改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用

为了提升恶性肿瘤的诊断效率及精准度,基于动态粒子群优化(DPSO)算法和支持向量机提出了DPSO-SVM诊断模型。DPSO在PSO的基础上结合GridSearch,GA等算法对惯性权重的取值以及种群迭代更新方式进行了改进,平衡了算法迭代前期的全局搜索性能与后期的局部搜索性能,提升了迭代后期种群的多样性和收敛速度。仿真实验结果表明,所提出的改进DPSO算法相比传统算法以及标准智能算法寻优效果有明显提升,构建的DPSO-SVM诊断模型与主流诊断模型相比在肿瘤诊断中也有着更优越的性能,提升了诊断效率的同时也降低了诊断误差。     

基于量子粒子群优化的SVM的模拟电路故障诊断

相比于小波变换,小波包变换具有较高的分辨率和细致的分析能力,是小波变换的延伸和发展。支持向量机具有较好的泛化能力,能够应用于模拟电路的故障诊断。鉴于支持向量机参数难以确定的问题,采用量子粒子群优化算法选取支持向量机的参数,将优化后的支持向量机与小波包变换相结合,利用小波包变换提取电路的故障特征,然后通过优化后的支持向量机对特征向量进行分类识别。最后通过对实例的分析,验证该方法的有效性。     

粒子群算法和SVM的网络入侵检测

针对当前的神经网络检测算法在强干扰下的网络入侵检测准确拦截性不好的问题,提出一种基于粒子群算法和支持向量机的网络入侵检测方法。构建网络入侵的特征信号模型,采用二阶自适应格型IIR陷波器进行入侵信息的抗干扰处理;粒子群算法进行自适应寻优提取网络入侵特征的最优解,SVM进行入侵信息分类,实现网络入侵有效检测;并进行仿真测试。结果表明,采用该方法进行网络入侵检测的准确拦截概率较高,误检和漏检概率较低,保障了网络安全。     

基于粒子群优化支持向量机的火电厂主汽温预测模型

针对支持向量机在大规模训练中算法收敛速度慢、复杂程度高等问题,采用量子粒子群算法选取最小二乘支持向量机的模型参数,避免了人为选择参数的盲目性,提高了预测模型的训练速度和泛化能力.实验结果表明,该算法具有容易实现、节省计算成本、提高收敛速度等优点,应用于火电锅炉主汽温预测模型,取得良好的效果.     

基于自适应粒子群优化算法的限速标志识别

针对经典的粒子群优化算法收敛性能不足的问题,提出了一种自适应粒子群优化算法。该算法对进化过程中的收敛方向进行动态调整,通过学习因子对参数选取过程进行调节,使收敛的初期趋向全局最优,后期趋向局部最优。采用自适应粒子群优化算法对支持向量机模型参数进行优化,并应用于限速标志的识别,实验结果表明,文中基于自适应粒子群优化算法的方法拥有较高的识别率,同时算法收敛性显著高于经典的粒子群优化算法。     

使用粒子群算法进行特征选择及对支持向量机参数的优化

特征选取和参数设置是提升支持向量机分类器的效果的两个主要手段.为了将两者结合起来,实现同步优化,以达到更好的分类效果,设计了一种基于粒子群算法的分类器优化算法.新算法对粒子采用2进制编码的,设计适合的目标函数,同步进行特征选择和支持向量机参数的优化.经过对比验证,新方法能够更加准确的得到待分类数据的特征子集跟支持向量机参数,最终得到更优的处理结果.     

基于混沌粒子群的决策树SVM的调制模式识别

针对通信调制识别常用的决策树识别节点过多和支持向量机识别处理多类繁杂的问题,将二者结合起来采用决策树SVM算法,另引入在函数优化、数据挖掘等方面具有突出优势的混沌粒子群算法来对决策树SVM中参数选择进行择优提取.并对2ASK,4ASK,2PSK,4PSK,2FSK,4FSK这些数字调制信号,在信噪比为5％,10％,15％的情况下,进行仿真测试,结果表明有良好的分类效果.     

基于粒子群优化支持向量机的语音情感识别

提出一种基于粒子群优化算法的支持向量机网络,并把它应用到语音情感识别系统中。依据情感的维度空间模型,研究分析情感语音数据的韵律特征与音质特征。利用粒子群优化算法(PSO)训练网络的超参数以优化支持向量机模型,可快速地实现网络的收敛。最后在实验中比较线性核函数SVM、径向基核函数SVM与粒子群优化径向基SVM分别用于语音情感识别的识别率,结果显示粒子群优化径向基核SVM模型用于语音情感识别能获得明显的识别性能的提升。     

粒子群优化的SVM在雷达目标识别中的应用

支持向量机(SVM)在雷达目标高分辨距离像(HRRP)识别中可获得较高的正确识别率和更好的泛化性能,然而其性能很大程度上取决于其参数包括核函数参数σ2和惩罚因子C的合理选择。所以利用粒子群优化算法(PSO)全局搜索能力强的优点来搜寻最优参数,并针对粒子群优化易陷入局部最优的问题,提出一种惯性权重自适应改变的改进方法。通过对雷达目标高分辨率距离像(HRRP)的识别实验发现,利用PSO优化SVM参数的方法克服了传统SVM存在的很难精确找到最优参数的缺点,识别准确率也有很大提高;同时惯性权重自适应改变的方法也有效解决了PSO优化的"早熟"问题,大大缩短参数寻优时间。     

基于粒子群支持向量机的通信信号调制识别算法

为了解决大部分通信信号调制识别方法计算量大和分类器训练困难问题,提出一种基于粒子群(PSO)支持向量机(SVM)的调制识别方法.将小波理论与调制信号的瞬时特征、高阶累积量以及分形理论相结合,得到一种混合模式特征向量,并利用粒子群支持向量机对2ASK,4ASK,2PSK,4PSK,8PSK,2FSK,4FSK,8FSK,...     

基于差分进化的输油管道泄漏定位方法

提出了一种基于差分进化诊断输油管道泄漏的方法。该方法包括分别采集实时输油管道上游、下游压力、温度、流量值,根据流体在管道中的流动方程,采用差分进化算法辨识出流体沿管道的压力值,通过判断辨识出的压力值与实时采集的实际数值的差是否超过设定阈值检测管道泄漏,再用定位方法确定泄漏位置。该方法的优点在于简单实用,提高了定位精度,对小泄漏量仍能进行诊断。     

基于分布式光纤测温的水管泄漏检测与定位

利用基于拉曼散射和光时域反射技术相结合的分布式光纤测温系统,对自来水管道进行泄漏检测和定位实验研究。分析了系统的温度分辨率和水管道泄漏时泄漏点处的温差情况。选取长200 m和700 m的传感光纤对水管道进行泄漏定位实验,并对检测信号进行小波变换分析处理,最后统计对比了检测系统的漏警率。实验结果表明,该系统运行稳定且能够准确识别管道泄漏情况并进行泄漏定位,定位误差≤1 m。     

水下管道泄漏检测技术及定位方法研究

为了实时进行水下管道泄漏监测和定位,采用干涉的方法,研制了一种基于Sagnac干涉仪的直线型分布式光纤管道泄漏监测系统。分析了该干涉仪应用于泄漏检测的原理及其泄漏源定位方法,并通过实验研究了管道压力对检测系统的影响。当管道压力大于0.35MPa时,系统的检测效果较佳,且定位误差小于1.17%;压力小于0.35MPa时,无法实现泄漏点定位。结果表明,当管道压力大于0.35MPa时,研制的水下管道泄漏检测系统能有效检测管道泄漏发生,且较准确地确定泄漏源位置。     

基于广义模糊双曲正切模型的管道检漏方法

为了更加准确的检测管道的泄漏,保护国家财产和自然环境,本文提出一种基于广义模糊双曲正切模型的输油管道泄漏检测方法。将阀门开度,泵的状态,流量,温度,压力,密度作为输入变量,采用广义模糊双曲正切模型来区分负压波的来源,并通过输出值来判断是否发生泄漏。利用现场采集来的数据结合MATLAB进行大量仿真,给出仿真结果证实了基于广义模糊双曲正切模型检测管道的泄漏,能够有效的排除因调泵、调阀等正常的管道工况调整引起的参数波动而出现的误报警。     

基于噪声测量技术的开关电源故障诊断方法研究

针对开关电源的核心功率器件MOS 管工作在高功率大电流下易损坏,使得开关电源无法正常工作故障率高的问题, 提出了一种利用噪声测量技术来判断其工作状态的故障诊断新方法,建立了功率MOS 器件的噪声模型,设计了超低噪声前置低频放大器,对伊莱科S-15-12型开关电源测试,结果表明,该方法能够测量到开关电源的低频噪声并准确判断其工作状态,且在准确率上较传统方法提高了65%,为开关电源的典型故障提供了一种可行及有效的评估方法。     

基于互信息改进的VMD算法及管道泄漏信号降噪

为了消除供水管道泄漏信号的噪声,准确定位供水管道泄漏位置,提出将基于互信息优化的VMD算法应用于供水管道泄漏振动信号的降噪处理。在处理前期,根据泄漏信号幅频特性,确定泄漏信号特征频带,并通过分析各模态函数中心频率确定合适的分解参数K。在处理后期引入作为各模态分量的评价指标,选择合适模态分量重构信号,并使用带通滤波器对重构信号进行滤波。经实验和实地测试表明该算法能有效提高定位精度。     

基于改进LSSVM的城市轨道交通供电故障诊断方法

小样本条件下供电系统故障快速诊断是保证城市轨道交通安全稳定运行的保证.文中提出了一种基于量子粒子群优化最小二乘支持向量机(LSSVM)的供电系统故障诊断方法.该方法首先基于主成分分析提取能够表征系统运行状态的特征参数,并降低数据维数.然后利用LSSVM构建小样本故障诊断模型,通过量子粒子群算法对LSSVM模型参数进行优...     

基于声波技术的管道泄漏检测与定位系统的研究

天然气管道漏点在线实时泄漏监测与定位系统的研究与应用,使得泄漏能够被及时发现并确定泄漏点的位置,从而降低因天然气泄漏造成的经济损失,同时对提高天然气输送管线的自动化管理水平有着深远的意义。通过对国内外各种管道泄漏检测技术的研究和分析比较,采用声波检测方法应用于输气管道的泄漏检测策略,在信号处理方面采用虚拟仪器软件设计了天然气管线声波泄漏实时监测定位系统,对泄漏声波信号进行波形实时显示、数字滤波、相关运算以及泄漏点定位等操作,实现了管线泄漏检测的自动化。     

基于STM32的直流稳压电源及漏电保护装置

基于STM32的直流稳压电源及漏电保护装置由三大部分组成,分别是直流稳压电源模块、漏电保护模块和显示模块.稳压电源模块采用具有放大环节的串联型稳压电路,电路结构简单,输出电压稳定、输出电流大.漏电保护装置采用INA195,该芯片能灵敏的检测到漏电电流是否超出预定指标.显示电路采用NOKIA5110进行参数显示,在低功耗、低成本的条件下,实现人机交换.经过测试该电源运行稳定.