共查询到10条相似文献,搜索用时 15 毫秒
1.
基于贝叶斯推断LSSVM的滚动轴承故障诊断 总被引:7,自引:3,他引:4
针对传统最小二乘支持向量机分类器的参数选择具有随意性和不确定性等不足,采用贝叶斯推断方法通过三级分层推断优化确定最小二乘支持向量机的各参数,有效提高了最小二乘支持向量机的建模效率.将基于贝叶斯推断最小二乘支持向量机分类方法应用于滚动轴承故障诊断中,实验仿真结果表明该方法能有效地识别滚动轴承的故障,且训练时间和测试时间均小于传统最小二乘支持向量机方法。 相似文献
2.
采用最小二乘支持向量机回归模型构造电力系统动态安全域的稳定裕度拟合器,并分别采用粒子群优化算法和多层动态自适应搜索技术选择最小二乘支持向量机的参数,对系统既定故障下运行点的临界切除时间进行在线拟合并计算出稳定裕度的平均相对误差.以EPRI36节点模型为算例进行仿真计算,并将两种参数优化方法与贝叶斯框架理论自动优选方法得到的结果进行比较,仿真结果表明这两种方法能提高拟合的精度,具有一定的实用价值. 相似文献
3.
4.
针对传统最小二乘支持向量机(LS-SVM)分类器的参数选择具有随意性和不确定性等不足,采用贝叶斯推断方法、通过3级分层推断优化来确定最小二乘支持向量机的各参数,有效提高了最小二乘支持向量机的建模效率。结合最小二乘支持向量机的后验概率输出,可将其运用到变压器故障诊断中。仿真结果表明:该方法能有效地诊断电力变压器故障,且诊断精度和建模效率均优于传统的最小二乘支持向量机方法。 相似文献
5.
6.
船舶横摇运动实时在线预报方法 总被引:1,自引:0,他引:1
为进一步提高支持向量机预报模型在船舶横摇运动预报中的精确度以及实时性,提出一种利用混沌理论和在线最小二乘支持向量机的实时在线预报方法.在混沌动力系统相空间重构的基础上,采用饱和关联维数法对船舶横摇运动的时间序列进行混沌特性判定,并建立混沌在线最小二乘支持向量机实时预报模型.对某船横摇运动时间序列进行预报,仿真结果表明,... 相似文献
7.
提出了基于模糊最小二乘支持向量机的系统边际电价(system marginal price,SMP)预测方法。为了减少样本数据中孤立点对回归性能的影响,将模糊隶属度的概念引入到最小二乘支持向量机中的同时,采用网格搜索和交叉验证的方法寻找最佳参数组合,使系统边际电价算法性能达到最佳。以美国加州电力市场的实际数据作计算实例,分别采用标准三层BP神经网络和模糊最小二乘支持向量机进行系统边际电价预测,结果表明基于模糊最小二乘支持向量机的系统边际电价预测的方法有效提高了预测精度。 相似文献
8.
考虑到最小二乘支持向量机的参数选择会对状态估计的结果产生较大影响,提出了一种基于参数优化的最小二乘支持向量机的状态估计方法.首先,在非线性回归估计模型的训练过程中,采用两层网格搜索策略和交叉验证法来动态地调整LS-SVM的参数,从而更好地反映估计模型的复杂度,以此提高状态估计的精度.其次,由于估计模型在应对不良数据时可... 相似文献