期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于主成分分析的IPSO-SVM血泵转速预测 被引量:2
1
作者 刘慧博 孟庆刚 任彦 《计算机应用与软件》 北大核心 2020年第1期76-81,共6页
针对目前血泵预测方法中,未充分考虑到循环系统的复杂环境的缺点,采用主成分分析(PCA)的改进粒子群算法(IPSO)优化支持向量机(SVM)的方法将循环系统中复杂因素考虑到模型中。对血泵和循环系统进行建模,利用PCA对循环系统影响因素进行降... 针对目前血泵预测方法中,未充分考虑到循环系统的复杂环境的缺点,采用主成分分析(PCA)的改进粒子群算法(IPSO)优化支持向量机(SVM)的方法将循环系统中复杂因素考虑到模型中。对血泵和循环系统进行建模,利用PCA对循环系统影响因素进行降维分析,利用IPSO优化SVM得到模型参数,对血泵转速期望值预测。最终对模型进行性能评估分析。结果表明,该算法在血泵转速预测中具有更好的逼近能力和预测精度,说明了其有效性。 展开更多
关键词 改进粒子群算法 支持向量机 主成分分析 动态加速参数 性能评估 转速预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部