共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
针对支持向量机的分类精度受数据表达形式以及个体分类器模型选择因素影响较大,提出一种新的支持向量机集成算法来克服这个缺陷.首先利用PCA对原始数据进行处理,通过寻求原始数据的更好表达形式,以降低高维特征空间的维数;然后利用模糊积分进行多个子分类器决策融合,兼顾各子分类器的分类结果和各子分类器判决对最终决策的重要程度.仿真... 相似文献
3.
4.
《机械工程与自动化》2015,(4)
支持向量机用于变压器故障诊断时,其参数的选择会影响到诊断的准确度。为了提高支持向量机的精确度和效率,将粒子群算法和支持向量机相结合,提出了基于粒子群优化支持向量机的故障诊断方法。用粒子群算法实现对支持向量机惩罚因子及径向基核函数的寻优,从而提高支持向量机的分类性能。仿真结果表明,此方法能够有效提高变压器故障诊断的准确率。 相似文献
5.
6.
局部切空间排列和支持向量机的故障诊断模型 总被引:1,自引:0,他引:1
提出了一种非线性流形学习和支持向量机的故障诊断模型.基于机电系统振动信号时域与频域的20个特征参数构建高维特征空间,利用局部切空间排列的非线性流形学习算法提取出隐藏其中的低维流形,网格搜索算法进行维数和邻域点参数的优化,实现高维相空间中局部邻域参数的自适应选取,获得机电系统的故障特征.利用K折交叉验证和一对一法构造支持向量机多类故障分类器,采用径向基核函数支持向量机进行机电系统的故障诊断.应用于转子试验台的3种故障状态的识别并与其他故障诊断方法进行分析比较,结果表明基于局部切空间排列和支持向量机的机电系统故障诊断模型诊断精度可达到96.6667%,可以有效提取故障的敏感特征并解决机电系统故障样本缺乏的问题. 相似文献
7.
针对模拟电路故障诊断中的特征选择问题,提出了一种兼顾后续支持向量机分类器的小波特征选择技术。新方法利用核函数把特征的评估标准映射至高维空间进行计算,从而在特征的评估和后续支持向量机分类器之间建立联系,并在特征选择阶段解决了核函数的参数设计问题。另外,新方法考虑了所需故障分类器的结构信息,因此选择的小波特征更适合后续分类器使用,从而能够提高模拟电路故障的诊断精度。仿真和实际电路的实验结果均验证了所提出技术的有效性和正确性。 相似文献
8.
9.
基于遗传算法的支持向量机分类器模型参数优化 总被引:13,自引:0,他引:13
建立在统计学习理论和结构风险最小原则上的支持向量机在理论上保证了模型的最大泛化能力,因此与建立在经验风险最小原则上的神经网络模型相比,理论上更为完善。本文运用支持向量机建立模式识别分类器模型,研究影响模型分类能力的相关参数,在分析参数对分类器识别精度的影响基础上,提出用遗传算法建立支持向量机分类器模型的参数自适应优化算法。最后,用算例表明了本文算法的正确有效性。 相似文献
10.
张莉 《工业仪表与自动化装置》2016,(4):117-120
提出了一种基于SVM-AdaBoost算法的行人检测方法。该方法是通过改进和扩展Haar-like特征值,对AdaBoost级联分类器的算法加以改进,使用SVM作为AdaBoost的弱分类器,通过选择确定合适的核函数参数,提高分类精度,减少训练时间。实验结果表明,这种行人检测方法性能稳定,实时性和鲁棒性均优于传统的行人检测方法。 相似文献