基于核主成分分析和粒子群优化支持向量机的滑坡位移预测 被引量：55

1

作者 彭令 牛瑞卿 +1 位作者 赵艳南 邓清禄 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2013年第2期148-152,161,共6页

利用核主成分分析法对滑坡位移影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,其中模型参数通过粒子群算法进行选择优化,构建出核主成分分析和粒子群优化支持向量机协同模型,对滑坡相对位移进行预测... 利用核主成分分析法对滑坡位移影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,其中模型参数通过粒子群算法进行选择优化,构建出核主成分分析和粒子群优化支持向量机协同模型,对滑坡相对位移进行预测。预测结果的平均绝对误差和相对误差分别为0.760和7.563%,与其他预测模型相比,其拟合和泛化能力最优,表明核主成分分析和粒子群优化支持向量机协同模型的预测结果与实际监测值具有很好的一致性。 展开更多

关键词 滑坡 位移预测 核主成分分析 粒子群优化 支持向量机

原文传递

基于改进的F-score与支持向量机的特征选择方法 被引量：32

2

作者 谢娟英 王春霞 +1 位作者 蒋帅 张琰 《计算机应用》 CSCD 北大核心 2010年第4期993-996,共4页

将传统F-score度量样本特征在两类之间的辨别能力进行推广,提出了改进的F-score,使其不但能够评价样本特征在两类之间的辨别能力,而且能够度量样本特征在多类之间的辨别能力大小。以改进的F-score作为特征选择准则,用支持向量机(SVM)评... 将传统F-score度量样本特征在两类之间的辨别能力进行推广,提出了改进的F-score,使其不但能够评价样本特征在两类之间的辨别能力,而且能够度量样本特征在多类之间的辨别能力大小。以改进的F-score作为特征选择准则,用支持向量机(SVM)评估所选特征子集的有效性,实现有效的特征选择。通过UCI机器学习数据库中六组数据集的实验测试,并与SVM、PCA+SVM方法进行比较,证明基于改进F-score与SVM的特征选择方法不仅提高了分类精度,并具有很好的泛化能力,且在训练时间上优于PCA+SVM方法。 展开更多

关键词 F-score 支持向量机 特征选择 主成分分析 核函数主成分分析

下载PDF 职称材料

基于核主元分析和支持向量机的电站锅炉飞灰含碳量软测量建模 被引量：25

3

作者 陈敏生 刘定平 《华北电力大学学报（自然科学版）》 CAS 北大核心 2006年第1期72-75,92,共5页

飞灰含碳量是影响锅炉热效率的一个重要因素,是评价燃烧好坏和锅炉优化运行的重要指标。利用最小二乘支持向量机这种新的机器学习工具,建立了飞灰含碳量的软测量模型。针对模型输入变量之间存在强耦合、非线性等特征,采用核主元分析(KP... 飞灰含碳量是影响锅炉热效率的一个重要因素,是评价燃烧好坏和锅炉优化运行的重要指标。利用最小二乘支持向量机这种新的机器学习工具,建立了飞灰含碳量的软测量模型。针对模型输入变量之间存在强耦合、非线性等特征,采用核主元分析(KPCA)提取变量的特征信息以有效处理非线性数据。应用该模型对某300MW四角切圆燃煤电站锅炉的飞灰含碳量进行研究,理论分析和仿真计算表明,该方法学习速度快、泛化能力强、对样本的依赖程度低,比BP神经网络的软测量建模具有更好的推广能力。 展开更多

关键词 飞灰含碳量 支持向量机 核主元分析 软测量 电站锅炉

下载PDF 职称材料

基于支持向量机的人脸识别 被引量：6

4

作者 唐述敏 方景龙 《计算机与数字工程》 2005年第7期75-78,共4页

由于支持向量机(SVM)有着适合处理小样本问题、高维数及泛化性能强等多方面的优势,并且基于核函数主元分析的方法对于非线性问题的特征提取来说较为合理,因此提出了一种基于核函数主元分析(KPCA)与支持向量机(SVM)的人脸识别方法。在使... 由于支持向量机(SVM)有着适合处理小样本问题、高维数及泛化性能强等多方面的优势,并且基于核函数主元分析的方法对于非线性问题的特征提取来说较为合理,因此提出了一种基于核函数主元分析(KPCA)与支持向量机(SVM)的人脸识别方法。在使用KPCA方法对人脸图像进行特征提取后,用SVM对特征向量进行分类识别。利用剑桥ORL的人脸数据库进行的实验结果验证了本算法的有效性。 展开更多

关键词 人脸识别 支持向量机 核函数主元分析

下载PDF 职称材料

基于KPCA和最小二乘支持向量机的软测量建模 被引量：8

5

作者 周林成 杨慧中 《计算机仿真》 CSCD 2008年第10期94-97,共4页

为了解决化工领域数据建模小样本、不适定性、非线性等问题,提出了一种基于核主元分析(KPCA)和最小二乘支持向量机的软测量建模方法,用核主元分析对输入变量进行数据压缩,消除变量之间的相关性,运用PSO算法对核参数进行了寻优,通过交叉... 为了解决化工领域数据建模小样本、不适定性、非线性等问题,提出了一种基于核主元分析(KPCA)和最小二乘支持向量机的软测量建模方法,用核主元分析对输入变量进行数据压缩,消除变量之间的相关性,运用PSO算法对核参数进行了寻优,通过交叉验证的方法对支持向量机进行参数选择。将其用于双酚A(BPA)软测量建模的研究结果表明:方法具有学习速度快、泛化能力强等优点,为BPA软测量建模的在线实施提供了方便。 展开更多

关键词 最小二乘支持向量机 核主元分析 软测量 泛化能力

下载PDF 职称材料

基于支持向量机和核主成分分析的车牌字符识别 被引量：2

6

作者 潘石柱 殳伟群 王令群 《电子科技》 2006年第10期59-61,67,共4页

给出了一种结合核主成分分析(KPCA)和支持向量机(SVM)进行车牌字符识别的新方法。该算法通过KPCA进行字符的特征提取,并利用SVM分类器完成字符的识别。实验证明,KPCA在高维空间具有较强的特征选择能力,SVM的识别率也明显高于BP神经网络。

关键词 支持向量机(SVM) 核主成分分析(KPCA)车牌字符识别

下载PDF 职称材料

基于SVM的沙尘暴预测模型 被引量：5

7

作者 路志英 张启孟 赵智超 《天津大学学报》 EI CAS CSCD 北大核心 2006年第9期1110-1114,共5页

根据沙尘暴天气的特点和支持向量机(support vector machllqe,SVM)方法在解决小样本学习问题中的优势,提出基于SVM的沙尘暴预测模型．首先利用主成分分析法进行数据预处理,然后选择了径向基核函数,并通过分析惩罚参数和核参数对SVM分类... 根据沙尘暴天气的特点和支持向量机(support vector machllqe,SVM)方法在解决小样本学习问题中的优势,提出基于SVM的沙尘暴预测模型．首先利用主成分分析法进行数据预处理,然后选择了径向基核函数,并通过分析惩罚参数和核参数对SVM分类器性能的影响,确定了参数的搜索空间,继而利用网格搜索法对其进行优化．在此基础上,构建并实现了基于SVM的沙尘暴预测模型．该模型与BP神经网络模型的运行结果对比表明,基于SVM的沙尘暴预报模型稳定性好,运行速度快,预报准确率提高了71．2%． 展开更多

关键词 支持向量机 核函数 主成分分析 沙尘暴预测

下载PDF 职称材料

基于优化Bagging-LSSVM模型的冲击地压预测 被引量：7

8

作者 温廷新 陈晓宇 +2 位作者 杨红玉 窦融 田煜晨 《中国安全科学学报》 CAS CSCD 北大核心 2017年第6期121-126,共6页

为准确预测冲击地压危险性,提出一种优化Bagging算法动态集成的最小二乘支持向量机(LSSVM)的预测模型。在设计和优化Bagging-LSSVM模型流程的基础上,引入经典分类数据集,验证模型的可行性,并通过试验得出实现模型最优分类条件下的基分... 为准确预测冲击地压危险性,提出一种优化Bagging算法动态集成的最小二乘支持向量机(LSSVM)的预测模型。在设计和优化Bagging-LSSVM模型流程的基础上,引入经典分类数据集,验证模型的可行性,并通过试验得出实现模型最优分类条件下的基分类模型数的最小值。综合考虑冲击地压的主要影响因素,确定其评判指标;以重庆砚石台煤矿的35组实测数据为试验样本,利用核主成分分析(KPCA)消除指标间的相关性,对比分析样本数据处理前后应用模型的预测效果;比较优化Bagging-LSSVM模型、优化Bagging-SVM模型和LSSVN模型预测冲击地压危险性的准确率。结果表明:经KPCA处理后的样本相较于原始样本,其应用于优化Bagging-LSSVM模型的预测准确率更高,耗时更少;且优化Bagging-LSSVM模型预测冲击地压危险性的准确率高于其他模型。 展开更多

关键词 冲击地压 危险性 最小二乘支持向量机(LSSVM) 优化Bagging-LSSVM 核主成分分析(KPCA)

下载PDF 职称材料

基于层次支持向量机和KICA的人脸识别 被引量：7

9

作者 曹未丰 《南京工程学院学报（自然科学版）》 2019年第3期76-79,共4页

针对人脸图像的非线性特点,将基于核方法的核独立分量分析算法用于提取人脸图像特征.为避免多类支持向量机出现不可识别域,提出基于二叉树思想的层次支持向量机算法,用于多类人脸识别.将层次支持向量机和核独立分量分析算法相结合进行... 针对人脸图像的非线性特点,将基于核方法的核独立分量分析算法用于提取人脸图像特征.为避免多类支持向量机出现不可识别域,提出基于二叉树思想的层次支持向量机算法,用于多类人脸识别.将层次支持向量机和核独立分量分析算法相结合进行人脸识别,首先对人脸图像进行预处理和主成分分析法降维;然后运用核独立分量分析算法估算出独立基影像,从而得到人脸特征;最后将人脸特征输入层次支持向量机进行分类识别.在ORL人脸库上的仿真结果表明该算法较好地兼顾了识别率和运行速率. 展开更多

关键词 人脸识别 支持向量机 核独立分量分析 主分量分析

下载PDF 职称材料

基于多核学习特征融合的人脸表情识别 被引量：7

10

作者 钟志鹏 张立保 《计算机应用》 CSCD 北大核心 2015年第A02期245-249,共5页

传统的基于纹理特征的表情识别采用单一纹理特征构建单核支持向量机(SVM)进行表情特征分类,势必会造成表情特征信息的丢失,影响识别率;然而过多的特征又会带来冗余,产生过拟合现象,降低识别率。针对传统方法的不足,提出了基于多核学习... 传统的基于纹理特征的表情识别采用单一纹理特征构建单核支持向量机(SVM)进行表情特征分类,势必会造成表情特征信息的丢失,影响识别率;然而过多的特征又会带来冗余,产生过拟合现象,降低识别率。针对传统方法的不足,提出了基于多核学习特征融合的人脸表情识别方法,即提取图像的Gabor纹理特征、灰度直方图特征、LBP纹理特征三种特征并进行主成分分析(PCA)降维,在多核支持向量机训练中利用基于核函数组合的特征融合模型,寻找一组最优的特征组合系数,构建基于特征融合模型的核函数,进行表情的分类。该方法能更大限度利用表情图像中的有用特征,还能避免无关特征和冗余特征带来的过拟合现象。通过在学生听课表情表情库中的实验结果表明,方法的识别率为88%,好于传统方法 80%的识别率。 展开更多

关键词 支持向量机 多核学习特征融合 GABOR纹理特征 灰度直方图特征 局部二进制模式 主成分分析

下载PDF 职称材料

基于图像处理技术与支持向量机的鱼龄识别 被引量：7

11

作者 刘凤连 王玲 +1 位作者 温显斌 刘亭 《光电子．激光》 EI CAS CSCD 北大核心 2010年第11期1730-1733,共4页

采用图像处理技术,提出了一种基于核主成分分析(KPCA)与支持向量机(SVM)的鱼年龄自动识别新方法。首先通过KPCA提取鱼的耳石图像的主元,然后用SVM对鱼的年龄进行学习、识别和预测。实验表明,该方法取得了较好的效果。

关键词 图像处理技术 支持向量机(SVM) 核主成分分析(KPCA) 鱼龄识别

原文传递

基于改进支持向量机的Wi-Fi室内定位算法 被引量：6

12

作者 丁雪芳 王琪 《计算机工程与应用》 CSCD 北大核心 2016年第6期90-93,共4页

针对室内复杂环境下无线信号不稳定、传统支持向量机定位算法计算复杂度高等难题,为了提高室内的定位精度,提出一种改进支持向量机的Wi-Fi室内定位算法。采用核主成分分析对特征进行降维处理,提取有用信息、降低计算量,采用支持向量机... 针对室内复杂环境下无线信号不稳定、传统支持向量机定位算法计算复杂度高等难题,为了提高室内的定位精度,提出一种改进支持向量机的Wi-Fi室内定位算法。采用核主成分分析对特征进行降维处理,提取有用信息、降低计算量,采用支持向量机构建定位特征与物理位置的非线性映射模型,并采用粒子群算法对模型参数进行优化,进行了仿真实验。结果表明,该算法提高了室内定位精度和效率。 展开更多

关键词 室内定位 支持向量机 核主成分分析 粒子群优化算法

下载PDF 职称材料

基于特征提取与 INGO-SVM 的变压器故障诊断方法 被引量：2

13

作者 包金山 杨定坤 +3 位作者 张靖 张英 杨镓荣 胡克林 《电力系统保护与控制》 EI CSCD 北大核心 2024年第7期24-32,共9页

针对使用支持向量机(support vector machine,SVM)对变压器进行故障诊断时有效特征提取困难、模型参数难以选择的问题,提出一种基于特征提取与INGO-SVM的变压器故障诊断方法。首先,使用核主成分分析(kernel principal component analysi... 针对使用支持向量机(support vector machine,SVM)对变压器进行故障诊断时有效特征提取困难、模型参数难以选择的问题,提出一种基于特征提取与INGO-SVM的变压器故障诊断方法。首先,使用核主成分分析(kernel principal component analysis,KPCA)方法对构建的21维待选特征进行特征融合和低维敏感特征提取。其次,使用佳点集、随机反向学习和维度交叉学习等策略对北方苍鹰优化算法(northern goshawk optimization,NGO)进行改进。通过2个典型测试对改进北方苍鹰优化算法(improved northern goshawk optimization,INGO)进行性能测试,验证了INGO算法的优越性。然后,基于KPCA提取的低维敏感特征,使用INGO对SVM的参数进行组合寻优,建立基于KPCA特征提取与INGO-SVM的变压器故障诊断模型。最后,对不同变压器故障诊断模型进行实例仿真对比实验。结果表明:所提方法故障诊断精度高、稳定性好,更适用于变压器的故障诊断。 展开更多

关键词 变压器 故障诊断 支持向量机 核主成分分析 北方苍鹰优化算法

下载PDF 职称材料

基于核主成分空间支持向量机的过程监视方法 被引量：5

14

作者 郭金玉 李涛 李元 《山东科技大学学报（自然科学版）》 CAS 北大核心 2022年第1期114-122,共9页

为了有效改进支持向量机(SVM)在工业过程中的故障检测性能,提出一种基于核主成分空间支持向量机的过程监视方法。首先,运用核主成分分析方法(KPCA)处理数据,获取数据的核主成分,在核主成分空间计算Hotelling′s T^(2)统计量;然后,在T^(2... 为了有效改进支持向量机(SVM)在工业过程中的故障检测性能,提出一种基于核主成分空间支持向量机的过程监视方法。首先,运用核主成分分析方法(KPCA)处理数据,获取数据的核主成分,在核主成分空间计算Hotelling′s T^(2)统计量;然后,在T^(2)统计量基础上加入时滞特性和时差特性,并将三者组合成增广矩阵,运用正常数据和故障数据的增广矩阵训练SVM模型;最后,运用SVM模型对测试数据进行分类,实现对故障的有效检测。将本研究方法应用于非线性数值例子和田纳西-伊斯曼工业过程中,与PCA、KPCA、传统的SVM和KPCA-LSSVM方法作比较,进一步验证了该方法的有效性。 展开更多

关键词 支持向量机 核主成分分析 过程监视 非线性过程

下载PDF 职称材料

基于支持向量机方法的多目标图像分割 被引量：4

15

作者 徐海祥 曹万华 +1 位作者 陈炜 郭丽艳 《微电子学与计算机》 CSCD 北大核心 2009年第4期5-10,共6页

在核主成份分析的特征提取基础上,采用支持向量机方法对多目标图像进行分割研究.实验结果表明,结合核主成份分析的特征提取,支持向量机方法是一种很有前景的多目标图像分割技术.

关键词 多目标图像分割 支持向量机 核主成份分析

下载PDF 职称材料

基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法 被引量：4

16

作者 王彦快 米根锁 +2 位作者 张玉 王宇峰 王朋雨 《铁道学报》 EI CAS CSCD 北大核心 2023年第11期107-116,共10页

为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维... 为更加精准地评估道岔设备健康状态,加强对设备的维护与管理,以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象,提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵,组成道岔特征指标向量,并采用核主成分分析法消除原始多维特征信息的冗余,构建道岔特征指标样本数据库;利用连续隐马尔可夫模型划分道岔退化状态,在此基础上,建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明:所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能,而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法,为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。 展开更多

关键词 高铁道岔设备 健康状态评估 连续隐马尔可夫模型 麻雀搜索算法优化支持向量机 核主成分分析

下载PDF 职称材料

层次聚类LSSVM在模拟电路故障诊断中的应用 被引量：5

17

作者 冯磊 王宏力 +1 位作者 侯青剑 杨建飞 《计算机测量与控制》 CSCD 北大核心 2009年第2期296-298,共3页

文中借鉴层次聚类的思想,采用正向训练、反向测试的方法构造了层次聚类最小二乘支持向量机,并针对容差模拟电路的故障诊断问题,在利用核主元分析法提取其故障特征的基础上,采用所构造的层次聚类最小二乘支持向量机对模拟电路的软故障进... 文中借鉴层次聚类的思想,采用正向训练、反向测试的方法构造了层次聚类最小二乘支持向量机,并针对容差模拟电路的故障诊断问题,在利用核主元分析法提取其故障特征的基础上,采用所构造的层次聚类最小二乘支持向量机对模拟电路的软故障进行了诊断,并与常用的1对1、1对多算法进行比较,结果表明该方法简化了分类器的结构,缩短了训练测试时间,提高了故障识别率。 展开更多

关键词 最小二乘支持向量机 层次聚类 模拟电路 核主元分析 故障诊断

下载PDF 职称材料

基于肌音信号的KPCAGASVM步态模式识别

18

作者 吴碧霞 管小荣 +1 位作者 李仲 史亦凡 《信息技术》 2024年第5期52-59,65,共9页

外骨骼机器人发展迅速,基于生理信号的运动意图识别在人机协同控制研究中得以重视。针对肌电信号易受肌肉疲劳影响和采集要求高的缺点,提出一种基于肌音信号的核主成分分析和改进支持向量机(KPCAGASVM)的模式识别方案,对平地行走、上楼... 外骨骼机器人发展迅速,基于生理信号的运动意图识别在人机协同控制研究中得以重视。针对肌电信号易受肌肉疲劳影响和采集要求高的缺点,提出一种基于肌音信号的核主成分分析和改进支持向量机(KPCAGASVM)的模式识别方案,对平地行走、上楼下楼和上坡下坡5种步态进行模式识别研究。基于遗传算法进行参数调优,其识别方案KPCAGASVM的识别准确率为97.33%,优于PCAGASVM和其他分类器。实验验证,基于肌音信号的KPCAGASVM为一种高效的步态运动识别方案。 展开更多

关键词 外骨骼 肌音信号 遗传算法 支持向量机 核主成分分析

下载PDF 职称材料

基于冠状病毒群体免疫算法的工控入侵检测

19

作者 王浩楠 兰艳亭 方炜 《电子测量技术》 北大核心 2024年第20期84-91,共8页

工业4.0改革使工业化与信息化进程不断交叉深入,工业控制系统(ICS)数据的非线性、高维度等特点使传统入侵检测方法不再适用。设计了一种基于冠状病毒群体免疫算法(CHIO)的工控入侵检测模型,将Fisher-Score与核主成分分析(KPCA)结合,对... 工业4.0改革使工业化与信息化进程不断交叉深入,工业控制系统(ICS)数据的非线性、高维度等特点使传统入侵检测方法不再适用。设计了一种基于冠状病毒群体免疫算法(CHIO)的工控入侵检测模型,将Fisher-Score与核主成分分析(KPCA)结合,对数据进行特征提取,有效降低了数据复杂度,通过引入自适应与差分进化策略改进了冠状病毒免疫算法,增强了算法的搜索性能。最后将改进后的算法应用到支持向量机(SVM)模型进行参数寻优,使用密西西比大学天然气管道数据集进行了仿真实验。实验结果表明:改进后的模型在检测准确率及检测速度上与传统模型相比都具有较大优势,检测率可达97.1%。 展开更多

关键词 工业控制系统 冠状病毒群体免疫算法 支持向量机 差分进化 核主成分分析

下载PDF 职称材料

一种基于KPCA-ISSA-SVM的火控计算机电源故障诊断方法

20

作者 高锦涛 李英顺 +1 位作者 郭占男 佟维妍 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第8期26-33,共8页

传统坦克故障诊断主要靠专家经验,投入人力大、花费时间长。为满足装甲装备的健康管理需求,提出了一种基于核主元分析和改进麻雀算法结合支持向量机的故障诊断方法。针对火控系统信号成分复杂、数据量少的问题,首先利用核主元分析降维... 传统坦克故障诊断主要靠专家经验,投入人力大、花费时间长。为满足装甲装备的健康管理需求,提出了一种基于核主元分析和改进麻雀算法结合支持向量机的故障诊断方法。针对火控系统信号成分复杂、数据量少的问题,首先利用核主元分析降维提取故障数据的非线性特征,减少其他冗余特征对故障识别的影响,降低数据维度。引入混沌Tent映射和非线性惯性权重因子对麻雀搜索算法进行改进,优化支持向量机核心参数并建立故障诊断模型,同时与粒子群优化和鲸鱼优化的支持向量机模型进行实验对比。实验证明:该方法可以有效对坦克火控系统进行故障诊断,且在准确率和诊断效率方面性能较高。 展开更多

关键词 故障诊断 火控系统 支持向量机 核主元分析 麻雀搜索算法

下载PDF 职称材料