基于领域自适应支持向量机的跨域损伤识别

基于支持向量机的结构损伤识别方法建立在训练和测试数据同概率分布的假设上,必须对每个结构分别收集训练数据和标签并训练模型以识别损伤。损伤结构的训练数据和标签难以收集,导致支持向量机方法在结构损伤识别中难以实施。提出一种基于领域自适应支持向量机的跨域损伤识别方法,将在有损伤标签结构（源结构）上训练的支持向量机推广到无损伤标签结构（目标结构）的损伤识别中。该方法首先提取结构的多阶固有频率变化率作为损伤特征构建训练数据;然后,推导最小化边缘分布差异与最小化联合分布差异的迁移学习方法,将源结构和目标结构数据映射到高维特征空间,减小域之间的数据分布差异;最后,使用映射后的源结构数据训练支持向量机,使用该支持向量机对目标结构进行损伤识别。应用于钢框架与混凝土框架,以及不同结构形式钢框架中的跨域损伤识别,显著提高了支持向量机对目标结构的损伤识别准确率。该方法充分利用了不同结构的损伤标签和支持向量机模型,解决了机器学习中训练数据和损伤标签缺乏的难题,并能极大地提高学习效率、降低学习成本,为基于支持向量机的结构损伤识别提供了新的解决思路。     

基于RS的汶川震后地质灾害信息提取方法对比分析

汶川地震诱发了大量的地质灾害,掌握震后地质灾害信息对民生经济至关重要。遥感手段能快速获取地质灾害信息。本文在ENVI平台下对汶川地区的影像数据进行了预处理,利用监督分类、支持向量机和基于专家知识的决策树分类三种方法提取了该地区震后地质灾害信息,采用混淆矩阵对三种分类结果进行了精度评定。实验结果表明:在当前数据源基础上,监督分类的精度最高,支持向量机分类次之,基于专家知识的决策树分类精度最低。     

基于支持向量机集合的油浸式变压器故障诊断

油浸式变压器故障诊断是多分类问题。为了解决传统油浸式变压器故障诊断需要样本数据量大的问题,提出基于支持向量机集合的变压器故障诊断方法。将多分类问题分解为多个二分类问题的组合,变压器故障分为5个类别,构建10个支持向量机,每个支持向量机对应2个故障类别。样本每经过1个支持向量机都会获得1个可能的所属类别,当经过所有支持向量机后,通过投票法确定样本最终所属类别。通过模型训练,求得核函数的取值,建立模型。模型测试结果正确率达到86.25%,验证了方法的有效性,说明该方法适用于油浸式变压器故障诊断。     

基于半监督的SVM多标签图数据分类算法研究

传统的图数据分类研究主要集中在单标签集,然而在很多应用中,每个图数据都会同时具有多个标签集。文章研究关于多标签图数据分类问题,并提出基于半监督的SVM多标签图数据分类算法。算法首先通过一对多二元分解将多标签图数据分解成多个单标签图数据。然后对分解后的图数据,运用半监督SVM进行分类。通过实验证明,该方法在已标注图数据较少情况下具有较高的分类精度。     

支持向量机算法在优势结构面分类中的应用

在分析不同优势结构面分类方法及支持向量机模型的基础上,提出基于支持向量机回归模型的优势结构面分类方法.采用SVM算法建立相应的优势结构面分类模型,以深溪沟水电站地区实测结构面数据为学习样本,进行学习和测试,得到训练效果较好的分类模型和参数,并对该地区结构面进行了重新划分和分组,避免了人为分割结构面而引起的统计误差.结果表明,通过支持向量机建立的优势结构面分类模型在实际应用中具有较好的实用性和可行性.     

基于电阻率和支持向量机算法的混凝土振捣范围预测

基于混凝土电阻率和支持向量机算法,提出了一种新拌混凝土振捣范围的原位预测方法.首先采集振捣过程中混凝土不同区域的电阻率数据,经小波去噪后提取特征值;将受振混凝土各区域作为样本群,以各区域的混凝土电阻率特征值、与振捣棒的相对位置以及混凝土流动性特征值作为样本信息,以振捣作用下铝球是否沉降至该区域作为分类标签,搭建支持向量机分类模型,对混凝土各个区域是否处于振捣范围内进行二分类判断,并将两类区域的分界位置作为振捣范围的表征;预测结果表明,以坍落度为60、90 mm的混凝土试验数据作为监督学习的训练组,训练得到的支持向量机分类模型能够准确预测相同振捣棒在坍落度170 mm的混凝土中的振捣范围,证明了使用电阻率数据表征新拌混凝土振捣范围的可行性.     

用稀疏贝叶斯概率模型做文本分类

如今,当处理大量数据集的协变量时,相比小样本量的一个常见问题是:估计与每个协变量相关联的参数。当协变量的数量远远超过样本的数量,参数估计变得非常困难。在这项研究中,我们开发了一个稀疏的Probit贝叶斯模型(SPBM)的基础上吉布斯抽样,其利用双指数函数之前诱导收缩,并减少在模型协变量的数目。使用6个领域,如数学,在维基百科已下载的方法中进行评估。我们通过计算并根据执行训练和测试组的分类的阈值作为决策规则。利用遍布全球50个运行平均灵敏度和特异性我们的模型的表现相比,支持向量机(SVM)。该SPBM实现了高分类精度和几乎所有的分析领域优于SVM。     

SVM在高层建筑施工安全风险分类中的应用

在调查表的基础上,根据调查数据使用蒙特卡洛模拟生成类似调查样本分布的随机数,使用支持向量机(SVM)对部分随机数进行模拟训练,建立分类模型,再通过其余的随机数进行测试,以此来验证SVM对调查数据分类的可行性.模拟数据分类结果表明,支持向量机对模拟数据的分类具有极高的准确性.将调查所得的风险数据利用SVM进行风险因素影响程度的分类,选取径向基函数作为核函数对调查数据训练学习,并用测试集进行了测试,测试结果的准确率为98.666 6%.     

膨胀土等级判别的遗传支持向量机多分类方法

针对支持向量机模型中的参数难以确定的状况,提出了遗传支持向量机方法,即利用遗传算法来搜索支持向量机与核函数的参数,避免了人为选择参数的盲目性,同时提高了支持向量机的推广预测能力,并将该方法应用于膨胀土胀缩等级的判别分类问题。考虑影响膨胀土判别的重要因素,选用液限、胀缩总率、塑性指数、天然含水量和自由膨胀率5个指标作为模型的判别因子,以4类膨胀土胀缩等级作为相应的输出,以膨胀土实测数据作为学习样本进行训练,建立相应分类函数对待判样本进行分类。研究结果表明：遗传支持向量机模型分类性能良好,预测精度高,是膨胀土     

对混凝土裂缝自愈合的研究

阐述了混凝土裂缝产生的原因以及混凝土裂缝自愈合的机理,并对混凝土的自愈合技术进行了深入的研究,结合该领域存在的问题,对其在未来的发展进行了展望,以期为该问题的研究提供借鉴。     

高架桥上BRT公交车火灾事故调查的思考

通过对一起高架桥上BRT公交车火灾事故的详细勘察和缜密调查,分析提出制定特殊火灾事故调查应急预案的重要性,探讨如何建立重大火灾事故多部门尤其是刑侦部门协作配合机制,以及从火灾事故调查中总结经验教训,提出改进措施和建议。     

基于ANSYS的水平受载桩桩身受力性能的研究

基于ANSYS有限元软件,建立了钢筋混凝土管桩模型,对成层土中桩身处承受水平荷载的基桩受力性状进行了计算机数值模拟,通过对桩身位移和应力变化曲线的分析,得出了水平荷载下桩身位移和应力的变化规律。     

浅析“辛以润之”

"辛以润之"是中药药性理论的重要组成部分,一方面,"辛润"是"辛散"功效作用于脾、肺、肾而依次派生出的功用变易,是天地阴阳、五行五脏之间紧密联系的体现;另一方面,对"辛润"的运用不该只局限于治疗"肾苦燥",而更应将其追溯到"发越脾气"与"从阳引阴"上去,以使其对临床用药的指导意义更加深刻、广泛;最后,对于药物性味的合理运用与理解应该与药味之间的相互配伍、中药归经理论结合起来,使其得以互相为体为用,从而更好地发挥功效。     

燃气表跳字分析

分析了燃气表滑阀与滑座、输出轴、计数器对产生跳字的影响,提出了解决方法。     

浅析MVRDV的密度实践

对MVRDV 的理论进行了探索,指出MVRDV 建筑事务所热衷于研究城市空间扩张与自然空间发展的关系及城市空间和建筑本身的密度实践,并通过对MVRDV 案例的分析,论述了提高建筑密度的手法和优化城市空间的理念。     

同层分户排水刍议

住宅楼分户排水可基本杜绝以往管道穿楼板导致的"跑、冒、滴、漏"和随意往管道投垃圾而导致堵塞下层管道(尤其是底层排水横管)等弊病,有效解决卫生间"臭味"问题.     

基于PSIM的光伏电池的仿真

指出光伏电池是光伏发电系统的主要元件,对其特性的研究有着重要的意义,介绍了利用PSIM软件建立光伏阵列的仿真模型,并对仿真效果进行了分析,得出该模型仿真精度高,能够准确地反映其物理特性,为光伏发电系统的仿真分析提供了依据。