基于经验模态分解-支持向量机的滑坡位移预测方法研究 被引量：7

1

作者 姚琦 牛瑞卿 +1 位作者 赵金童 张淼 《安全与环境工程》 CAS 2017年第1期26-32,共7页

滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Brow... 滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Browns Single Parameter Exponential Smoothing,Browns)模型对滑坡位移进行预测。以三峡库区木鱼包滑坡为例,首先在考虑降雨量和库水位等影响因子的基础上,采用SVR模型对周期项位移进行预测;然后采用Browns模型对趋势项位移进行预测;最后通过时间序列加法模型得到滑坡累计位移预测值,计算得到测试样本的平均绝对误差为13.31mm,均方根误差和判定系数分别为16.6mm和0.83。通过对比分析,结果表明:基于EMD与SVR-Browns模型的滑坡位移预测精度明显优于SVR模型和Browns模型,证明该模型是一种有效的滑坡位移预测方法。 展开更多

关键词 滑坡 位移预测 经验模态分解法 指数平滑模型 支持向量回归模型

下载PDF 职称材料

基于GA-SVR-PSO的航运安全投入优化研究 被引量：6

2

作者 杨玉梅 张庆年 +3 位作者 杨杰 涂敏 丛喆 张威 《安全与环境工程》 CAS 北大核心 2020年第1期146-151,共6页

随着经济的快速发展,航运安全事故时有发生,造成了较大的经济损失和社会影响。为减少航运安全事故,航运管理部门督促航运企业增加安全投入,造成航运企业的经济负担增加,航运企业迫切需要寻求优化安全投入的方法。提出了一种基于GA-SVR-... 随着经济的快速发展,航运安全事故时有发生,造成了较大的经济损失和社会影响。为减少航运安全事故,航运管理部门督促航运企业增加安全投入,造成航运企业的经济负担增加,航运企业迫切需要寻求优化安全投入的方法。提出了一种基于GA-SVR-PSO的航运安全投入优化方法,该方法首先利用GA-SVR模型构建航运安全投入与事故经济损失之间的定量关系模型,然后结合实际投入约束条件构建了航运安全投入优化模型,最后采用粒子群优化(PSO)算法对航运安全投入优化模型进行优化,得到投入约束条件下航运安全投入的最优配置和事故最低经济损失。以Z航运公司2018年安全投入为实例进行验证,结果表明基于GA-SVR-PSO的航运安全投入优化方法具有较好的航运安全投入优化效果,可为航运企业安全投入决策提供可靠的模型依据,提高航运安全投入效率。 展开更多

关键词 航运安全投入 遗传算法 支持向量回归模型 粒子群优化算法

下载PDF 职称材料

基于支持向量回归和分位数的雷达K分布海杂波形状参数估计方法

3

作者 薛健 孙孟玲 潘美艳 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第4期1399-1407,共9页

针对传统的雷达K分布海杂波形状参数估计方法在异常样本存在情况下估计精度严重下降的问题,该文提出一种基于支持向量回归(SVR)和样本分位数比值的K分布海杂波形状参数估计方法。首先给定K分布杂波参数和分位数位置的值,根据K分布的累... 针对传统的雷达K分布海杂波形状参数估计方法在异常样本存在情况下估计精度严重下降的问题,该文提出一种基于支持向量回归(SVR)和样本分位数比值的K分布海杂波形状参数估计方法。首先给定K分布杂波参数和分位数位置的值,根据K分布的累积分布函数计算样本分位数比值及其对数,然后建立以样本分位数比值对数为输入、待估计形状参数为输出的SVR模型,通过交叉验证确定SVR模型的超参数,最后训练SVR模型实现对K分布海杂波形状参数的稳健精确估计。仿真和实测雷达数据表明,所提方法的估计误差低于基于矩的估计方法的估计误差,并且与基于分位数的估计方法具有相近估计性能。此外,相比已有基于分位数的方法,所提方法的超参数容易确定,并且不依赖于查表。 展开更多

关键词 海杂波 K分布 参数估计 支持向量回归模型 样本分位数

下载PDF 职称材料

基于小波_SVR模型的浮体极短期运动预报方法 被引量：3

4

作者 盖晓娜 杨建民 田新亮 《舰船科学技术》 北大核心 2018年第11期66-70,共5页

针对随机海浪作用下浮体运动的非线性和非平稳特性,本文提出一种复合的小波-SVR组合方法。该方法首先对数据进行平稳性分析,然后利用小波分析将原始数据分解成有限个细节信号和逼近信号,将细节信号进行整合。采用SVR模型分别对最低频的... 针对随机海浪作用下浮体运动的非线性和非平稳特性,本文提出一种复合的小波-SVR组合方法。该方法首先对数据进行平稳性分析,然后利用小波分析将原始数据分解成有限个细节信号和逼近信号,将细节信号进行整合。采用SVR模型分别对最低频的逼近信号和整合后的细节信号进行预测,最后把2个预测结果进行叠加,得到最终的运动预测。仿真结果表明,复合的小波-SVR组合方法应用于浮体运动极短期预报可行,该方法在理论和工程应用方面具有重要的意义。 展开更多

关键词 极短期预报 非线性非平稳运动 支持向量机回归(svr)模型 小波分解

下载PDF 职称材料

高铁故障晚点时间预测的支持向量回归模型 被引量：3

5

作者 汤轶雄 徐传玲 +2 位作者 文超 李忠灿 宋邵杰 《中国安全科学学报》 CAS CSCD 北大核心 2019年第S02期18-23,共6页

为准确预测高速铁路(HSR)列车故障引起的总晚点时间,基于广铁集团高速铁路列车晚点实绩数据,分别运用软间隔支持向量机回归(ε-SVR)和容错比支持向量机回归(ν-SVR)方法以初始晚点时间、影响列车数、晚点致因为自变量,总晚点时间为因变... 为准确预测高速铁路(HSR)列车故障引起的总晚点时间,基于广铁集团高速铁路列车晚点实绩数据,分别运用软间隔支持向量机回归(ε-SVR)和容错比支持向量机回归(ν-SVR)方法以初始晚点时间、影响列车数、晚点致因为自变量,总晚点时间为因变量构建SVR模型。使用测试数据进行模型预测能力评估,结果表明:在20%相对允许误差范围内,ε-SVR和ν-SVR模型的预测精度均超过了0.8,且ν-SVR模型的预测精度要高于ε-SVR模型。 展开更多

关键词 高速铁路(HSR) 列车运行实绩 初始晚点 晚点时间预测 支持向量回归(svr)模型

下载PDF 职称材料

基于改进型混合蛙跳算法的支持回归机大坝变形预测模型 被引量：3

6

作者 卢远富 包腾飞 +2 位作者 李涧鸣 孙鹏明 王甜 《三峡大学学报（自然科学版）》 CAS 2015年第5期14-18,共5页

支持回归机(SVR)可以用来解决大坝变形的拟合和预测问题,且具有很好的泛化能力,其核心问题是选择适当的惩罚因子和核参数.利用基于拉丁超立方抽样(LHS)和自适应移动算子的改进型混合蛙跳算法(ISFLA)对SVR模型进行参数寻优,建立ISFLA-SV... 支持回归机(SVR)可以用来解决大坝变形的拟合和预测问题,且具有很好的泛化能力,其核心问题是选择适当的惩罚因子和核参数.利用基于拉丁超立方抽样(LHS)和自适应移动算子的改进型混合蛙跳算法(ISFLA)对SVR模型进行参数寻优,建立ISFLA-SVR大坝变形预测模型.通过工程算例表明:ISFLA-SVR模型具有很高的预测精度,可以应用于大坝变形预测. 展开更多

关键词 支持回归机模型 变形预测 混合蛙跳算法 拉丁超立方体抽样

下载PDF 职称材料

基于时间序列支持向量机的信用额度预测 被引量：1

7

作者 屈新怀 马文强 +1 位作者 丁必荣 牛乾 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2020年第10期1321-1324,1369,共5页

汽车整车厂商通过经销商渠道销售整车时,会根据经销商自身的信用状况来决定信用额度,在该额度范围内,经销商可以先收车再按照规定的时间回款。以往的相关研究中,整车厂商常根据经销商某一时刻的信用状况评价其所属的信用等级,从而决定... 汽车整车厂商通过经销商渠道销售整车时,会根据经销商自身的信用状况来决定信用额度,在该额度范围内,经销商可以先收车再按照规定的时间回款。以往的相关研究中,整车厂商常根据经销商某一时刻的信用状况评价其所属的信用等级,从而决定经销商的信用额度,但忽视了信用数据可能会产生“突变”,导致评价结果失真,产生信用风险。文章从受评经销商的历史业务数据出发,使用多维时间序列数据进行相空间重构,将得到的相点数据用于训练支持向量回归(support vector regression,SVR)模型,然后使用该模型给定经销商的信用额度。运用经销商信用数据的验证结果表明,该方法具有较好的预测效果。 展开更多

关键词 信用风险 多维时间序列 相空间重构 支持向量回归(svr)模型 信用额度

下载PDF 职称材料

基于BFOA-SVR的铁路车站环境温度预测 被引量：1

8

作者 胡昊 吕晓军 陈瑞凤 《计算机仿真》 北大核心 2019年第4期83-88,共6页

铁路车站是人群密集的大型公共建筑,站内温度易受外界温度与站内湿度、光照、人群等多种动态复杂因素的影响。针对站内温度的预测具有时变性、复杂性、非线性等特点,因此提出了一种基于细菌觅食优化算法(Bacterial-Foraging Optimizatio... 铁路车站是人群密集的大型公共建筑,站内温度易受外界温度与站内湿度、光照、人群等多种动态复杂因素的影响。针对站内温度的预测具有时变性、复杂性、非线性等特点,因此提出了一种基于细菌觅食优化算法(Bacterial-Foraging Optimization Algorithm,BFOA)的支持向量回归(Support Vector Regression,SVR)的铁路车站环境温度预测。首先将环境数据作为特征向量输入,并通过BFOA算法对SVR模型的进行参数优化,最后基于优化模型开展温度预测,并与GA、PSO算法优化模型进行仿真对比。实验结果表明,相较于其它模型,该模型具有更好的预测精准度和鲁棒性,预测结果可以为车站环境调控与设备节能提供决策依据。 展开更多

关键词 铁路车站 细菌觅食优化算法 支持向量回归模型 温度预测

下载PDF 职称材料

基于支持向量机回归模型的稻田二化螟历史数据预测 被引量：1

9

作者 任向辉 李向平 +1 位作者 李言 余昊 《广东农业科学》 CAS CSCD 北大核心 2012年第16期179-181,共3页

通过1991—1996的历史数据分析稻田早稻生物学特征与不同土壤处理对二化螟发生株率的非线性相关关系,测试支持向量机回归(SVR)模型在二化螟测报的可行性。结果表明,应用epsilon-SVR模型预测水稻综合因子观测场1996年的早稻二化螟平均发... 通过1991—1996的历史数据分析稻田早稻生物学特征与不同土壤处理对二化螟发生株率的非线性相关关系,测试支持向量机回归(SVR)模型在二化螟测报的可行性。结果表明,应用epsilon-SVR模型预测水稻综合因子观测场1996年的早稻二化螟平均发生株率预测准确率达97.95%,而阴离子观测场的平均发生株率预测准确率达96.97%。该回归模型表现出良好的鲁棒性和自学习能力。因此,SVR模型适于二化螟田间发生株率的预测,在虫害测报中应用前景广阔。 展开更多

关键词 二化螟 支持向量机回归模型 历史数据

下载PDF 职称材料

基于网络流量预测的DASH系统优化

10

作者 耿俊杰 李晓明 颜金尧 《计算机工程》 CAS CSCD 北大核心 2021年第5期292-300,共9页

近年来基于超文本传输协议(HTTP)的自适应视频流量大幅上升,传统HTTP动态自适应流(DASH)速率算法无法准确预测网络吞吐量,导致网络带宽波动,使传输控制协议慢启动并触发抛弃规则,从而降低视频质量。提出一种基于网络流量预测的改进DASH... 近年来基于超文本传输协议(HTTP)的自适应视频流量大幅上升,传统HTTP动态自适应流(DASH)速率算法无法准确预测网络吞吐量,导致网络带宽波动,使传输控制协议慢启动并触发抛弃规则,从而降低视频质量。提出一种基于网络流量预测的改进DASH速率算法。将DASH算法分为视频质量选择阶段、视频下载阶段和请求等待阶段,在视频质量选择阶段引入支持向量回归模型和长短期记忆网络预测网络吞吐量,结合缓冲时长选择更优质量的视频片段,在视频下载阶段通过预测实时吞吐量降低触发抛弃规则的次数。仿真结果表明,该算法可自适应流速率并减少抛弃规则的命中次数,有效提高视频体验质量。 展开更多

关键词 基于HTTP的动态自适应流 体验质量 吞吐量预测 支持向量回归模型 长短期记忆网络

下载PDF 职称材料

古代玻璃制品的成分分析与鉴别问题的数学模型 被引量：1

11

作者 杨磊 魏彤 宗毅恒 《北京印刷学院学报》 2023年第9期61-66,共6页

古代玻璃极易受埋藏环境的影响而风化,考古工作者依据古代玻璃文物样品的化学成分和其他检测手段将其分为高钾玻璃和铅钡玻璃两种类型。采用卡方检验的方法,对玻璃文物的表面风化与其类型和颜色的关系进行差异性分析,通过训练集数据来... 古代玻璃极易受埋藏环境的影响而风化,考古工作者依据古代玻璃文物样品的化学成分和其他检测手段将其分为高钾玻璃和铅钡玻璃两种类型。采用卡方检验的方法,对玻璃文物的表面风化与其类型和颜色的关系进行差异性分析,通过训练集数据来建立支持向量机回归(SVR)模型,预测风化前玻璃文物的化学成分含量。运用层次聚类算法对该两种玻璃类型的相关数据进行聚类,根据每个类别所对应的化学成分含量在风化前后的变化情况进一步进行亚类划分,然后对分类结果给出灵敏度分析。 展开更多

关键词 卡方检验 差异性分析 支持向量机回归(svr)模型 层次聚类算法

下载PDF 职称材料

PSO-SVM模型在化工事故风险预测中的应用研究 被引量：2

12

作者 吴红 王晓明 +1 位作者 王斌 顾翩 《工业安全与环保》 2022年第4期70-73,共4页

为了减少化工事故的发生,提高化工生产过程中事故风险预测的准确性,研究了粒子群优化算法与支持向量机(PSO-SVM)模型在事故风险预测中的应用。首先,统计分析近5年化工生产安全事故致因因素,得出化工事故风险因素统计特征,结合层次分析法... 为了减少化工事故的发生,提高化工生产过程中事故风险预测的准确性,研究了粒子群优化算法与支持向量机(PSO-SVM)模型在事故风险预测中的应用。首先,统计分析近5年化工生产安全事故致因因素,得出化工事故风险因素统计特征,结合层次分析法,建立化工事故风险预测指标体系并确定各指标因素的权重值;然后,基于MATLAB计算生成的化工事故风险程度样本数据,利用PSO算法优选SVM回归预测模型的惩罚因子和核函数参数,建立PSO-SVM相耦合的化工事故风险回归预测模型;最后,将预测指标值样本数据代入模型得到对应预测事故风险值。对比PSO-SVM模型预测风险值和实际计算风险值,可知PSO-SVM模型预测精度良好,预测结果与实际结果较为吻合,表明该模型能有效处理小样本数据回归预测问题,可解决化工生产安全系统各等级风险的异常样本数据稀少问题,模型适用于化工事故风险预测。 展开更多

关键词 化工事故 风险预测 支持向量机回归模型 粒子群优化

下载PDF 职称材料

基于GA参数优化的t-SVR网络安全风险评估方法 被引量：5

13

作者 成科 宋海声 +1 位作者 安占福 孔永胜 《计算机工程与应用》 CSCD 2014年第12期91-95,共5页

为了提高网络安全风险评估的准确性和实时性,提出一种t时延参数优化支持向量回归机的网络安全风险评估模型(t-SVR)。利用遗传算法(GA)的全局搜索性,对t-SVR模型中的关键参数进行组合寻优。通过对网络安全风险数据集进行仿真,结果表明,基... 为了提高网络安全风险评估的准确性和实时性,提出一种t时延参数优化支持向量回归机的网络安全风险评估模型(t-SVR)。利用遗传算法(GA)的全局搜索性,对t-SVR模型中的关键参数进行组合寻优。通过对网络安全风险数据集进行仿真,结果表明,基于GA参数优化的t-SVR评估模型已经解决了SVR存在的不足,提高了网络安全风险评估的准确率,缩短了评估时间,评估性能更加稳定。 展开更多

关键词 网络安全风险 t-支持向量回归机(svr)评估模型 遗传算法 参数组合寻优

下载PDF 职称材料

基于PSO-SVR模型的温室病害预警防治系统 被引量：2

14

作者 赵睿 程鑫 +2 位作者 徐晓辉 宋涛 孙圆龙 《江苏农业学报》 CSCD 北大核心 2021年第4期854-860,共7页

为了解决温室植物病害预警、防治不及时的问题,设计了一种基于粒子群优化的支持向量机(PSO-SVR)模型的温室物联网预警系统。系统通过对观测数据进行分析训练,进而建立起植物病害预警模型,根据预测结果,结合易产生黄瓜病害的环境参数范... 为了解决温室植物病害预警、防治不及时的问题,设计了一种基于粒子群优化的支持向量机(PSO-SVR)模型的温室物联网预警系统。系统通过对观测数据进行分析训练,进而建立起植物病害预警模型,根据预测结果,结合易产生黄瓜病害的环境参数范围选择是否向用户发出预警警报,利用温室物联网控制技术实现对植物病害的生态防治。同时系统可以向搭载Android平台的设备发送提醒消息,并可以进行远程监控。该系统利用Wi-Fi技术将传感器系统和嵌入式设备组成星型网络,根据传感器返回的有效环境参数数据,通过PSO-SVR模型对温室温度、湿度参数进行预测,预测准确率分别为97.6%、96.8%,可以用作理论指导。测试结果表明,该系统响应时间短、运行稳定,可有效地监测并预测温室环境参数,对于植物病害的防治有较好的实际作用。 展开更多

关键词 PSO-svr模型 RBF核函数 参数预测 预警模型

下载PDF 职称材料