验。结果表明,该改进算法实现了支持向量机在二次规划中的最小约束条件下最优分类面求解,具有模型参数寻优空间广阔、总体分类性能优的特点,其分类性能优于原支持向量机算法,适用于利用船舶目标辐射噪声DENOM进行船舶螺旋桨桨叶数分类应用。     

快速SVM算法及在陀螺仪参数漂移预测中的应用

针对支持向量机在对海量训练样本进行训练时,训练速度慢而导致难以应用的问题,通过分析训练样本数目与训练时间之间的关系,利用支持向量机对小样本学习的良好特性,提出了基于样本分组的支持向量机快速训练算法.将海量样本分成小样本进行训练,然后对训练得到的多个支持向量机进行加权处理得到决策函数.此方法在标准数据以及陀螺仪参数漂移数据上进行了仿真应用,方针结果证明该方法可大幅提高训练速度,同时保证了较好的泛化能力.     

基于K最近邻决策的支持向量机分类算法及仿真

将基于支持向量机(SVM)的分类方法和最近邻法(NN)相结合,提出了一种SVM-KNN的分类方法。通过SVM算法对训练样本进行训练并找出支持向量,在进行待识别样本判断时,当其与最优分类面距离大于某一给定阈值时采用SVM决策模型,否则运用K最近邻法决策其类别,从而减少SVM算法的误判概率。仿真实验结果显示,运用该算法无论对于合成数据还是真实数据,在分类精度上比单独的SVM都有较明显的提高。     

基于粒子群算法的支持向量机参数优化方法的研究

支持向量机(Support vector machines),作为一种新兴的学习机器,具有广阔的发展前景,但其性能依赖于参数选择,并且在实际工程中,这个问题一直没有得到较好的解决,在很大的程度上限制了它的应用.本文对粒子群算法(Particle swarm optimizer)进行改进,通过每次迭代过程中,增加粒子个数的方法扩大粒子的搜索范围,防止粒子陷入局部最优.将改进的粒子群算法用于支持向量机参数选择中,并且在非线性系统模型辨识中进行仿真验证,同传统方法相比,在时间和辨识精度上都有了很大的提高,为解决SVM的参数选取问题提供了一条有效的途径.     

基于单参数的Lagrangian支持向量回归算法及其应用

支持向量机（Support Vector　Machines，SVM）是基于统计学习理论框架下的一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能，该方法已成为当前国际机器学习界的研究热点，能较好地对解决小样本、高维数、非线性和局部极小点等实际问题。提出了一种基于单参数的Lagrangian支持向量回归算法，并将该算法应用在外贸货物吞吐量预测中。估算结果证明了这种改进的支持向量回归算法在吞吐量预测中的有效性和实用性。     

多种代数特征抽取方法下的图像分类算法研究

文中分别用主成分分析、独立成分分析以及线性鉴别分析方法对图像进行特征抽取,同时采用K近邻算法和支持向量机算法进行人脸图像分类.通过在YALE人脸图像库上实验,结果表明:多种特征抽取方法下的图像分类算法是有效的.     

加权支持向量回归算法在运力预测中的应用

支持向量机(Support Vector Machines,SVM)是基于统计学习理论框架下的一种新的通用机器学习方法,是一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能,该技术已成为当前国际机器学习界的研究热点,能较好地解决小样本、高维数、非线性和局部极小点等实际问题。近来,SVR方法被引入求解回归和预测问题,并在各领域中得到广泛的应用。本文在分析现有基于高斯核的支持向量回归方法优缺点的基础上,突破目前在构造支持向量机中存在的"所有支持向量与样本之间的在特征空间中的内积所对应的核函数参数一定要相等"的这一思维定势,提出了一种新的算法——"基于高斯核参数加权的支持向量回归机"算法,并将该算法应用在世界散货船队运力预测中。估算结果证明了这种改进的支持向量回归算法在船队运力预测中的有效性和实用性。     

基于AFSA优化的支持向量机柴油机性能预测模型

电控高压共轨技术的采用使得船用柴油机性能及排放具有了更大的优化空间，但同时柴油机控制参数增多使得柴油机性能的预测变得更为复杂。为了建立精确的柴油机性能预测模型，利用回归支持向量机，通过对实验数据的学习以获得预测模型。支持向量机的预测精度会因其参数的选择出现一定的差异，所以需要对支持向量机参数选择进行研究和优化。以某型船用高速大功率电控高压共轨柴油机为研究对象，建立支持向量机预测模型，分析其预测性能受参数选择的影响，并利用人工鱼群算法对其进行优化。结果表明，基于人工鱼群算法优化的回归支持向量机能够建立精度较高的柴油机性能预测模型，且人工鱼群算法具有很好的寻优性能。     

基于辐射噪声能量分布的舰船目标分类算法

有效的特征提取技术是水中目标识别的基础.为提高基于舰船辐射噪声的水中目标识别准确率,选用小波变换完成信号预处理和滤波,并在信号变换后的多尺度子空间上提取信号特征参数,归一化处理后构建分类特征向量,最后用支持向量机算法进行训练和测试.仿真结果表明,利用小波变换的多分辨率分析方法和支持向量机算法对舰船辐射噪声信号进行分类识别,特征提取算法有效,分类速度较快.     

支持向量机回归方法在船型要素建模中的应用

支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法，是一种处理非线性分类和非线性回归的有效方法。采用支持向量机回归算法对船型主要要素进行建模，并与常规的回归建模方法进行比较。同时应用实例进行论证，估算结果证明了这种支持向量机回归算法在船型要素建模预测中的有效性和实用性。     

加权支持向量回归算法在船舶智能建模中的应用

在分析现有基于高斯核的支持向量回归方法优缺点的基础上,将高斯核参数加权与支持向量回归算法相结合,实现了一种"基于高斯核参数加权的支持向量回归算法".在该新算法中引入一种带权重因子的核函数,其中权重因子由输入向量来确定,同时将该算法应用在散货船舶主尺度要素智能化建模中并与常规算法进行了比较.试验结果表明了这种改进的支持向...     

基于SVPWM五相三电平H桥逆变器中点电位控制研究

针对多相三电平H桥逆变器的电压矢量数量多,难以应用传统的空间矢量PWM算法的问题,提出了一种简化的五相三电平H桥逆变器空间矢量PWM算法。该方法采用相移SPWM思想,将五相三电平H桥逆变器作为两个由单桥臂组成的五相分别予以控制。分析选择合理的工作电压矢量及开关作用顺序,计算了开关周期内的各工作电压矢量的作用时间;不同开关状态下,针对中点电位分析的基础上,提出利用冗余矢量对中点电位进行控制,实现了电容电压的平衡。     

一种反舰导弹目标选择融合算法

根据反舰导弹自控终点散布、末制导雷达方位探测误差、舰艇队形和散布,推导了后续算法用到的一些正态分布总体的均值向量和协方差矩阵。在讨论了改进的最小偏离目标选择法和基于队形的目标选择法的基础上,融合最小偏离信息和队形信息提出了一种目标选择算法。算例的仿真结果表明目标选择融合算法总体上要优于其它三种目标选择算法。     

高速三体船的快速性综合优化研究

讨论了一种高速三体船的快速性综合优化设计问题,在对一型三体船进行系列模型试验的基础上建立了快速性综合优化设计数学模型.采用遗传算法作为优化方法,编制了C++优化计算程序,基于大量的计算,确定了合理的进化代数;得到了快速性指数在傅汝德数Fr为0.32~0.44之间随速度和船长的变化曲线.文中提出的优化方法及计算结果可为高速三体船初步设计提供技术支撑.     

船舶动力定位系统级故障诊断技术

针对松散耦合的船舶动力定位系统分布式体系结构，提出了一种基于改进的二值PMC模型约分布式系统级故障诊断算法。采用自诊断与互诊断相结合的方法，给出了分布式诊断算法、图论模型、诊断内容及算法中使用的报文种类、故障向量。基于软件故障注入思想设计了四种故障，并对该算法进行了诊断验证。结果表明：改进的PMC模型适用，所提出约分布式系统故障诊断算法正确，故障诊断与验证应用程序可靠、实用。     

基于五相三电平H桥逆变器的载波PWM控制

针对五相三电平H_Bridge逆变器输出电压空间矢量众多,算法复杂等特点,提出了一种新型的载波SPWM调制方式,该调制方式算法简单,同时,在实际控制过程中,易于通过注入零序分量的方式,对控制算法予以优化,从而获得理想的电压输出波形.理论分析的结果得到了仿真验证.     

内河架空直立式码头三维空间结构构件最不利荷载工况组合算法

根据荷载组合原则,在以往研究成果的基础上经改进得到了一种可用于寻求任意排架数量的内河架空直立式码头三维空间结构各构件的最不利荷载工况组合算法。该算法是基于码头三维模型分别在不同荷载工况作用下各构件的内力结果,通过MATLAB编程来实现对该结果的线性叠加计算,从而找到各构件的最不利荷载工况组合情况。该算法有效克服了在以往二维平面模型计算中对门机及堆货荷载工况数量的局限性,使得最终计算结果更趋于真实。并以重庆港果园码头二期工程项目中五排架模型为例,运用该算法将结构原本可能出现的158738112种荷载工况组合简化到了最不利的14种情况,极大减少了设计计算过程中的工作量,可为内河大水位差架空直立式码头结构的设计与研究提供一定的技术支撑。     

吃水受限的内河大型船舶航行性能综合优化方法研究

建立吃水受限的内河大型船舶航行性能综合优化的数学模型,又基于并行算法和遗传算法思想,构造了一种分层并行遗传算法,对于吃水受限的内河大型船舶航行性能综合优化问题进行了一般遗传算法、并行遗传算法和两层及三层并行遗传算法的大量优化计算,结果表明,该分层并行遗传算法计算可靠、效率高,为设计综合性能优良的内河船船型准备了良好的基础条件。     

Multi-path planning algorithm based on fitness sharing and species evolution

A new algorithm is proposed for underwater vehicles multi-path planning. This algorithm is based on fitness sharing genetic algorithm, clustering and evolution of multiple populations, which can keep the diversity of the solution path, and decrease the operating time because of the independent evolution of each subpopulation. The multi-path planning algorithm is demonstrated by a number of two-dimensional path planning problems. The results show that the multi-path planning algorithm has the following characteristics: high searching capability, rapid convergence and high reliability.