支持向量机算法

摘要： 采用支持向量机算法,在实验数据的基础上,建立航空发动机阻燃钛合金的合金化元素与力学性能关系模型,分析合金化元素对力学性能的影响规律.模型的输入参数为V、Al、Si和C元素,输出参数为室温拉伸性能(抗拉强度、屈服强度、延伸率和断面收缩率).结果表明:各个力学性能支持向量机模型的线性相关系数均在0.975以上,具有较高的预测能力;各个力学性能测试样本实验值与模型预测值的绝对百分误差均在5%以内,具有良好的泛化能力,能够有效地反映出阻燃钛合金的合金化元素与力学性能之间的定量关系,进而实现对该合金的成分优化.对于Ti−35V−15Cr阻燃钛合金,可以通过加入质量分数为0~0.1%的Si元素和质量分数为0.05%~0.125%的C元素,并减少质量分数为2%~5%的V元素,来提高力学性能;对于Ti−25V−15Cr阻燃钛合金,可以通过加入质量分数为1.5%~1.8%的Al元素和质量分数为0.15%~0.2%的C元素,来提高力学性能.

摘要： 针对大多数负荷预测方法缺乏对发电侧的考虑,以及预测精度较差等问题,开展了一种计及供给侧出力的数据挖掘负荷预测方法研究.采用K-means算法对样本数据集中的气象数据进行聚类,并且利用灰色关联分析得到气象因素与供给侧、用电量的关系.同时,根据风、光、水、荷的特性,提出净负荷的概念并引入气象因子.在完成数据预处理的基础上,通过支持向量机算法进行分析,以实现负荷预测.基于历史数据集和MATLAB平台对所提方法进行实验分析,结果表明,其预测结果与真实值尤为接近,MPAE、RMSE、AE和FA分别为7.05%、0.97 MW、0.83 MW和90.35%,均优于其他对比方法.

摘要： 为研究叶片性状特征及其特征组合对竹种识别准确度的影响,找出分类效果较好的特征组合。以江苏、贵州、云南共16属70种(变种、变型和品种)竹子叶片为试验材料,提取9个叶片性状特征作为原始数据集,引入RBF核函数,在一定范围内进行参数优化,确定惩罚系数(C)=1000,核函数的参数(γ)=0.1。结果表明:当选用9个叶片性状特征进行识别,准确率为86%,考虑到特征组合存在冗余,最终以5个叶片特征(包括叶片的长、宽、面积、周长以及叶面积与周长的比)进行模型训练,识别准确率为81%。以选取的特征组合建立模型,在种水平上,62个竹种的识别精确率达到70%以上,23个竹种的精确率达到90%以上,鹅毛竹和两年生毛竹的精确率达到100%;在属水平上,14个属的识别准确率达到80%以上,5个属达到90%以上,倭竹属的准确率达到100%。

摘要： 针对当前光伏发电间断性和随机性对电流影响较大的问题,基于改进支持向量机算法,提出光伏发电功率预测方法.通过灰色关联度优化气象影响因素参数,改进支持向量机算法,建立多气象因素协同约束的光伏电池等效模型,得到光伏电池的串联和并联电阻;将训练数据的总数映射到特征空间中,筛选数据并定义特征空间中的超平面,计算光伏发电的有效功率并降低误差.结果表明,预测结果与实际结果符合程度高,功率预测的绝对误差小,有效性和应用性得到验证.

摘要： 基于广受欢迎的微博平台,利用新浪微博提供的API接口及网络爬虫技术从微博中提取用户数据,通过支持向量机算法(SVM)将微博用户分为水军用户和非水军用户两类。再利用改进的支持向量机算法(SVM)从大量的用户数据中提取特征值,实现多分类支持向量机模型,将用户分为正常用户、炒作型水军、营销型水军、谣言型水军四类。研究结果表明,构建的模型可以较为准确地识别出用户的类型,识别误差率较低。

摘要： 针对CTD气流式烘丝机设备运行过程中出料不均匀、烟丝含水率不均匀等故障预测依靠工程师经验判断造成预测准确率较低的问题,以主风机频率、主风机气流量等工艺参数为故障预测属性,以出料口质量、含水率等指标为故障判据,对工艺过程进行故障分类标注,首先,采用松弛变量法,构建支持向量机故障预测目标函数,建立故障预测模型,接着利用运行数据与故障标注,采用留出验证法,对模型进行训练,并与决策树、逻辑回归等方法故障预测结果进行对比.模型仿真结果显示,所建支持向量机故障预测模型,故障预测准确率为99.6%,真正例率为99.8%,ROC值为0.99,故障预测效果较好,实现了CTD烟丝干燥设备故障预测.

摘要： 煤体结构作为煤层勘探开发研究的重点参数之一,影响着煤层产能,有效识别煤层煤体结构至关重要.本文利用支持向量机算法,以地球物理测井资料为基础进行煤体结构识别,并以沁水煤田柿庄北区3号层为例,对该区块进行煤体结构类型分类,利用支持向量机的双二分类与"一对多"分类两种建模模式,建立基于测井曲线的煤体结构识别模型,再利用交叉验证评价模型的泛化性,并对该模型用未参与建模数据进行准确性评价.结果表明,应用支持向量机算法的两种模式能有效识别煤体结构,模型具有泛化性与准确性,且"一对多"分类模式精度更高,在对有利产出煤和不利产出煤的区分上效果突出,对有利产出煤的具体类型区分上具有准确性,可对后续压裂施工提供指导.总体上,基于支持向量机算法和地球物理测井资料建立的煤体结构识别模型对煤层气勘探开发有指导意义,具有实际应用价值.

摘要： 差分拉曼光谱是目前较为常用的检验方法之一,本文对计算机分类识别技术在案件现场常见一次性塑料杯盖的应用进行实验,获取了样本的差分拉曼光谱.根据谱图可将样本分为3类:聚丙烯(PP)、聚苯乙烯(PS)和聚对苯二甲酸乙二醇酯(PET),对比分析其中官能团峰位,再利用Calinski?Harabasz评价指标优选最佳聚类数为5类,进行K?均值聚类.随机选取40个样本建立支持向量机判别模型,提取谱图方向梯度直方图和灰度共生矩阵后合并成一个向量作为特征矩阵的一行,剩余8个样本作为测试集验证结果.结果表明,识别准确率达到到100％.此高效识别方法具有检验成本低、分析速度快等优点,在公安机关实际办案过程中可起到技术参考作用.

摘要： 为优化数据类型识别技术,进一步完善数据类型识别的方法,改善当前数据类型识别难以识别出复合文件的问题.笔者通过对8种常见的数据类型进行实验,初步选定朴素贝叶斯等几种分类算法,并提出基于支持向量机(Support Vector Machine,SVM)的多方面参数选定方法,然后依据新的数据类型识别方法与传统文件类型分别进行对比实验,同时确定数据类型识别的函数分析方法.通过实验可知,基于SVM支持向量机算法的数据类型识别方法建模时间长,但识别率高,被认定为以后要采用的新的基于机器学习的数据类型识别方法.

摘要： 针对高速铁路沿线同一监测点两台风速风向计风速监测数据差异较大的情况,基于数据挖掘技术研究了异常数据的判识方法.首先采用相关性分析方法对两台风速风向计风速监测数据进行判断,若数据异常,再采用差分阈值法分别对两台风速风向计风速监测异常数据进行判识.根据风速对列车运行和基础设施的影响将高速铁路风速监测数据分为6个等级,根据历史数据确定各等级下的差分阈值.根据当前风速自适应动态选择差分阈值识别风速异常数据,并结合风向进一步研究异常数据产生的原因.对京张高速铁路风速监测数据的分析验证表明该判识方法快捷有效.

摘要： 针对直推式支持向量机中若标注错误导致错误传递及训练速度慢的问题,提出一种协同标注的直推式支持向量机算法,该算法按照一定策略把有标签训练集划分为若干个子集,形成若干个分类器,在每次迭代中,对签样本的标注依据多个分类器的投票结果,提高标注的准确性;然后把标注样本加入到相应的训练集中,重新训练得到新的分类器;然后合并训练集,训练并得到最终分类器,最后的实验结果表明该方法的有效性.

摘要： 支持向量机算法(SVM)应用于具有小样本特征的实际问题时是否能获得到良好的预测效果，取决于能否成功地设置该算法的关键参数，这一瓶颈问题一直阻碍着该算法在具有小样本特性的实际工程中的应用。论文在分析SVM回归估计方法参数性能的基础上，提出了以自适应粒子群算法(APSO)优化SVM关键参数的改进SVM算法，并以变电工程为背景提出了相应的工程造价预测模型。运用此模型，对某实际变电工程实例进行了造价预测仿真分析，并与传统的支持向量机算法进行比较，说明改进的支持向量机算法具有良好的变电工程造价预测精度，且速度较快。

摘要： 本文着重介绍选取SVM及其如何成功诊断处理钢厂森吉米尔轧机X射线测厚仪CS值电压自动漂移等故障的实例,实践理论与应用并重.通过支持向量机算法诊断出测厚仪CS值电压自动漂移等故障，及攻关处理后的测厚仪设备，能够准确可靠反应所轧带钢厚度，确保了所轧产品精度和成材率。

摘要： 支持向量机是一种新的数据挖掘方法,目前已广泛应用于模式识别、回归分析等各个领域,但其性能在很大程度上依赖于参数的选取.基于此分析了误差惩罚因子C的作用,提出一种对正类和负类加以不同惩罚的改进的支持向量机算法,并给出一种基于有效集法的求解改进SVM的算法.数值实验表明,该方法对于数量不均衡和分布不同的训练数据样本在时间空间以及训练测试精度上均有较好的效果.

摘要： 针对可靠监测道岔转辙机转换特性的问题,提出一种基于主成分分析法及支持向量机智能分析道岔转辙机转换特性的方法.从总体思路及算法实现这2个方面阐述了主成分分析法及支持向量机算法实现.基于主成分分析法去除无关量,在数据线性可分的情况下,基于支持向量机算法训练样本数据,得到分类函数将健康数据和故障数据分类.结果表明,该方法能够成功指导智能分析道岔转辙机转换特性,能够更准确地掌握道岔转换设备的工作状况,特别是及时预测其故障趋势,为"状态修"提供支撑数据,是工程可行的,并具有良好的应用推广价值.

摘要： 古陶瓷数据处理中的欠拟合与过拟合问题近年来,运用计算机数据处理与现代化学分析技术相结合,为古陶瓷考古和鉴别提供有用信息,已得到广泛的应用.古陶瓷数据分析的特点,是样本难得,数目有限.属于计算机科学中的"小样本问题".目前古陶瓷数据处理常用的算法,有主成分分析,聚类分析,人工神经网络和线性回归等.这些经典算法虽能从古陶瓷数据中抽提出若干有用信息.但是由于"小样本问题"的特点,这类计算常受"过拟合"(overfitting)或"欠拟合"(underfitting)问题困扰.所谓"过拟合"是指对已有数据拟合好,但所得数学模型对未知数据预报失误较多的情形;所谓"欠拟合",是指对已有样本难建模,对不同类样本不能有效区分的情形.此处举两个古陶瓷研究中"过拟合"与"欠拟合"的实例:(1)古钧瓷与近代仿制品的区别的主成分分析钧窑是宋代五大名窑之一.钧瓷釉有"釉具五色"的美誉.惜其配方在元代失传.从清代开始,钧瓷的仿制品取得一定成就.因此如何鉴别古钧瓷和近代仿制品乃成为迫切课题.在以前工作中,我们曾用主成分分析法总结古钧瓷釉(19个样本),仿制品釉(7个样本)和铜红釉(18个样本)的化学成分的规律.在主成分分类图上三类样本分别分布在不同区域,其间有明显分界.可以得到三种样本成分分类的判据[1].但是,如果用留一法检验此法的预报能力,就会发现有一个仿制品误报为古钧瓷.这是由于样本少而样本点在空间分布不均匀所致,是因样本少分布不均匀造成的古陶瓷研究"过拟合"一例.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 利用步态对个人身份进行认定是当前生物识别领域的研究热点,为克服不同服饰、携带物对步态识别的影响,提出了一种基于泊松方程和Gabor小波的步态特征表达方法.首先对提取的运动人体二值图像采用泊松方程计算轮廓内每个点的平均随机行走时间,并构造阈值函数提取运动人体的动态部位图像Udynamic;然后将一个步态周期序列内的Udynamic累加平均,得到一种新的步态特征图(Gait Feature Image,GFI);采用Gabor小波提取GFI不同方向、不同尺度的信息,利用2D-PCA构造降维后的特征矢量.利用SVM在中科院自动化所的CASIAB数据库上进行实验,取得了较高的正确识别率.

摘要： 本发明公开了一种基于遗传算法和支持向量机的电力负荷预测算法，包括如下步骤(1)采集电力负荷数据并进行遗传编码形成初始化种群，并将初始化种群依次进行计算个体适应度、选择算子、交叉算子和变异算子；(2)设置融合层的最大遗传代数i为100，并将个体适应度、选择算子、交叉算子和变异算子分别计算后的种群均输入至融合层；(3)将融合层满足迭代要求的种群输入支持向量机，经过支持向量机的训练和学习实现对电力负荷的预测。本发明通过遗传算对采集的初始数据进行处理，可实现数据的最优解，再输入至支持向量机，使得输入支持向量机数据更正则化，提高了支持向量机中权值的精度、训练效率、网络性能和网络的逼近能力。

摘要： 一种基于蚁群算法优化的分段支持向量机回归的校正算法，属于一种分段支持向量机回归的校正算法。本发明针对现有算法的缺陷，提供了一种测量电压精准、成本低、校正精度高、稳定性好、能够得到全局最优解、回归结果稳定的校正算法。本发明所述的校正算法的计算步骤为：样本空间划分；建立回归模型，设置初始向量机参数，根据误差值确定蚂蚁位置的信息素：搜索并更新信息素，保存全局最优解；确定蚂蚁下一步信号转移概率：建立动态的信息素挥发因子；建立动态因子；更新信息素，记录信息素最大的蚂蚁，重新搜索，直至得到的全局最优解。本发明所述的校正算法尤其适用于传统的光纤光栅电压传感器非线性校正。

摘要： 基于改进灰狼算法优化支持向量机回归机的通信基站流量预测方法，涉及通信基站的流量预测技术领域。为了解决传统的线性时间序列方法难以有效地捕获实际基站流量序列中复杂的非线性因素的问题，从而导致对当前通信基站流量预测误差大的问题。本发明首先收集通信基站的流量数据并对其划分、处理，然后设置SVR相关参数并设置改进灰狼优化算法参数，用改进后的灰狼算法求出SVR的惩罚因子和核函数参数的最优值，最后用优化后的SVR对测试集数据进行预测，并对输出结果进行反归一化处理，得到通信基站流量的预测结果。主要用于通信基站的流量预测。

摘要： 本发明公开了一种用于变压器故障诊断的支持向量机参数优化算法。支持向量机核函数采用径向基核函数，对核函数参数η首先计算异类样本间的平均欧氏距离作为参考值ηref，固定η＝ηref并对惩罚因子C在区间[0.001，1000]中进行对数化等距搜索，采用交叉验证法得到分类准确率最高的Cref。将(ηref，Cref)设置为支持向量机参数，使用全部的样本训练支持向量机，得到支持向量。接着计算异类支持向量间的平均欧氏距离作为η，固定η并再次对C进行对数化等距搜索和交叉验证得到最优的C，最后将(η，C)设置为支持向量机参数，使用全部的样本训练支持向量机。在保证诊断精度的前提下极大地提升了训练支持向量机模型的效率，以便模型随着故障数据的积累而不断更新。

摘要： 本发明公开了一种基于回归型支持向量机的电力负荷预测算法，包括以下步骤：S101、计算用户用电数据特征的权重；S102、对用户用电数据进行归一化；S103、产生训练集合和测试集合；S104、创建和训练SVR模型；S105、使用SVR进行仿真预测；通过对参数的取样及排序能够有效的降低采集对计算结果的影响，同时通过采用SVR算法，相较于其他的算法大大的提高了计算精度。

摘要： 本发明公开了一种基于改进蝙蝠算法和支持向量机的局部放电故障诊断方法，其步骤包括：采集特高频局部放电数据，并对数据进行预处理，构建样本库；采用随机初始化的蝙蝠位置坐标构建初始支持向量机模型；使用改进蝙蝠算法优化支持向量机模型，并建立局部放电故障诊断的支持向量机模型；使用建立的局部放电故障诊断模型识别故障类型，获得故障识别结果。本发明能获得较好的分类效果，加快支持向量机参数寻优的效率，从而实现局部放电故障的自动诊断和准确识别。

摘要： 本发明提供基于遗传算法优化支持向量机的海面电磁散射预测方法，包括：以半确定面元法作为前向模型，计算出不同极化条件下海面单站散射系数，构建数据集；对支持向量机预测模型进行训练，建立了后向预测模型，对海面单站散射系数随角度以及风速的变化进行预测。统计了半确定面元法仿真时间和支持向量机模型预测时间以及计算误差，结果表明本方法建立的支持向量机预测模型在满足一定精度条件下，能够有效缩短计算时间，提高计算效率。

摘要： 本发明提供了一种基于支持向量机的VANET分簇算法，属于车联网分簇技术领域。解决了车联网VANET中车辆结点的高移动性导致网络拓扑结构的不稳定和受限的移动轨迹等问题。其技术方案为：包括以下步骤：步骤一、车辆结点属性特征参数的提取及支持向量机的构造；步骤二、使用AP聚类算法进行初始时刻簇头结点选取；步骤三、使用支持向量机完成道路车辆结点的入簇；步骤四、车辆行驶途中的簇维护操作；步骤五、簇头车辆结点行驶结束后，依据统计的簇中结点存活时间调整优化簇头结点支持向量机参数。本发明的有益效果为：本发明提高簇的稳定性；能自身完成快速入簇判断。

摘要： 本发明属于二维箔条云分布特性识别技术领域，公开了一种基于支持向量机算法的二维箔条分布特性识别方法，进行试验预处理和建库操作，在高速摄像机的取景视野范围内抛洒已知类型的箔条，适当拍摄多张箔条扩散的照片并保存，以此作为数据库的数据源；正式进行试验，对含有未知类型箔条的箔条云扩散过程进行照片拍摄和留存；基于支持向量机算法和HOG特征提取方法，对采集的试验图片进行边缘查找，并依据边缘连续性对图片进行分割；对每一分割子对象进行箔条长度和姿态识别，将长度认为是待求箔条长度，箔条的姿态角可以通过计算上下端点连线的斜率获得。本发明有效的提高了箔条云扩散模型建立的准确度，同时提高箔条试验中数据的处理效率。

摘要： 本发明公开了的一种基于支持向量机算法的电厂工控系统数字量加密传输算法，包括以下步骤：S1：通过系统数据库中采集数字量；S2：根据数字量构建支持向量机分类器模型；S3：提取数字量的特征变量数据，通过特征变量数据对支持向量机分类器模型进行测试找出最优核函数；S4：将数字量数据通过最优核函数的支持向量机分类器模型获得分类结果；S5：将分类结果切为多个数据块，根据数据块的编号依次生成每个数据库对应的加密请求；S6：将每个数据库对应的加密请求发送给云端服务器，云端服务器对每个数据块匹配加解密算法，接收每个数据块匹配的加解密算法的哈希值；S7：根据每个数据库对应的哈希值找到对应的加解密算法，并对每个数据库进行加密。