网格搜索

摘要： 社交媒体平台中存在的大量虚假新闻伴随着网络的快速发展,影响范围扩大,造成了不良社会影响以及经济损失。为快速有效地实现虚假新闻的检测,提出一种基于支持向量机的虚假新闻检测研究的方法。通过TextRank提取文本特征向量,使用网格搜索交叉验证方法对支持向量机(Support Vector Machine,SVM)参数寻优,对其新闻数据集进行虚假检测、分类,从而识别虚假新闻。实验结果表明,本文提出的方法与朴素贝叶斯和决策树相比,在虚假新闻检测问题上效果较好。

摘要： 传统船载水深测量受船只吃水影响,难以在浅水区域开展,遥感水深反演作为传统方法的有益补充,其重要性日益凸显。以GF-1多光谱影像为数据源,以船载声呐实测水深点作为训练样本和检测样本,以相关系数、均方根误差和平均绝对误差作为评价指标,首次将网格搜索+XGBoost模型应用于启东恒大威尼斯浅海区域水深反演。实验表明,网格搜索+XGBoost模型水深反演的相关性系数达到0.820,均方根误差0.247 m,平均绝对误差0.134 m,与GBDT模型和波段比值模型相比,其水深反演精度更高,且易于实现。该研究方法和成果为快速获取大范围浅海水深提供了借鉴,为相关水上勘察和海洋资源开发提供了技术思路。

摘要： 支持向量机在数据挖掘中有良好表现并成功应用于诸多领域,但是其超参数对模型精度影响显著。为了获得更好的回归预测结果,本文使用网格搜索算法进行超参数优化,通过比较三种评价指标和可视化对比实验,最后获得具有较小误差的支持向量回归机,同时为支持向量机的超参数优化问题提供参考。

摘要： 应用支持向量机对心脏病患者和非心脏病患者的分类进行研究,构建心脏病预测模型,辅助医生进行心脏病诊断。选用径向基核函数构造支持向量机分类器,利用网格搜索与交叉验证相结合的方法对模型进行初步的优化,缩小参数寻优的取值范围,在此基础上使用粒子群优化算法(PSO)对模型进行进一步优化,得到模型最佳的惩罚因子C和核参数g。将优化前的支持向量机和参数优化后的支持向量机预测的结果进行比较,可看出优化后模型分类预测的结果得到了明显的提升,分类准确率提升到84.04%,灵敏度和特异度分别提升到92.73%和71.79%。通过对实验结果的观察,可看出该心脏病预测模型的分类准确率得到了提升,可应用于心脏病辅助诊断。

摘要： 机器学习算法通过对已知数据的学习来预测未知数据,现有通风系统故障诊断方法大多针对1种机器学习算法进行研究,无法保证所选算法为最优。针对该问题,对8种机器学习算法进行比较,并选择支持向量机(SVM)、随机森林和神经网络3种算法进行通风网络故障诊断研究。根据矿井通风系统实际布局,按照几何相似、运动相似、动力相似准则构建通风网络管道模型,得到由管道网络分支和管道网络节点组成的通风网络,通过实验获取风量数据,并采用标准化方法对数据进行预处理;通过交叉验证和网格搜索对基于SVM、随机森林、神经网络的通风网络故障诊断模型进行参数寻优。实验及现场测试结果表明,基于SVM、随机森林、神经网络的通风网络故障诊断模型在实验平台测试集上的准确率分别为0.89,0.88和0.95,在煤矿现场测试集上的准确率分别为0.86,0.90和0.96,神经网络模型的故障诊断效果均为最佳。将煤矿现场收集的120组新风量数据输入神经网络模型进行预测,故障诊断准确率达0.98,验证了基于神经网络的通风网络故障诊断模型的可行性和准确性。

摘要： 目的为使空调系统能够及时对近零能耗建筑室内负荷变化做出反应,提出基于DeST仿真与支持向量机回归算法(SVR)的预测方法。方法以位于沈阳建筑大学校内的近零能耗示范建筑为例,通过DeST仿真得到模型需要的原始数据,利用网格搜索算法(GS)对支持向量机算法中的参数进行优化,采取优化后的支持向量机回归算法(GS-SVR)对负荷数据进行训练与预测。结果GS-SVR预测模型的MSE_(供热)与普通SVR预测模型相比降低了13.61%,R^(2)提高了1.25%;MSE_(供冷)与普通SVR预测模型相比降低了2.49%,R^(2)提高了1.36%。结论GS-SVR算法提高了严寒地区近零能耗建筑室内负荷预测的精确度,可对近零能耗建筑的空调系统运行诊断及优化。

摘要： 针对室内GPS在大型构件复杂装配环境中的测量干涉引起无效测量的问题,提出一种测量站位干涉检查与优化调整的方法。综合测量特性、限制条件、实际工况等要素,制定发射器站位规划的基本原则。以AABB包围盒法为基础,构建线面相交模型替代低效的实体求交,实现目标点测量的快速干涉检查。通过空间网格层次搜索和平面网格螺旋搜索方法,优化调整存在测量遮挡的发射器站位,输出能够保证目标点可测、可解的有效布局。验证结果表明:基于OpenCASCADE平台开发的系统能够实现规划过程的可视化。

摘要： 针对巴西盐下湖相碳酸盐岩储层物性非均质性强、岩性对储层物性控制弱的难题,采用小样本统计学习性能较强的支持向量机(support vector machine,SVM)解决储层物性评价问题。SVM不仅可以从复杂的测井信息中挖掘出储层物性信息,还可以从测井曲线中挖掘出岩性信息,解决因样本少而难以分岩性进行物性评价的问题。以实测孔隙度作为训练数据的标签,并以其对应深度的测井曲线作为训练数据,挑选出多条对储层物性敏感的特征曲线,采用SVM方法实现井点孔隙度和渗透率的准确预测。评价结果表明,与BP神经网络方法对比,SVM方法预测效果更佳,更适合样本点较少、处理复杂的非线性问题。

摘要： 为了对能源消耗做出精准的预测,文章提出了一种基于带外生变量的季节差分移动自回归(seasonal autoregressive integrated moving average with exogenous,SARIMAX)模型与极限梯度提升算法(extreme gradient boosting,XGBoost)混合模型的能耗预测方法。首先导入实验所需的训练数据以及辅佐用的天气环境数据,利用k-means构建天气簇类,然后构建节假日指示器,根据季节趋势做进一步调整,利用网格搜索选取SARIMAX模型最优参数组合,最后混合XGBoost算法优化预测模型,做出预测并对比实现结果。通过结果分析可知,混合SARIMAX模型和XGBoost模型能够在考虑多个外生变量的基础上实现对区域能耗的精准预测。

摘要： 提出XGBoost-ESN组合模型股价预测方法.使用网格搜索法对XGBoost模型和ESN模型进行参数优化并改进模型结构,利用最小二乘法联合XGBoost和ESN进行数据预测.测试结果表明,改进的XGBoost-ESN组合模型能有效减少预测误差,对股票价格预测的精度更高.

摘要： 利用辐射源信号到达不同卫星间的多普勒频差对辐射源定位是目前卫星无源定位技术研究的热点之一.对FDOA定位方程的特点行了分析,详细研究了在地球面约束情况下FDOA定位方程的基于网格搜索的最大似然算法,并对此算法的性能进行了分析.仿真结果表明,该算法收敛速度快,能接近克拉美罗下限,是最优的定位估计器.

摘要： 微震监测定位技术的精度及效率是微震监测中的核心技术问题,震源扫描算法作为一种稳定、可靠的方法被广泛用于微震监测定位中,但是在多事件、多参数反演中,其反演效率严重制约其应用.本文将震源扫描算法与DIRECT算法思想结合,提出基于DIRECT算法的微震快速网格震源搜索定位方法,即在求解震源扫描算法目标函数最优解时,采用DIRECT 搜索策略,无需划分网格大小,直接搜索目标函数最优解.通过地面及井中微震监测模型测试表明,基于DIRECT算法的微震快速网格震源搜索定位方法比传统的震源扫描算法搜索次数少、计算耗时短、计算精度高,尤其适合大空间内多事件、多参数的震源反演,为水力压裂微震监测过程中大量数据的实时、快速、准确定位提供了可能.

摘要： 为了提高生产效率与能源利用率,提出了采用最小二乘支持向量机(Least squares support?vector machines LSSVM)算法对啤酒厂煮沸车间蒸汽量的消耗预测.根据历史数据样本,采用RBF核函数作为LSSVM的核函数,交叉验证结合网格搜索来优化参数,用所建立决策函数作为预测模型.实验结果表明,数据样本的预测集和测试集的均方差均达到0.006,拟合相关参数达到99％以上,LSSVM方法能够快速准确的预测该车间在生产旺季的蒸汽消耗,为企业节能控制方案的制定提供了理论依据.

摘要： 根据船舶自航模15o/5o变Z形试验结果,应用最小二乘支持向量机对船舶操纵运动进行了黑箱建模,针对支持向 量机参数选择的不确定性,使用网格搜索法进行了参数寻优；应用所建模型对该自航模10o/1o、25o/5o变Z形试验及35o 回转试验进行了运动预报,预报结果同试验结果相比吻合良好,验证了支持向量机应用于船舶操纵运动黑箱建模的有 效性和网格搜索法在支持向量机参数寻优中的可行性.

摘要： 油井产量预测是油田开发动态分析重要的内容之一,也是油田开发优化决策的基础.油井产量随时间的变化关系受多种因素的影响.常规的油藏工程研究方法往往受到相关参数不确定性的限制,预测准确度较差,且当样本数量较少时,预测误差偏大.为提高预测精确度,本文提出一种基于支持向量机算法的油井产量预测方法,采用交叉验证与网格搜索组合方法搜寻最优核函数参数并采用不同核函数对产量进行预测,选取最佳核函数及参数建立支持向量机的油井预测模型.在对模型进行学习与训练后进行预测.预测产量与BP神经网络预测值及实际产量的比较结果表明该模型能很好的实现预期效果.

摘要： 微震监测通常具有目标区域不大、地震信号弱而定位精度要求较高等特点,传统地震定位方法往往难以满足某些特定场景下微震定位的需求。本文提出了基于微型台阵的单台定位方法以及逐点网格搜索定位方法,并在地面敲击实验、化爆标定实验以及弹着点定位实验中得到了成功应用和验证。和经典的Geiger定位方法相比,基于微型台阵的单台定位精度稍差但实际需求的信息量最少,而格点搜索方法和Geiger方法的定位精度相当但是定位结果更加稳定可靠。

摘要： 本文研究了基于牛顿迭代的最大似然方位估计方法的数值解法。推导了任意阵型的似然函数，给出基于牛顿迭代法的数值求解，并推导了似然函数的导数。对比分析了网格求解和迭代求解的计算量和精度，初步的仿真结果表明：基于牛顿迭代的数值求解方法，可以获得较高的估计精度，解决了基于最大似然的目标方位估计时网格搜索面临的庞大的计算量问题。

摘要： 建立了基于最小二乘支持向量机的热带气旋强度预报模型.针对机理建模和神经网络建模无法提供热带气旋强度预报的有效解决方案,研究了基于最小二乘支持向量机的回归模型.利用给定的热带气旋数据集.使用交叉验证和网格搜索的方法对最小二乘支持向量机回归模型进行了参数优化选择.实验结果表明,建立的热带气旋强度的12,24,48和72 h的预报模型,都满足了预定的误差要求.

摘要： 支持向量机是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。利用前日该污染物的日均浓度、前日地面平均风速、前日最低温度梯度等七个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型，并利用十重交叉验证和网格搜索法寻找模型最优参数。乌鲁木齐大气预报实例表明：支持向量机显示出小样本时预报精度较高和训练速度快的独特优势，为空气质量预报提供一种全新的模式。

摘要： 为了更好地对复杂故障进行诊断和排除，提出了基于最小二乘支持向最机(LSSVM)的故障诊断专家系统。LSSVM是SVM的一种改进算法，能够较好的解决小样本、非线性、高维数和局部极小等问题。将LSSVM嵌入专家系统中，实现知识自动获取和快速推理，专家系统则完成知识库的管理与维护和故障信息等工作，两者的优势结合提高了系统的综合诊断性能。最后，利用此系统对模拟的电梯故障进行仿真，结果准确一致。

摘要： 本发明公开了一种基于网格能量遍历搜索的GNSS干扰源定位方法，包括如下步骤：步骤1，将选定区域划分为若干网格；步骤2，将任意一个观测点作为基准观测点，计算各网格点的反向辐射能量值，步骤3，利用遍历搜索的方法将各网格点的能量向另外的观测点辐射，并计算观测点接收到的辐射能量值，步骤4，将各观测点实际测量得到的能量与利用遍历搜索方法辐射得到的能量作最小二乘拟合，将拟合误差最小的网格点确定为干扰源的所在点。本发明公开的方法，可将关注区域划分成若干网格，网格越小精度越高，同时计算量越大，可在现有RSSI定位方法的基础上大幅度提高定位精度。

摘要： 本申请属于数据处理技术领域，涉及一种面向重叠网格贡献单元搜索的坐标树空间映射方法。所述方法包括：遍历重叠网络所有复制子网格以及背景网格，根据复制子网格和背景网格进行八叉树的构建，再对当前时刻进行初始时间步的判断，若当前时刻不是初始时间步，则获取当前子网格的网格单元的中心点，对另一子网格的复制子网格的八叉树结构进行访问，根据当前子网格的网格单元的中心点与变换后的网格边界框进行空间关系计算，利用计算结果和八叉树的层数对当前子网格的网格单元进行遍历，得到当前子网格的网格单元所对应的另一子网格中的对应贡献单元和非贡献单元。采用本方法能够提高贡献单元搜索效率。

摘要： 本发明提出了一种适用多套复杂网格耦合CFD计算的高效宿主单元搜索方法，包括以下步骤：S1，提出重心坐标的概念，根据当前节点与当前判断单元的重心坐标确定节点与单元的位置关系，并给出搜索方向；S2，计算节点与单元的重心坐标时，任意多面体单元一个面内存在多于3个网格点的情况下，对面内节点进行染色标记，确保每次计算时，3点确定一个平面中至少有一个网格点是此前未采用的；S3，对于个别单元形式异常复杂的网格单元，计算节点与单元的重心坐标时，对当前单元的面内和面外节点进行染色标记；S4，根据已完成搜索的宿主单元信息，优化未开始搜索节点的搜索起始单元，提高搜索效率。本发明能够大幅提高复杂计算网格中宿主单元搜索的鲁棒性和搜索效率。

摘要： 本申请属于协同探测领域，为一种网格化空域分配与协同搜索规划方法，在搜索前通过先确定平台集合，确定能够执行任务的平台，而后将搜索空域通过投影的方式形成网格化空域，对网格化空域的每个网格按照优先级进行排序，而后根据每个网格需求和平台的性能来进行每个平台任务的分配，在分配完成后进行每个平台搜索路径的计算，由于每个网格的大小是确定的，这样每个平台的搜索范围在先已经确定完成，不会出现重复的问题，以任务、网格需求、平台的特性为导向，一次即可全部分配完成，不需要进行多次的分配，也不需要根据平台的反馈反复的调试搜索路径，路径规划高效，保证各个平台长期、稳定地执行搜索任务。

摘要： 本发明公开的基于网格搜索的双星系统空间轨道族搜索方法，涉及一种双星系统空间轨道族搜索方法，属于航空航天技术领域。本发明的实现方法为：对双星系统空间轨道的初始状态划分网格进行便利搜索，通过比较临近初始参数对应的终端状态与理想状态的差值以及相对位置关系得出存在周期轨道的备选初始状态，利用微分修正算法得到精确的周期轨道初始状态；最后根据轨道的能量，轨道周期以及位置分布得到不同的空间轨道族。本发明能够实现适用于双星系统空间及多圈轨道的搜索，且搜索得到的轨道族多、搜索效率高，便于实现得到初始参数敏感的轨道族。

摘要： 本发明公开的基于网格搜索的双星系统空间轨道族搜索方法，涉及一种双星系统空间轨道族搜索方法，属于航空航天技术领域。本发明的实现方法为：对双星系统空间轨道的初始状态划分网格进行便利搜索，通过比较临近初始参数对应的终端状态与理想状态的差值以及相对位置关系得出存在周期轨道的备选初始状态，利用微分修正算法得到精确的周期轨道初始状态；最后根据轨道的能量，轨道周期以及位置分布得到不同的空间轨道族。本发明能够实现适用于双星系统空间及多圈轨道的搜索，且搜索得到的轨道族多、搜索效率高，便于实现得到初始参数敏感的轨道族。

摘要： 本发明涉及一种基于网格搜索和决策树的发电机组市场力动态评价方法，1)采集竞价机组数据；2)基于采集的各种数据和电力市场力风险监测指标体系，计算机组指标值，形成描述机组市场行为特征的指标值向量，利用专家系统对集合中的机组类别进行标注，构建竞价机组市场力特征数据集；3)通过网格搜索和交叉验证算法寻找机组市场力评价模型的最优参数，根据最优参数创建机组市场力评价决策树；4)在下一出清时段通过所构建决策树评价模型对机组市场力行使情况进行评价，形成新的竞价机组市场力特征数据库，用以修正机组市场力评价模型。与现有技术相比，本发明具有简化评价流程、提高识别准确度等优点。

摘要： 本发明提供了一种考虑无人机机动性约束的跳跃网格搜索方法，该搜索方法包括：将地图栅格化并且定义其中每个网格的坐标；根据无人机的当前速度和机动性约束确定下一步的跳跃网格数；根据机动性约束和跳跃网格数确定可供决策的网格；根据可供决策的网格计算搜索收益并且根据搜索收益决策无人机下一步移动的目标网格；通过搜索信息判断无人机移动之后是否完成搜索任务，如果否，则重复前述搜索决策过程，如果是，则结束搜索。应用本发明的技术方案，以解决现有搜索决策方法规划出的搜索航迹与无人机的机动能力不匹配导致搜索效率较低以及影响无人机安全性能的技术问题。

摘要： 本发明公开了一种基于GCLM‑网格搜索算法的声发射源定位方法。首先对处于三维空间内的声发射源周围布置多个传感器，然后利用主传感器和各次传感器间的时间差来构造目标函数，通过GCLM算法对其进行迭代求解，得到初步的定位结果，以此结果作为中心点坐标，在该点的邻近区域采用网格搜索法计算最优定位结果，能够解决迭代算法对初值的依赖，避免目标函数陷入局部极值，从而实现迭代初值和时间测量误差等因素影响下声发射源的精确定位。

摘要： 本发明提出了一种基于SVM和分步网格搜索算法的遥感图像态势识别方法，主要解决现有技术中存在的识别意图准确度较低且SVM超参数搜索较慢的技术问题，实现步骤为：1)构造遥感图像目标检测网络模型；2)获取训练样本集和测试样本集；3)应用SVM分类模型并对其超参数进行训练；4)获取遥感图像的态势识别结果。本发明通过增加检测效果差的样本图像对损失函数的贡献，提升整体样本图像的检测效果，然后依据检测的目标数量作为一维数据，并从态势图中获取其它6维特征，制作样本特征向量，先确定SVM分类模型的超参数搜索范围，再搜索SVM分类模型的超参数最优解，从而提高了SVM分类模型识别意图的准确度和超参数搜索的速度。