首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   22篇
  完全免费   7篇
  一般工业技术   29篇
  2018年   3篇
  2017年   2篇
  2015年   1篇
  2014年   2篇
  2013年   4篇
  2012年   1篇
  2011年   4篇
  2010年   6篇
  2009年   3篇
  2007年   2篇
  2006年   1篇
排序方式: 共有29条查询结果,搜索用时 78 毫秒
1.
近场声全息(NAH)中减少测量点数的研究   总被引:2,自引:1,他引:1  
近场声全息(NAH)是一种进行噪声源分析的有效工具。但要获得较高的重建精度必须在全息面上大孔径范围内进行密集的数据采集,需要大量的测量点,测量任务十分繁重。因此在保证重建精度的前提下研究如何有效地减少全息面测量点数对NAH的意义十分重大。在总结前人工作的基础上,提出了一种利用支持向量回归对全息面进行插值的方法。该方法可以在全息面传声器数目较少时通过插值提高重建精度,因而可大幅地减少全息面的测量点数。对于两个矩形板声辐射数值计算中减少的测量点数都可高于70%,并得到了其它有意义的结论,达到了保证重建精度的前提下有效地减少全息面测量点数的研究目的。  相似文献
2.
CIE DE2000在彩色扫描仪特征化色差评价中的应用   总被引:1,自引:1,他引:0       下载免费PDF全文
采用支持向量回归机(SVR)建立了RGB色空间到CIE Lab色空间的转换模型,分别采用CIE DE2000与CIE 1976L*a*b*色差公式对模型精度进行色差计算。采用CIE DE2000色差公式得到的测试组色差平均值、最大和最小值分别为2.659 7,5.219 4和0.206 5,采用CIE 1976L*a*b*色差公式得到的测试组色差平均值、最大和最小值分别为2.865 6,5.879 1和0.376 9。实验结果表明,CIE DE2000与CIE 1976L*a*b*色差公式计算的色差值基本一致,均符合彩色扫描仪特征化精度要求,可将CIE DE2000色差公式用于扫描仪特征化管理中。  相似文献
3.
Most traditional soft sensors are built offline and only to be used online. In modern industrial processes, the operation condition is changed frequently. For these time-varying processes, online soft sensor modeling is required, since the prediction result is highly related to other components of the process control system. In the present paper, a comparative study of three different just-in-time-learning (JITL) methods for online soft sensor modeling is carried out, which are based on partial least squares (PLS), support vector regression (SVR) and least squares support vector regression (LSSVR). Different from traditional soft sensors which model the process through a global and offline manner, the JITL-based method exhibits an online local model structure, depending on which the change of the process can be well tracked. Besides, the process nonlinearity can also be addressed under this modeling framework. As a further contribution of this paper, a real-time performance improvement strategy is proposed to enhance the online modeling efficiency of the JITL-based soft sensor. For performance evaluation, two industrial case studies are provided.  相似文献
4.
近场声全息要获得较高的重建精度必须在全息面上大孔径范围内进行密集的数据采集,需要大量的测量点,测量任务十分繁重。因此在保证重建精度的前提下研究如何有效地减少全息面测量点数对NAH的意义十分重大。本文提出了一种利用支持向量回归对全息面进行插值的方法,该方法可以在全息面传声器数目较少时通过插值提高重建精度,因而可大幅地减少全息面的测量点数。试验表明该方法是有效的。  相似文献
5.
Technical indicators are used with two heuristic models, kernel principal component analysis and factor analysis in order to identify the most influential inputs for a forecasting model. Multilayer perceptron (MLP) networks and support vector regression (SVR) are used with different inputs. We assume that the future value of a stock price/return depends on the financial indicators although there is no parametric model to explain this relationship, which comes from the technical analysis. Comparison studies show that SVR and MLP networks require different inputs. Furthermore, proposed heuristic models produce better results than the studied data mining methods. In addition to this, we can say that there is no difference between MLP networks and SVR techniques when we compare their mean square error values.  相似文献
6.
This study applies a novel neural-network technique, support vector regression (SVR), to forecast reliability in engine systems. The aim of this study is to examine the feasibility of SVR in systems reliability prediction by comparing it with the existing neural-network approaches and the autoregressive integrated moving average (ARIMA) model. To build an effective SVR model, SVR's parameters must be set carefully. This study proposes a novel approach, known as GA-SVR, which searches for SVR's optimal parameters using real-value genetic algorithms, and then adopts the optimal parameters to construct the SVR models. A real reliability data for 40 suits of turbochargers were employed as the data set. The experimental results demonstrate that SVR outperforms the existing neural-network approaches and the traditional ARIMA models based on the normalized root mean square error and mean absolute percentage error.  相似文献
7.
刘龙  孟光 《工程力学》2006,23(Z1):35-39
支持向量机是一种基于统计学习理论的机器学习算法,能够较好的解决小样本的学习问题。介绍了支持向量机分类和回归算法,将其应用于梁结构的损伤诊断中。以曲率模态参数作为损伤识别指标,提出了基于支持向量机的结构损伤位置两步识别方法:首先根据支持向量机分类算法的概率估计找到可能的损伤位置,重新构造训练样本;然后利用支持向量机回归算法计算精确的损伤位置。通过对悬臂梁仿真计算进行了验证,结果表明:支持向量机在结构损伤诊断领域中具有较好的应用前景。  相似文献
8.
基于实测数据分析了全温度全速率下的陀螺漂移特性,提出了一种基于高斯过程回归的补偿新方法.该方法通过超参数训练直接建立了温度、陀螺输出和载体角速率之间的映射关系,弥补了传统方法对零偏和标度因数分别进行建模导致引入两次补偿误差的不足,在提高补偿精度的同时,简化了补偿步骤.仿真结果表明,相较于最小二乘支持向量回归方法,由高斯过程回归方法训练得到的模型能够更加准确地描述温度漂移特性,具有较高的预测补偿精度和良好的泛化能力,预测均方根误差小于0.003(°)/s,有效抑制了温度对光纤陀螺精度的影响.  相似文献
9.
针对机械设备振动信号序列的非线性、非平稳性特点,提出了一种基于相空间重构与遗传优化支持向量回归机的设备状态趋势预测方法。首先,采用相空间重构技术将一维振动信号时间序列转化成矩阵形式,自适应地选取特征,以相点作为输入特征训练SVR预测器;然后应用自适应遗传算法对惩罚因子、不敏感系数以及高斯核宽度进行同步优化,自动获取最佳的建模参数;最后构建SVR预测模型,并将其应用于某机组振动信号预测。实验结果表明,无论是单步还是24步预测,本文所提遗传优化SVR模型的预测精度都要比标准SVR模型的预测精度高,说明该方法对机械设备的运行状态趋势具有较好的预测能力。  相似文献
10.
皇思洁  蔡从中  曾庆文 《功能材料》2013,44(14):2074-2078
根据脉冲激光沉积(PLD)法在单晶Si试样表面沉积制备多层TiN/AlN硬质膜实验数据,应用基于粒子群算法(PSO)寻优的支持向量回归(SVR)方法,建立不同工艺参数下沉积的TiN/AlN多层膜的AlN膜厚及TiN薄膜硬度的SVR预测模型。在相同的训练与测试样本集下,将SVR所得的AlN膜厚预测值与免疫径向基函数(IRBF)神经网络的计算结果进行比较。结果表明,SVR模型训练和预测结果的平均绝对百分误差要比IRBFNN模型的小,其预测精度更高,预测效果更好。应用SVR的TiN薄膜硬度模型对PLD法沉积TiN薄膜的工艺参数进行了优化,分析了多因素对PLD法沉积TiN薄膜硬度的交互作用和影响。该方法可为人们利用PLD法沉积TiN/AlN多层功能薄膜提供科学的理论指导,具有重要的理论意义和实用价值。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号