共查询到20条相似文献,搜索用时 125 毫秒
1.
提出一种基于粒子群优化算法优化相关参数的最小二乘支持向量机(LS-SVM)的字符识别模型.利用相关的字符数据,分别使用本方法和基于网格搜索的最小二乘支持向量机方法进行识别.仿真结果表明,该方法的精确度高于其它两种方法. 相似文献
2.
Yue-lan WANG Zeng-yi MA Hai-hui YOU Yi-jun TANG Yue-liang SHEN Ming-jiang NI Yong CHI Jian-hua YAN 《浙江大学学报(A卷英文版)》2018,(4)
目的:采用最小二乘支持向量机建立煤粉锅炉NO_x排放模型,即建立输入参数与NO_x之间的关系。合理选择输入参数不仅会降低模型的复杂度,而且会提高模型的精度。为此,本文探讨各输入参数对模型的影响,并最终保留合适数量的输入参数建立NO_x排放模型。创新点:1.采用最小二乘支持向量机建立NO_x排放模型;2.通过敏感性分析确定模型的最终输入参数。方法:1.根据专家知识及运行经验确定NO_x排放模型的初始输入参数(图2);2.根据锅炉的运行历史数据,采用最小二乘支持向量机建立NO_x排放模型;3.采用敏感性分析方法确定NO_x排放模型的最终输入参数(图11),并用其进行建模以验证模型的有效性。结论:1.采用最小二乘支持向量机建立的1000 MW超超临界前后墙对冲锅炉NO_x排放模型,可靠性和精度较高;2.经过敏感性分析,NO_x排放模型的输入参数由初始的33个降为7个,模型的复杂度降低且精度提高。 相似文献
3.
4.
5.
以地铁车站客流监测数据为分析基础,给出基于Bayes理论的地铁车站客流数据曲线自适应特征提取流程和方法,通过特征指标的提取和优选,选择4个特征指标组成地铁车站客流预测模型的特征输入向量。在提出的基于最小二乘支持向量机的地铁车站客流预测算法中,采用修剪算法,通过实例分析证明:基于最小二乘支持向量机的地铁车站客流预测算法具有较强的自学习能力和较高的预测准确率。 相似文献
6.
提出一种基于相空间重构的最小二乘支持向量机(LS-SVM)的股票价格预测方法.采用混沌时间序列对股票价格数据进行相空间重构,应用贝叶斯框架对最小二乘支持向量机的参数选优.预测结果表明,该模型具有误差小、拟合程度高等优点,可适用于股票价格预测. 相似文献
7.
最小二乘支持向量机寻优的算法在实际生活中有着广泛的应用,用量子粒子群算法(Q PSO )优化最小二乘支持向量机模型(LS -SVM )能极大地提高最小二乘支持向量机的寻优能力。本文利用 QPSO 算法优化 LS - SVM 模型,以MATLAB7.0为平台,对企业的销售管理问题进行寻优,兼顾了公司、营销部的利益以及客户的需求,做到均衡销售,最后使公司的利益最大,证明了方法的有效性。 相似文献
8.
研究目的:为了同时预测固体氧化物燃料电池(SOFC)的电压、温度动态特性和设计控制器,建立SOFC的控制相关动态辨识模型。创新要点:为了建立SOFC更精确的最小二乘支持向量回归机(LSSVR)动态模型,采用遗传算法(GA)优化LSSVR的参数。所建GA-LSSVR模型可同时预测SOFC的电压和温度动态特性。研究方法:1.分析SOFC的电化学和能量平衡子模型。2.利用所选择的最优LSSVR参数,建立了SOFC的GA-LSSVR动态辨识模型。通过仿真分析和比较,验证了所建模型的有效性(图3和4)。3.利用所建模型的预测结果,与模拟退火算法优化最小二乘支持向量回归机(SAA-LSSVR)和5折交叉验证最小二乘支持向量回归机(5FCV-LSSVR)模型的预测结果进行了比较,表明所建立的GA-LSSVR模型具有较高的预测精度(表3和4)。重要结论:通过比较SAA-LSSVR和5FCV-LSSVR模型的预测结果,发现所建GA-LSSVR模型具有较好的预测性能和精度。基于所建立的GA-LSSVR模型可进行有效的多变量控制器设计。 相似文献
9.
顺流向位移是坝体形变监测中的重要指标。针对神经网络、支持向量机模型存在的局限性,提出基于粒子群优化与最小二乘支持向量回归的模型对顺流向位移进行预测。结合实地坝体数据,通过与神经网络、传统支持向量机等模型进行对比实验和分析,结果表明,该方法具有误差低、计算效率高等特点。 相似文献
10.
根据油罐故障分析,建立了油罐故障诊断模型。采用新型的支持向量机-最小二乘向量机(LS-SVM)的算法对此诊断模型进行预测,获得了满意的效果。该方法易于使用,很少受不确定性因素的影响,有很高的预测准确性。 相似文献
11.
12.
介绍了最小二乘支持向量机(Least Squares Support VectorMachines,LS-SVM)的数学基础和具体应用。用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组的求解,提高了运算速度。并将其与偏最小二乘法、标准支持向量机进行了对比,结果表明,最小二乘支持向量机泛化能力更强,计算效率更高。 相似文献
13.
为了降低人为设定参数值对支持向量机运行结果准确度的影响,采用智能算法中的人工鱼群算法,搜寻支持向量机相应参数的最优解。由于人工鱼群算法运算在寻优精度和效率方面均有提升空间,故将混沌机制引入人工鱼参数初始化,通过改进固定参数和行为算子得到支持向量机预测模型。使用该模型进行中长期电力需求预测研究,并与其它参数优化算法产生的模型进行均方误差对比。研究结果表明:改进后的模型在拟合均方误差和预测均方误差上都优于未优化的模型,支持向量机在预测精度方面有一定程度的提升。 相似文献
14.
在高职教育中,一个能够以较高精度预测学生考试成绩的模型可帮助教师预判教学效果,从而不断改进教学方法,提高教学质量。利用正交核最小二乘法搭建了高职学生考试成绩预测模型,以学生自身特点和平时表现等信息构成模型输入特征变量,预测学生的考试成绩是否合格以及具体分数。以深圳信息职业技术学院学生作为研究对象,将模型从预测精度和稀疏度两方面与支持向量机进行比较。实验结果表明,利用正交核最小二乘法建立的模型具有良好的泛化能力,虽然拟合精度略逊于支持向量机,但是能够取得更好的分类精度和更大的稀疏度。 相似文献
15.
《赣南师范学院学报》2019,(3):46-50
隐藏层中心点参数的选择和权值向量的快速计算是径向基函数神经网络设计的关键问题.基于"半月"数据集,论文提出了一种上下半月单独计算聚类中心的K-均值聚类、递归最小二乘算法计算权值向量的混合学习算法.基于三层RBF神经网络结构,以支持向量机作为分类器,开展了K-均值+最小均方算法及K-均值+递归最小二乘算法2种混合模式的对比实验.实验结果表明,"K-均值+RLS"算法相比"K-均值+LMS"算法具有更快的收敛性,在应对线性不可分的情况,上下半月单独作用的K-均值聚类算法表现更优越,综合考虑收敛速度及分类精度两个指标,论文提出的上下半月单独计算中心点的K-均值聚类+RLS的混合学习算法获得较优的性能. 相似文献
16.
针对标准支持向量机训练时间过长与参数选择无指导性问题,给出一种通过粒子群优化双支持向量机模型参数的方法。与标准支持向量机不同,该方法的时间复杂度更小,特别适合不均衡的数据样本分类问题,对求解大规模的数据分类问题有很大优势。将该算法与标准的支持向量机分类器在不同的文本数据集上进行仿真实验对比,以验证算法的有效性。结果表明基于粒子群优化的双子支持向量机分类器的分类结果高于标准支持向量机分类结果。 相似文献
17.
刘轩黄 《江西电力职业技术学院学报》2001,14(4):1-9
将单输入 单输出 (SISO)系统的递推辩识算法推广到多变量的情形 ,这种最小二乘类型的算法结构简洁且可同时给出具有良好数值性质的模型结构和参数辩识。证明了多变量输入 输出差分方程模型与其对应的标准状态空间模型可以经变换而由一种模型得到另一种模型。该算法与对应的最小二乘递推算法比较更易于理解和实现 相似文献
18.
针对变压器油击穿电压在线测量困难,提出核主元分析(KPCA)和模糊C均值聚类(FCM)的变压器油击穿电压预测模型。首先,通过KPCA提取输人数据的非线性主元;然后采用FCM将提取的主元集分成具有不同聚类中心的子集,同时,采用差分进化算法对KPCA核参数和FCM聚类数寻优,分别为每一子集建立最小二乘支持向量机(LSSVM)子模型;最后通过子模型切换策略得到模型的最终输出。实验结果表明,提出的预测模型具有较好的泛化能力和预测精度。 相似文献
19.
20.
针对遗忘因子递推最小二乘法的遗忘因子为固定值而造成锂电池参数辨识结果稳定性和锂电池等效电路模型精度无法同时兼顾的问题,提出一种将模糊算法与遗忘因子递推最小二乘法相结合的融合算法——模糊遗忘因子递推最小二乘法,使得遗忘因子在模糊控制器的作用下实现动态可变.通过选取一阶RC模型作为锂电池的等效电路模型,并基于固定遗忘因子递推最小二乘法和模糊遗忘因子递推最小二乘法,分别对一阶RC模型进行参数辨识,然后分别将参数辨识结果带入模型中进行模型端电压误差计算.仿真结果表明,相较于遗忘因子取值为1的固定遗忘因子递推最小二乘算法,基于模糊遗忘因子递推最小二乘法的锂电池模型端电压平均绝对误差值下降了0.000 85 V,最大误差绝对值下降了0.074 2V.相较于遗忘因子取值为0.9的固定遗忘因子递推最小二乘法,模糊遗忘因子递推最小二乘法参数辨识结果的稳定性有非常显著地提升. 相似文献