基于IBA-SVM的变压器故障诊断

为提高变压器故障诊断精度,准确映射变压器故障类型和特征气体的非线性关系,提出一种基于改进蝙蝠算法(improved bat algorithm, IBA)优化支持向量机(support vector machine, SVM)的故障诊断方法.在蝙蝠算法(bat algorithm, BA)的基础上引入惯性权重和莱维飞行机制,有效提高了寻找最优SVM惩罚因子和核函数参数的能力.将改进后的蝙蝠算法用于SVM的寻找最优参数并建立故障诊断模型.实验结果表明,采用IBA-SVM模型进行故障诊断与采用固定参数的支持向量机模型和粒子群算法优化支持向量机模型相比故障诊断精确度更高,基于IBA-SVM的故障诊断模型的诊断正确率可达到94%,有效提升了分类准确度.     

急救生命支持设备的维护与故障排除策略

急救生命支持设备是医疗救援中不可或缺的关键工具,在抢救过程中,它们能够提供生命维持、快速诊断和医疗技术支持,以最大限度地降低患者的风险,并提供最佳的治疗机会。本文对急救生命支持设备的分类和使用进行简要介绍,针对设备常见的故障,提出一些可行的维护和排除策略建议,希望为今后急救生命支持设备的维护和保养提供有力支撑,促进医疗事业的持续发展。     

基于CEEMDAN-SVM的高铁轴承故障诊断研究

高铁轴承在高铁运行中起着重要作用,对其进行状态检测和故障诊断有着十分重要的作用和意义.总结出一种基于自适应辅助噪声的完备集合经验模态分解(CEEMDAN)和样本熵(SampEn)相结合的高铁轴承故障诊断方法.振动信号经过分解获得诸多的本征模态分量(IMF),计算其样本熵特征参数来表征不同故障状态下的轴承信号的相关特征,...     

Classification of underwater still objects based on multi-field features and SVM

A Support Vector Machine is used as a classifier to the automatic detection and recognition of underwater still objects. Discrimination between the objects can be transferred into different projection spaces by the process of multi-field feature extraction. The multi-field feature vector includes time-domain, spectral, time-frequency distribution and bi-spectral features. Underwater target recognition can be considered as a problem of small sample recognition. SVM algorithm is appropriate to this kind of problems because of its outstanding generalizability. The SVM is contrasted with a Gaussian classifier and a k-nearest classifier in some experiments using real data of lake or sea trial. The experimental results indicate that SVM is better than the others two.     

海洋石油支持船(OSV)危险货物运输

文章介绍和讨论了我国海洋石油支持船载运危险货物与普通货船危险货物运输存在的主要差别,以及相关的国外同行业主管机关的监管规定,供同行们借鉴.     

基于Rough集理论的增量式数据挖掘算法

提出一种求精简规则的带支持信息的增量式算法IDMA,该算法改进了传统挖掘算法的缺点,可充分利用已挖掘出的规则集来对新增实例进行决策规则挖掘,同经典Rough集挖掘算法比较,算法IDMA计算过程简单,而且效率较高.     

饱和潜水支持船设计要点分析

以海龙号专用饱和潜水支持船为例,介绍船舶配置、饱和潜水支持系统、饱和潜水作业流程,阐述船舶动力定位(Dynamic Positioning,DP)能力,提出船舶稳性改进措施,并对潜水装置外部处所消防设置、主竖区划分、救生艇配备进行说明,可作为今后同类船舶设计的有益借鉴.     

基于支持向量机的干散货航运市场运价预警

为分析预测干散货航运市场运价波动的警情,建立基于支持向量机的运价预警模型,并构造相应的算法.选择波罗的海海岬型指数(Baltic Capesige Index BCI)、波罗的海巴拿马指数(Baltic Panamax Index BPI)、波罗的海灵便型指数(Baltic Supramax Index BSI)、波罗的海小灵便型指数(Baltic Handsige Index BHSI)等四个干散货运价指数作为警兆指标,结合航运专家知识经验,确定干散货航运市场运价的实际警度.依据训练样本数据,利用支持向量机的学习功能,通过编制MATLAB软件程序,获得市场运价警度的分类超平面及预测警度区间,并进行内插和外推检验.检验结果表明此方法对于干散货航运市场运价预警有很好的适用性.     

船舶动力定位系统的在线模型预测控制

针对船舶动力定位问题提出了基于线性核函数在线支持向量回归的模型预测控制方案.在线支持向量回归算法的引入可以通过在线调整,确保预测模型的精确性.基于线性核函数的模型预测控制能够方便、迅速地求取控制律的解析表达式,保证控制律的最优性以及算法的快速性.仿真结果证明了该控制方案的有效性.     

基于广义预测控制的船舶可调桨网络控制系统研究

可调螺距螺旋桨(CPP)控制系统是船舶推进系统的重要子系统.随着船舶推进系统在响应速度、操纵性能等方面的要求不断提高,CPP控制系统已从传统的控制系统发展到分布式的网络控制系统,而网络控制的引入必然产生不确定的网络时延.因此,采用支持向量机,广义预测控制和队列机制的混合控制方法设计了网络控制器,有效地补偿网络时延对CPP控制系统产生的不利影响.