共查询到20条相似文献,搜索用时 0 毫秒
1.
滑坡变形的支持向量机非线性组合预测 总被引:1,自引:0,他引:1
在分析支持向量机(SVM)用于时间序列预测和非线性组合原理基础上,提出基于支持向量机的非线性组合预测方法。利用4种单项预测方法,包括SVM、径向基函数前向型神经网络(RBF)、反馈型神经网络(El-man)及3层神经网络(ANN),分别进行滑坡变形时序的建模与预测。对4种方法的预测结果再采用线性组合方法(简单平均、方差倒数、改进最优加权系数)和非线性组合方法(SVM、BP神经网络)进行组合预测及方法性能的比较。结果表明,非线性组合的平均相对误差明显低于线性组合方法,且对滑坡这种具有一定程度不确定性的非线性系统,SVM的非线性组合方法有着更理想的预测效果,7步外推预测准确度控制在89.3%以上。而与BP神经网络非线性组合相比,SVM也具有更好的稳健性和泛化性。 相似文献
2.
为了提高三电平逆变器复杂开路故障诊断的准确率,提出了一种应用“改进自适应噪声完备集合经验模态分解-模糊熵(ICEEMDAN-FE)”和“支持向量机(SVM)”结合的三电平逆变器故障诊断方法。首先,检测信号选取三相负载电压,为降低特征向量的维数,对三相负载电压进行Concordia变换,转换为α-β相电压;然后,通过ICEEMDAN算法提取α-β相电压的特征,得到不同尺度的内禀模态函数(IMF),再利用主成分分析(PCA)降维剔除IMF虚假分量;最后,计算优选的IMF的模糊熵均值作为特征向量,输入到多分类SVM中进行训练分类,进而实现对二极管中点箝位型(NPC)三电平逆变器的故障诊断。仿真试验结果表明,该方法能够有效识别多种开路故障模式,具有抗噪性能强,诊断速度快,诊断精度高等优点。 相似文献
3.
针对检测动车组闸片剩余厚度的需求,设计闸片图像采集系统,通过高速相机与面阵光源的结合使用完成在线闸片图像的采集。介绍支持向量机(SVM)算法的概念,采用SVM对闸片边缘特征进行识别,进而检测剩余厚度。运用最小二乘支持向量机(LSSVM),将SVM的不等式约束变为等式约束,实现闸片剩余厚度的趋势预测。通过将LSSVM检测结果与现场人工测量结果进行对比,验证方法的可靠性。基于LSSVM算法精准预测闸片磨耗趋势,可提供更好的闸片状态修管理模式。 相似文献
4.
在滑坡危险度区划过程中,滑坡影响因子的选择及其权重的确定直接影响到区划结果的质量和精度。如何保证影响因子的独立性及权重的客观性,一直是滑坡危险度区划工作中的瓶颈。此文以西部某区域为例,基于GIS技术,通过建立信息量模型,对滑坡危险度区划进行研究。并引入层次分析法中的判断矩阵,对信息量模型进行一致性检验,将通过一致性检验的信息量模型用于影响因子的量化分析。通过影响因子的量化分析,按照危险度大小将研究区域划分为低、中、高3个等级,区划结果与滑坡的实际分布基本吻合。 相似文献
5.
6.
针对使用静力测试数据进行桥梁结构损伤识别时容易出现误判的问题,基于支持向量机理论,提出1种新的静力损伤识别方法。将损伤识别过程分为损伤发生识别、损伤位置识别和损伤程度识别3个步骤。使用理论计算结果与测试数据比较的方法判断损伤是否发生,采用C-支持向量机分类算法进行损伤位置识别,利用ε-支持向量机回归算法进行损伤程度识别。将该方法与优化识别方法同时运用于1个连续梁试验中。试验结果表明:与优化识别方法相比,支持向量机方法通过分开求解损伤位置和程度,并先进行结构有限元分析,然后再使用支持向量机进行识别,将这2个过程解耦,从而降低了问题的难度,不仅能够正确地识别损伤出现的位置,而且能够得到与实际相符的损伤程度识别结果,并且具有较好的推广能力和较强的抗噪声能力,能够很好地对桥梁静力损伤进行识别。 相似文献
7.
具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性?在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间。介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期),新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面仿真实验表明,采用加权的增量算法更能反映新样本点的特征? 相似文献
8.
将采集到的数据进行模糊化处理,然后运用支持向量机对计算出的模糊样本进行训练,并对其进行模拟仿真,结果与实际试验结果基本相符.克服了根据单一的频谱变化来判断故障的类型,有效地提高了故障诊断性能. 相似文献
9.
通过对机车轴承振动信号的分析处理,提出基于支持向量机(SVM)的故障诊断方法,提取反映轴承运行状态的无量纲系数作为故障的特征向量,并以此作为输入来建立支持向量机分类器,利用SVM网络的智能性来判断机车轴承的工作状态和故障类型.实验结果表明,提出的方法在小样本的情况下仍能准确、有效地对机车轴承的工作状态和故障类型进行分类,实现机车轴承故障的智能诊断. 相似文献
10.
11.
支持向量机(SVM)是一种解决小样本分类问题的最佳理论算法,它的核函数的参数选择非常重要,直接影响着故障诊断的准确率。本文将粒子群算法(PSO)用于支持向量机的参数优化,提出基于粒子群支持向量机的故障诊断模型,并将其运用于轨道电路中。通过对比MATLAB仿真结果得出:经过粒子群寻优得到的参数比随机选取的参数更优,所建立的PSO-SVM模型的故障诊断准确率高于普通的SVM模型。 相似文献
12.
13.
14.
15.
16.
针对铁路重载货车的不同设计指标进行方案优劣评价。在方案评价理论基础上,运用基于TOPSIS的支持向量机法,将TOPSIS的贴近度函数作为支持向量机评价方案的目标函数,对含有6个目标属性的某铁路重载货车的8个设计方案进行评价。研究结果表明:拥有容积与载重都相对较大,并且最高运行速度较高的方案为优选方案,而单一目标属性十分理想的方案并不是最优方案。根据方案评价结果对比,可以发现对铁路重载货车影响较大的因素为容积、载重及最高运行速度,而自重、轴重和制动距离这3个因素对方案的影响程度相对较小。 相似文献
17.
18.
AT供电方式是我国高速和重载电气化铁道普遍采用的一种供电方式,其故障测距问题一直是研究的热点和难点。针对AT供电方式的特点,提出了基于支持向量机的AT供电牵引网故障测距方法,仿真结果证明了该方法的有效性。 相似文献
19.
20.
文章提出一种新的工程岩体分类和寻找最优支持向量机网络的方法,通过采用支持向量机的回归算法来解决多类分类的问题。通过对相同工程岩体的分类结果对比,发现可以采用支持向量机回归算法来解决工程岩体的分类问题,取得与采用支持向量机多类分类算法相同的分类效果,从而证明了采用回归算法来解决分类问题是可行的。 相似文献