期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于蚁群优化支持向量机的电力人因事故预测模型
被引量：
3
1
作者
王鹏
董
建房
《计算机与数字工程》
2022年第6期1377-1380,共4页
为有效预测电力行业人因事故数量,论文利用支持向量机(SVM)与蚁群算法(ACA)综合研究电力人因事故问题,在对支持向量机进行优化决策的基础上,提出一个电力人因事故数据拟合与预测的统计分析模型。针对支持向量机的参数选择问题,采用蚁群...
为有效预测电力行业人因事故数量,论文利用支持向量机(SVM)与蚁群算法(ACA)综合研究电力人因事故问题,在对支持向量机进行优化决策的基础上,提出一个电力人因事故数据拟合与预测的统计分析模型。针对支持向量机的参数选择问题,采用蚁群算法进行优化,建立了基于优化支持向量机的电力人因事故数据统计分析模型。利用该模型对电力人因事故量进行预测,结果表明,基于优化支持向量机的电力人因事故数据统计分析模型,预测精度更高、误差更小,能够更有效地对电力人因事故数量进行拟合、预测和统计分析。
展开更多
关键词
电力人因事故
支持向量机
蚁群算法
数据统计分析模型
下载PDF
职称材料
基于支持向量机的电力人因事故组织因素分析
被引量：
1
2
作者
王鹏
董
建房
《舰船电子工程》
2021年第1期113-116,共4页
在电力生产行业中,人因已成为引发生产安全事故的最主要因素,而在人的因素中,组织管理因素是影响人因的最主要因素。为探寻组织管理因素对电力生产人子系统的影响,论文利用k均值聚类算法和支持向量机对电力人因事故进行了分析。论文首...
在电力生产行业中,人因已成为引发生产安全事故的最主要因素,而在人的因素中,组织管理因素是影响人因的最主要因素。为探寻组织管理因素对电力生产人子系统的影响,论文利用k均值聚类算法和支持向量机对电力人因事故进行了分析。论文首先根据已发生的电力安全事故分析了电力行业人因事故组织管理因素的影响因素,然后利用k均值聚类算法将电力人因事故组织管理因素划分可靠性等级,最后利用支持向量机分析可靠性等级与影响因素间的关系。论文选取12组电力生产系统数据验证算法,分析发现组织氛围因素是影响电力安全生产可靠性的最主要因素。
展开更多
关键词
支持向量机
电力人因事故
组织管理因素
可靠性
K均值聚类
下载PDF
职称材料
基于支持向量机的电力人子系统可靠性分析
3
作者
王鹏
董
建房
缪列昌
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020年第10期255-258,共4页
针对电力行业人子系统可靠性分析难以量化的现状,采用支持向量机进行分析评价,首先分析了电力行业人子系统可靠性及其影响因素;在此基础上,利用k均值聚类,将人子系统可靠性等级划分为4类;然后利用支持向量机,构建了可靠性等级与影响因...
针对电力行业人子系统可靠性分析难以量化的现状,采用支持向量机进行分析评价,首先分析了电力行业人子系统可靠性及其影响因素;在此基础上,利用k均值聚类,将人子系统可靠性等级划分为4类;然后利用支持向量机,构建了可靠性等级与影响因素之间的显性映射;最后利用判别函数,研究可靠性等级在各个影响因素方面的变化关系。实例分析表明该方法具有较好的推广能力。
展开更多
关键词
K均值聚类
支持向量机
人子系统
可靠性
下载PDF
职称材料
题名
基于蚁群优化支持向量机的电力人因事故预测模型
被引量：
3
1
作者
王鹏
董
建房
机构
陆军炮兵防空兵学院基础部
出处
《计算机与数字工程》
2022年第6期1377-1380,共4页
基金
安徽省自然科学基金项目(编号:1408085MA_(0)6)资助。
文摘
为有效预测电力行业人因事故数量,论文利用支持向量机(SVM)与蚁群算法(ACA)综合研究电力人因事故问题,在对支持向量机进行优化决策的基础上,提出一个电力人因事故数据拟合与预测的统计分析模型。针对支持向量机的参数选择问题,采用蚁群算法进行优化,建立了基于优化支持向量机的电力人因事故数据统计分析模型。利用该模型对电力人因事故量进行预测,结果表明,基于优化支持向量机的电力人因事故数据统计分析模型,预测精度更高、误差更小,能够更有效地对电力人因事故数量进行拟合、预测和统计分析。
关键词
电力人因事故
支持向量机
蚁群算法
数据统计分析模型
Keywords
electric human causation accident
support vector machine
ant colony algorithm
data statistical analysis model
分类号
C8 [社会学—统计学]
下载PDF
职称材料
题名
基于支持向量机的电力人因事故组织因素分析
被引量：
1
2
作者
王鹏
董
建房
机构
陆军炮兵防空兵学院
出处
《舰船电子工程》
2021年第1期113-116,共4页
基金
安徽省自然科学基金项目(编号:1408085MA06)资助。
文摘
在电力生产行业中,人因已成为引发生产安全事故的最主要因素,而在人的因素中,组织管理因素是影响人因的最主要因素。为探寻组织管理因素对电力生产人子系统的影响,论文利用k均值聚类算法和支持向量机对电力人因事故进行了分析。论文首先根据已发生的电力安全事故分析了电力行业人因事故组织管理因素的影响因素,然后利用k均值聚类算法将电力人因事故组织管理因素划分可靠性等级,最后利用支持向量机分析可靠性等级与影响因素间的关系。论文选取12组电力生产系统数据验证算法,分析发现组织氛围因素是影响电力安全生产可靠性的最主要因素。
关键词
支持向量机
电力人因事故
组织管理因素
可靠性
K均值聚类
Keywords
support vector machine
electric power human accident
organization management factor
reliability
k-means clustering
分类号
C8 [社会学—统计学]
下载PDF
职称材料
题名
基于支持向量机的电力人子系统可靠性分析
3
作者
王鹏
董
建房
缪列昌
机构
中国人民解放军陆军炮兵防空兵学院基础部
中国人民解放军陆军炮兵防空兵学院研究生大队
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020年第10期255-258,共4页
基金
安徽省自然科学基金资助项目(1408085MA06)。
文摘
针对电力行业人子系统可靠性分析难以量化的现状,采用支持向量机进行分析评价,首先分析了电力行业人子系统可靠性及其影响因素;在此基础上,利用k均值聚类,将人子系统可靠性等级划分为4类;然后利用支持向量机,构建了可靠性等级与影响因素之间的显性映射;最后利用判别函数,研究可靠性等级在各个影响因素方面的变化关系。实例分析表明该方法具有较好的推广能力。
关键词
K均值聚类
支持向量机
人子系统
可靠性
Keywords
k-means clustering
support vector machine
human subsystem
reliability
分类号
C8 [社会学—统计学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于蚁群优化支持向量机的电力人因事故预测模型
王鹏
董
建房
《计算机与数字工程》
2022
3
下载PDF
职称材料
2
基于支持向量机的电力人因事故组织因素分析
王鹏
董
建房
《舰船电子工程》
2021
1
下载PDF
职称材料
3
基于支持向量机的电力人子系统可靠性分析
王鹏
董
建房
缪列昌
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
