共查询到20条相似文献，搜索用时 562 毫秒
1.
为了能够有效的提高云计算下的资源负载预测精度,提出了一种改进的布谷鸟算法优化支持向量机的云计算资源模型(ICS-SVM)。首先介绍了基本的布谷鸟算法,并从种群初始化,引入粒子群-量子的概念改进算法,最后将改进后的算法优化SVM获得最优参数建立云计算负载模型。仿真实验说明,与其他的几种经典智能算法优化SVM相比,ICS-SVM能够有效的提高云计算的资源负载变化的预测精度,具有较好的推广价值。 相似文献
2.
随着电子信息技术的发展,现在已经进入到了电子时代,电路的故障诊断越来越重要,本文在模拟电路故障特征和种类的基础上,简要的分析了模拟电路故障诊断的神经网络法和支持向量机法,结合模拟电路的实际情况,结合支持向量机法,对模拟电路故障诊断方法进行了设计,并阐述了虚拟维修过程。 相似文献
3.
4.
由于化工过程对象很难全面获取各种故障数据和故障特征,因此按照化工机理建立过程模拟模型并对实际的故障进行模拟和诊断方法的研究是必要的。本文研究了支持向量机(SVM)的集成诊断方法,并进一步采用改进的粗糙神经网络的故障分类模型,通过分析故障在不同切面的分布诊断故障类型,改进故障诊断性能。针对动态执行器基准平台(DAMADICS)的19种阀门故障模式,与之前较成熟的独立元分析方法进行对比仿真验证,结果表明本文提出的故障诊断方法有效提高了故障诊断效率。 相似文献
5.
6.
7.
为了提高文本分类的准确性和效率,提出了一种基于潜在语义分析和超球支持向量机的文本分类模型.针对SVM对大规模文本分类时收敛速度较慢这一缺点,本文将超球支持向量机应用于文本分类,采用基于增量学习的超球支持向量机分类学习算法进行训练和分类.实验结果表明,超球支持向量机是一种解决SVM问题的有效方法,在文本分类应用中具有与SVM相当的精度,但是明显降低了模型复杂度和训练时间. 相似文献
8.
通过收集多跳自组织网络下无线传感器故障历史数据,然后利用支持向量机对故障类型与特征之间关系进行建模,支持向量机参数通过遗传算法优化,同时利用云计算对遗传算法性能进行改善,防止神经网络训练时出现收敛速度慢和陷入局部极小等缺陷。仿真实验表明,相对于其它多跳自组织网络下无线传感器故障诊断模型,CGA-SVM提高了多跳自组织网络下无线传感器故障诊断正确率,能够满足多跳自组织网络下无线传感器故障诊断的要求。 相似文献
9.
提出一种遗传算法优化支持向量机算法的网络安全检测方法。混合算法能够直接得到分类超平面的系数,采用最优支持向量机模型对归一化后的网络数据进行检测,最终得到网络入侵结果。本文通过对比分析传统的SVM网络安全技术,验证了GA-SVM技术的优越性。 相似文献
10.
为了最大限度提取到局放故障最本质的信息,利用超球面支持向量机对不同绝缘故障局部放电类型进行模式识别。局部放电信号检测复杂,对应故障类型多样,局部放电样本数目有限且特征量呈非线性,使得BP神经网络和SVM的识别率较低。本文基于自回归系数特征,采用经过粒子群优化的超球面支持向量机对不同绝缘故障类型的局部放电进行模式识别,识别率高,这对提高局部放电模式识别率具有一定的指导意义。 相似文献
11.
为了解决传统径向基网络结构确定难和故障样本不足的问题,本文结合支持向量机（Support Vector Machine,SVM）在解决小样本数据集及非线性问题上的独特优势,提出了一种基于支持向量机的径向基网络故障诊断方法：并将该方法应用在滚动轴承的故障诊断上,实验结果表明该方法不仅可以提高径向基网络的训练速度,而且还可以获得更准确的诊断结果。 相似文献
12.
基于支持向量机(SVM)的相关反馈算法在反馈过程中只利用SVM的分类器,反馈结果排序会出现一定错误,提出一种改进的相关反馈策略,将图像的视觉特征度量函数和SVM分类器函数进行线性加权,作为相关反馈中的相似性度量准则.实验表明,改进策略能够优化遥感图像检索排序结果,提高检索的精度. 相似文献
13.
《科技通报》2016,(11)
针对标准支持向量机(SVM)算法在数字抠像的应用中还存在抠像精度低、点集分类效果不好等问题。本文设计了以快速分割核函数优化SVM算法为基础的数字抠像模型,最先将径向基函数(RBF)当成核函数对推理试验模型进行建立,之后再利用CMSVM设置较大的参数取值范围,对参数进行大间隔步长的循环取值,并通过一定训练和测试,以评分准则为依据对这种状况下建立的最优SVM分析模型所对应的参数值进行确定,指导最终确定出用来建立SVM分析模型的理想参数值,进而对分析模型进行确定。结果表明,本文提出的快速分割核函数优化SVM算法相比较标准SVM算法,具有更好的数字图像抠像效果。 相似文献
14.
采集大型火电系统短路数据,并将其转换成为时间序列数据,然后将时间序列数据输入到最小二乘支持分类集中进行训练,训练过程中引入最小二乘支持向量机对布谷鸟算法进行优化,用改进的布谷鸟算法对火电系统的短路位置数据进行距离聚类,从而预测出火电系统的短路地点。仿真结果表明本文算法能更加准确的预测了大型火电系统短路位置的变化态势,提高了大型火电系统短路位置的预测精度。 相似文献
15.
《科技通报》2017,(1)
有效防御病毒对工控系统的入侵是目前工控安全研究的难点问题。为了提高工控系统入侵检测的准确率,本文设计提出了一种主成分分析(PCA)与PSO-SVM相结合的工控入侵检测方法。针对工业控制系统网络数据高维的特性,该方法利用PCA对采集的网络入侵数据进行数据降维与特征提取,支持向量机(SVM)入侵检测的性能主要取决于核函数参数取值的优劣,采用粒子群算法(PSO)对支持向量机参数进行优化,以获得最优的SVM工业控制系统入侵检测模型。采用密西西比州立大学关键基础设施保护中心最新提出的工控标准数据集进行仿真实验,结果表明该算法在攻击检测与攻击类型识别方面均有较高的查准率,提高了工业控制系统的安全性能。 相似文献
16.
17.
针对传统的支持向量机在分类中不能够逼近任意的分类界面,而造成分类精度低的问题,本文在传统的支持向量机核函数基础上,提出了一种基于遗传算法优化的支持向量机结构模型,并将该方法应用在DNA序列分类上。实验结果表明了本文算法在同等条件下要比传统的SVM分类方法具有更加优越的特征提取性能。 相似文献
18.
19.
支持向量机(SVM)是建立在统计学习理论基础上的一种通用的研究机器学习规律的方法。它具有很强的学习能力和泛化能力,可以有效地处理分类,回归等问题。SVM在处理非线性问题时,通过使用一个核函数来解决复杂计算问题。最小二乘支持向量机(LS_SVM)是SVM的一种改进,它提高了求解问题的速度和收敛精度。本文以太阳黑子为数据集,基于LS_SVM工具,使用了支持向量回归算法(SVR),实现了太阳黑子活动的预测。 相似文献
20.
为了提高大储量液化石油气罐车紧急切断阀失灵检测的精度和效率,提出了基于增强模糊支持向量机的罐车紧急切断阀失灵检测方法。首先通过对大储量液化石油气罐车紧急切断阀的常见失灵类型进行分析,将其样本数据进行训练集和测试集的训练。其次利用模糊支持向量机算法进行罐车紧急切断阀失灵检测模型建立。然后利用粒子群进化算法进行该模型的最优参数、惩罚系数和隶属度的确定,最后利用优化的参数进行支持向量机的分类。通过训练集和测试集对该模型进行仿真实验,仿真实验结果表明,该方法的失灵检测准确率均在95%以上,具有较高的鲁棒性和可靠性。 相似文献