共查询到20条相似文献,搜索用时 15 毫秒
1.
在原有遗传算法的交叉,变异的基础上,将基本免疫算法与遗传算法相结合,通过"精英策略"和"改善变异因子"提高了算法的性能,并将改进后的算法运用到免疫算法中,提高了抗体的适应度和生成机制,其次引入支持向量机,将改进后的免疫算法寻求最优的支持向量机参数,提高了故障的识别率。仿真实验以无线传感器故障为例,在均绝对误差,均方误差和均方根误差等方面都优于基本免疫算法。 相似文献
2.
3.
4.
针对无线视频传感器网络能量异构普遍存在的特点,提出一种引入优化压缩思维的无线视频传感器网络路由协议,确定节点的可压缩性,在簇头节点中完成数据的稀疏以及观测,将少数测量数据发送至汇聚节点,汇聚节点通过采集节点压缩数据的测量向量,进行压缩感知解码,完成数据的压缩以及重构操作。通过蚁群算法获取无线视频传感器网络中最小成本的路径,将数据分组发送至所有邻居节点,蚂蚁依据能量水平的高低确定下一跳,从而更好的完成全网能量均衡,蚂蚁走完所有路径后,对其信息素进行计算,求出信息素的挥发带来的负反馈,给出新的带宽函数以及跳数函数,节点间通过周期性的广播路由更新分组确保路由表的正确性,在路由选择时综合分析带宽与跳数因素,有效提高了无线视频传感器网络的吞吐量。仿真实验结果表明,所提协议可有效均衡网络能耗,延长整个网络生命周期。 相似文献
5.
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
6.
7.
8.
无线传感节点的故障是影响无线传感网络是否正常运行的重要因素。针对节点故障的检测,首先对节点的采集进行优化,采用向量机回归预测划分机制,其次比较无线传感器的本地数据和历史数据来预测传感器的未来,最后提出信誉等级将预测后的测量值与实际采集的数据划分不同的等级进行故障检测。实验对象选择其他故障检测算法进行对比说明,实验表明该算法能够有效的提高检测效率并能够有效的降低能力消耗。 相似文献
9.
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
10.
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
11.
随着无线传感网络的发展,特别是多跳网络的发展以及无线传感器的快速普及和小型化,需要各种不同传输质量支持的数据流在无线多跳网络中同时传输。如何保证在传输延时或偏差上有要求的数据流的服务质量,成为当数据传输领域的研究热点。 相似文献
12.
13.
研究了支持向量机与自组织神经网络的原理,利用支持向量机的小样本学习与推广能力强的特点,结合自组织神经网络良好的学习能力与收敛速度,实现了对支持向量机算法的改进.利用Lincoln实验室入侵检测系统评估数据集合对改进算法进行测试,并将实验结果与BP神经网络进行了比较,结果表明,改进的算法在检测精度与训练时间方面均优于BP神经网络. 相似文献
14.
15.
基于多层无线传感器具有可快速部署、可自组织、隐蔽性强和容错性高的特点,利用多层无线传感器网络能够实现对敌军兵力和装备的监控,战场实时监视,目标定位,战场评估等功能,实现分布式多层无线传感器信息融合中的关联算法研究. 相似文献
16.
17.
针对神经网络在轴承工作状态诊断中存在的问题,提出了将最小二乘支持向量机用于轴承的智能诊断。基于轴承故障信息,用最小二乘支持向量机方法建立多类故障分类器,以实现对故障的诊断。仿真证明:小样本情形下,最小二乘支持向量机比神经网络具有更好的识别和诊断准确率。 相似文献
18.
传感器技术、微机电系统、现代网络和无线通信等技术的进步,推动了具有现代意义的无线传感器网络的产生和发展。无线传感器网络能够广泛地应用于恶劣环境和军事领域中。本文通过对无线传感器网络特点的分析,提出了基于信道接入的多跳算法网络结构,给出了OPNET仿真模型,分析了相关仿真结果。 相似文献
19.
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