回归型模糊最小二乘支持向量机

为了克服最小二乘支持向量机对于孤立点过分敏感的问题,将模糊隶属度概念引入最小二乘支持向量机中,提出了基于支持向量域描述的模糊最小二乘支持向量回归机.该方法先对样本进行数据域描述得到一个包含该组数据的最小半径的超球,再根据特征空间中样本与超球球心的距离确定它们的隶属度,减少了奇异点(噪声)的影响;把所要求解的约束凸二次优化问题转化为正定线性方程组,并采用快速Cholesky分解的方法求解该方程组.实验结果表明该方法在不牺牲训练速度的前提下,比支持向量机和最小二乘支持向量机具有更高的预测精度.     

用于小样本模式识别的最小平方支持向量机

为了进一步提高支持向量机分类器的推广性能,采用最小二乘原理,形成最小平方支持向量机,编制了相应的MATLAB程序,并将其应用于小样本模式识别中.仿真实验结果表明,最小平方支持向量机分类器在小样本模式识别中,有着优良的推广性能.     

遗传最小二乘支持向量机法预测时用水量

为解决传统最小二乘支持向量机采用交叉验证确定参数耗时较长的问题,提出基于遗传算法和最小二乘支持向量机的城市时用水量预测方法.根据城市时用水量序列具有较强相关性的特点,利用自相关系数法分析时用水量序列的变化规律,并引入二进制编码的自适应遗传算法优化最小二乘支持向量机的超参数,采用交叉验证法确定遗传算法个体的适应值,建立了时用水量预测模型.实例分析表明：与基于传统最小二乘支持向量机的时用水量预测方法相比,基于遗传算法和最小二乘支持向量机的时用水量预测方法计算速度更快,预测精度更高.     

基于最小二乘支持向量机的数控机床热误差预测

为实现数控机床热误差的补偿控制,提出基于最小二乘支持向量机进行数控机床热误差建模预测的方法.根据最小二乘支持向量机回归预测的原理,优化选择最小二乘支持向量机参数,对数控车床热误差进行最小二乘支持向量机建模.通过测量数控车床主轴温升值与主轴热变形量,将获得的数据进行最小二乘支持向量机建模训练,以建立机床热误差预测模型.实验结果表明,该模型能有效描述热动态误差,与最小二乘法建模进行比较,结果显示,基于最小二乘支持向量机的数控机床热误差预测模型精度高、泛化能力强;采用最小二乘支持向量机得到的预测模型可用于数控机床热误差实时补偿,以提高机床的加工精度.     

多元分类LS-SVM设计与装备保障性评估

科学、有效地进行保障性评估是提高装备综合保障能力和加快装备形成战斗力的研究重点之一；支持向量机是采用结构风险最小化原则代替传统统计学中的，基于大样本的经验风险最小化原则的新型机器学习方法，具有出色的学习分类能力和推广能力。研究了新型支持向量机算法——最小二乘支持向量机，并设计了基于多元分类的最小二乘支持向量机；建立了装备保障性评估的最小二乘支持向量机决策模型，确定了保障性评估指标体系和支持矢量学习决策模式；对某新型装备的保障性进行了评估。结果表明，基于最小二乘支持向量机的保障性评估是有效的、可行的。     

基于最小二乘支持向量机的纳米金免疫层析试条快速定量

通过光电反射式的光路扫描纳米金免疫层析试条测试线和质控线信号,研究基于最小二乘支持向量机的纳米金免疫层析试条快速定量方法,建立遗传算法优化的最小二乘支持向量机纳米金免疫层析试条定量研究方法。该方法对纳米金免疫层析试条甲胎蛋白(AFP)检验样本的统计数据中,样本相对均方差RMSE为12.2%,实验结果表明:遗传算法优化的纳米金免疫层析试条最小二乘支持向量机定量拟合模型有较好的整体性能和局部性能,适用于纳米金免疫层析试条的快速定量。     

基于最小二乘支持向量机的时用水量预测模型

针对神经网络存在结构较难确定,训练易陷入局部最优以及容易过学习等问题,提出将最小二乘支持向量机用于预测时用水量.最小二乘支持向量机(LSSVM)基于结构风险最小化,能够较好地协调经验风险最小化和学习机器VC维之间的关系,并且LSSVM在支持向量机(SVM)的基础上,通过将价值函数改为最小二乘价值函数以及用等式约束代替不等式约束,将求解的二次规划问题转变为一组等式方程,采用径向基核函数,得到LSSVM模型的待定参数比标准支持向量机少,仅为2个.根据时用水序列具有周期性和趋势性的特点,建立了基于最小二乘支持向量机的时用水量模型.实例分析表明,与基于BP网络的时用水量模型相比,基于最小二乘支持向量机的时用水量模型具有更强的预测能力.     

基于最小二乘支持向量机和能量频谱分析的电机匝间短路故障诊断

针对异步电机的构造与定子匝间短路故障,提出了一种基于最小二乘支持向量机和能量频谱分析的故障诊断方法,该方法通过样本误差来选择贡献量比较大的样本,同时又顾及到其它样本的一些属性,再通过最小二乘支持向量机来进行训练,在保证算法的精度和推广的能力的同时,可以减少训练样本的数量,因而训练速度会很快。此方法具有鲁棒性和快速性,同时它也会削弱部分干扰样本的影响,从而减少误判的概率。实验结果显示,使用最小二乘支持向量机和能量频谱分析的故障诊断方法,对电机故障方式进行诊断具有一定的可行性和有效性。     

PSO-LSSVM的核电站破口故障程度评估方法

为了保证从核电站大量数据中有效地挖掘信息以及故障下运行状态的智能表征,本文提出一种基于粒子群优化和最小二乘支持向量机的系统级故障程度评估方法,用于完善故障诊断系统的功能.针对最小二乘支持向量机算法的超参数选取对于回归精度影响较大问题,应用基于粒子群优化算法借助智能搜索策略来优化模型的超参数.基于最优超参数的回归模型能够提取系统级参数间的约束关系,以进行实时故障程度的评估.性能测试表明:采用提出的方法能够有效评估核电站系统级故障的程度,相较于粒子群优化-支持向量机以及最小二乘支持向量机算法具有更高的回归精度,且抗噪性能良好,保证了故障诊断系统的精度及可靠性.     

双核函数最小二乘支持向量机汽油干点软测量建模

针对单核函数最小二乘支持向量机容易陷入局部最优值,提出双核函数最小二乘支持向量机软测量建模算法。该方法利用Sigmoid核函数与RBF核函数线性加权构成双核函数,去除部分较小支持向量样本的方法,改善最小二乘支持向量机的稀疏特性,提高模型运算速度,用k-交叉验证法进行部分参数的优化,最后将此方法用于建立汽油干点软测量模型,并与标准支持向量机、单核最小二乘支持向量机比较,结果表明双核函数最小二乘支持向量机软测量模型具有更高的计算精度和更好的推广能力。     

基于白光干涉原理的光纤传感技术——Ⅰ.光纤传感器与智能结构

概述了用于智能结构和材料监测的光纤传感技术,阐述了对建筑结构进行监测的原因和将光纤传感器用作结构健康监测的理由。众所周知,很多光纤传感器已经成功地应用到了智能结构监测领域。本研究一直关注白光干涉式光纤传感器技术及近20年来此类传感器的发展。由于白光干涉式光纤传感器在智能结构监测尤其是大型民用建筑物监测中的独特优点,因此具有较大的发展与应用潜力。     

一种新型的光纤微弯传感器的研究

针对传统的光纤微弯传感器在智能结构上分布测量的不足,提出了一种新型的光纤微弯传感器的结构,实验研究结果表明：这种传感器具有较高的灵敏度。重复性好。迟滞小．特别是可根据不同的智能结构的监测要求,通过调节其结构参数、构成不同灵敏度,动态范围的传感器系列,能够较好地适用于结构的整体与分布的测量．     

最小二乘支持向量机的参数优选方法及其应用

参数选择是支持向量机研究领域的重要问题,它本质上是一个优化搜索过程.以遗传算法和粒子群算法为基础探讨了基于两者的混合智能算法,将杂交操作、变异操作引入PSO算法中,同时,在种群随机搜索过程中嵌入确定性的模式搜索,使得算法可以在任何阶段进行精细搜索;在此基础上,提出了基于混合智能的最小二乘支持向量机方法(LS-SVM),以最小化k-fold交叉验证误差为评价函数,利用混合智能算法优化LS-SVM参数.最后结合实例对该方法进行了实证检验,并对结果进行分析.     

A hybrid multiple damages detection method for plate structures

A hybrid method is proposed value to properly identify(SVD)multiple is applied damages reveal for plate structures in this work.and In the to stage detect of the damage damage(ACO)localization,locations.singular In decomposition damage to on singularities in modal shapes,hence colony the stage of to quantification,damage based the detected for location information ant optimization algorithm between is the introduced natural estimate severity by searching damage evaluation database,natural which reveals the relationship frequencies and the damage severity.The modal shapes and the frequencies required in damage localization and quantification carried are obtained the via the wavelet of finite hybrid element method multiple method.for The numerical simulation with and experimental damages.investigation are out to test performance the to free aluminum plates multiple with And the results indicate that the proposed method is effective identify damages of plate structures reasonable precision.     

Online LS-SVM for function estimation and classification

An online algorithm for training LS-SVM (Least Square Support Vector Machines) was proposed for the application of function estimation and classification. Online LS-SVM means that LS-SVM can be trained in an incremental way, and can be pruned to get sparse approximation in a decremental way. When a SV (Support Vector) is added or removed, the online algorithm avoids computing large-scale matrix inverse. Thus the computation cost is reduced. Online algorithm is especially useful to realistic function estimation problem such as system identification. The experiments with benchmark function estimation problem and classification problem show the validity of this online algorithm.     

智能材料与结构的研究及应用

介绍了智能材料与结构的基本特征、研究内容及应用前景。智能材料与结构具有四种主要特性,即敏感特性、传输特性、智能特性和自适应特性。其研究内容主要包括基础智能材料的研究、自诊断智能材料与结构的研究、自适应智能材料与结构的研究。基础智能材料的研究主要是形状记忆材料、压电材料、电／磁流变液材料、磁致伸缩材料、智能凝胶材料、聚合物基“人工肌肉”、自组装材料、光纤智能材料等的研究。智能材料与结构在航空航天、军事、土木建筑、医疗、体育及日常生活等各个领域有广阔的应用前景。     

Characteristics of Smart Concrete with Fiber Optical Bragg Grating Sensor

Based on the adrantages of the fiber Bragg grating sensing technology, this paper presents a principle of a novel smart corwrete with fiber optical Bragg grating sensor, analyses the theory and characteristics,illustrates the key technology and method to make the fiber Bragg grating sensor for the smart concrete, and proves the feasibility with experiments.The results inlicate that the smart concrete with fiber Bragg grating sensors is feasible in the structure monitoring and damage diagnosing in the long run.     

基于最小二乘支持向量机算法的测量数据时序异常检测方法

将最小二乘支持向量机方法引入火电厂DCS的测量数据时序异常检测领域,该方法很好地建立了火电厂DCS的测量数据时序预测模型,具有预测真实值能力强、全局优化及泛化性好等优点。将该方法应用于某600 MW超临界火电机组DCS测量数据中,经过训练后的LS-SVM模型对再热蒸汽温度数据的检验样本进行不良值检测与真实值预测,均方根误差和平均相对误差分别为0.067%和0.050%,均方根误差是BP网络模型、RBF网络模型的8.756%和8.272%,平均相对误差是BP网络模型、RBF网络模型的7.541%和7.236%。应用结果表明,最小二乘支持向量机方法优于多层BP与RBF神经网络法,能很好地满足异常检测与真实值预测要求。     

基于FBG传感器的结构健康监测体系及其应用

简述了现在日本利用结构健康监测的数据进行结构性能评价的方法以及实测数据处理分析技术的现状,介绍了一种针对大跨度抗弯结构的分布式监测系统的构筑方法,并将该方法应用于桥梁结构健康检测和监测系统。该方法基于笔者参与开发的长标距光纤布拉格光栅(FBG)传感器建立的分布式传感系统,结合使用监测数据分析软件SforD,通过测量应变实现结构的健康监测,监测桥梁的应变分布情况、沿长度方向的桥梁挠度分布、结构振动特性(如振动频率和振型)、荷载、桥梁损伤探测等信息。应用案例表明,监测系统提供的实测结果与理论分析结果吻合良好。本文可为智慧城市及智能结构的建设提供多功能的结构健康监测和检测方面的解决方案。     

采用有效信号段自提取算法识别结构多损伤位置

为识别结构中的多处损伤,提出了一种采用有效Lamb波信号段自提取算法计算结构损伤指标的多损伤识别成像方法.该方法将结构的待检测区域划分为数个子区域,并根据Lamb波的传播时间和波速从传感器接收到的信号中自动提取出包含结构信息的有效信号.以该有效信号作为输入,计算每个子区域中基于信号相关系数所获得的损伤指标,最后采用RAPID算法对全部识别区域内的损伤位置进行识别和成像.以航空铝板为研究对象进行了实验验证研究,结果表明,该方法能快速有效地识别出多个损伤,并较为准确地实现损伤成像以描述损伤的位置.