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
共找到2,526篇文章
< 1 2 … 127 >
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：
改进粒子群算法优化支持向量机的入侵检测方法 被引量：10
1
作者 柯钢 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2019年第10期1341-1345,共5页
针对传统支持向量机(support vector machine,SVM)算法应用于入侵检测中存在参数选取的问题,文章提出了一种改进粒子群算法(improved particle swarm optimization,IPSO)和SVM相融合的网络入侵检测方法,即IPSO-SVM。将SVM的惩罚参数 C... 针对传统支持向量机(support vector machine,SVM)算法应用于入侵检测中存在参数选取的问题,文章提出了一种改进粒子群算法(improved particle swarm optimization,IPSO)和SVM相融合的网络入侵检测方法,即IPSO-SVM。将SVM的惩罚参数 C和核函数参数σ作为粒子群的粒子,以 K 倍交叉验证的准确率作为目标函数,通过粒子间的相互协作得到最优的SVM参数,利用KDD Cup 99数据集进行仿真测试。仿真结果表明,与其他算法相比,IPSO-SVM算法的检测时间更短,检测准确率更高,是一种有效的入侵检测算法。 展开更多
关键词 粒子群算法 支持向量机(SVM) 入侵检测 主成分分析(PCA)
下载PDF
改进粒子群算法优化支持向量机在故障诊断中的应用研究 被引量：9
2
作者 孙瑶琴 《计算机测量与控制》 2017年第3期48-50,54,共4页
支持向量机(SVM)作为当前新型的机器学习方式,凭借解决小样本问题、高维问题和局部极值问题等方面的优越性,在当前故障诊断方面有突出的表现;文章根据对支持向量机的研究,发现其在分类模型参数选择上存在困难,为此,提出利用改进粒子群... 支持向量机(SVM)作为当前新型的机器学习方式,凭借解决小样本问题、高维问题和局部极值问题等方面的优越性,在当前故障诊断方面有突出的表现;文章根据对支持向量机的研究,发现其在分类模型参数选择上存在困难,为此,提出利用改进粒子群算法优化的办法,解决粒子群前期收敛速度过快导致后期容易优化不均的现象;通过粒子群算法优化与支持向量机分类模型结合,以轴承故障检测和诊断为例,分析次方法的优越性和提高支持向量机在故障诊断过程中的精准度;通过实际检测得出,这种算法优化的方法改进的支持向量机对于聚类性较差的故障分类具有很好的诊断功能。 展开更多
关键词 支持向量机 故障诊断 粒子群算法优化
下载PDF
改进粒子群算法优化支持向量机的螺旋CT电气故障诊断研究 被引量：2
3
作者 汤德荣 《九江学院学报（自然科学版）》 CAS 2023年第4期27-31,共5页
文章研究改进粒子群算法优化支持向量机螺旋CT电气故障诊断方法,提高螺旋CT电气故障诊断精度与诊断效率,以满足实际螺旋CT电气故障诊断工作需要。采用最小支持向量机通过非线性函数变换,将多输入单输出的螺旋CT电气故障诊断最优解的求... 文章研究改进粒子群算法优化支持向量机螺旋CT电气故障诊断方法,提高螺旋CT电气故障诊断精度与诊断效率,以满足实际螺旋CT电气故障诊断工作需要。采用最小支持向量机通过非线性函数变换,将多输入单输出的螺旋CT电气故障诊断最优解的求解转换为高维空间最优分类面的求解,实现螺旋CT电气故障诊断;采用改进粒子群算法与交叉验证原理优化最小二乘支持向量机的核函数,提高最小二乘支持向量机算法泛化能力,避免核函数状态影响螺旋CT电气故障诊断精度。实验结果表明:该方法的螺旋CT电气故障诊断结果与实际故障类型几乎一致,核函数优化后螺旋CT电气故障诊断分类准确率高达90%,可提升螺旋CT电气故障诊断的效率。 展开更多
关键词 改进粒子群 支持向量机 螺旋CT 故障诊断 尺度变化 交叉验证
下载PDF
改进粒子群算法优化支持向量机的工程造价预测 被引量：7
4
作者 李杰 《计算机系统应用》 2016年第6期202-206,共5页
工程造价预测一直是工程管理研究中的重点,针对工程造价预测中的支持向量机参数优化问题,提出一种改进粒子群算法优化支持向量机的工程造价预测模型(IPSO-SVM).首先收集工程造价数据,并对其进行归一化处理,然后采用支持向量机对工程造... 工程造价预测一直是工程管理研究中的重点,针对工程造价预测中的支持向量机参数优化问题,提出一种改进粒子群算法优化支持向量机的工程造价预测模型(IPSO-SVM).首先收集工程造价数据,并对其进行归一化处理,然后采用支持向量机对工程造价的训练样本进行学习,并采用改进粒子群算法对支持向量机的核函数参数进行优化,最后采用Matlab 2012工具箱对工程造价进行仿真实验.实验结果表明,IPSO-SVM有效提高工程造价的预测精度,预测结果具有一定的实际应用价值. 展开更多
关键词 工程造价预测 参数优化 粒子群算法 支持向量机
下载PDF
基于改进粒子群算法优化支持向量机的风电功率预测 被引量：12
5
作者 赵倩 陈芳芳 甘露 《电气技术》 2020年第12期12-16,共5页
风力发电是新能源发展的重点之一,准确的风力发电功率预测直接影响着电网的稳定性,所以研究风电功率预测十分必要。本文针对预测精度不高的问题,提出了一种改进的粒子群算法优化支持向量机的预测方法。由于支持向量机的惩罚因子和核函... 风力发电是新能源发展的重点之一,准确的风力发电功率预测直接影响着电网的稳定性,所以研究风电功率预测十分必要。本文针对预测精度不高的问题,提出了一种改进的粒子群算法优化支持向量机的预测方法。由于支持向量机的惩罚因子和核函数参数选择对预测精度有很大影响,因此利用改进的粒子群算法对支持向量机参数进行寻优,用优化好的参数进行建模训练,然后把建好的模型应用于风电功率预测,最后对结果进行分析。预测结果表明:改进粒子群算法优化的支持向量机对风力发电功率预测有更好的准确性。 展开更多
关键词 粒子群算法 参数优化 支持向量机 预测算法
下载PDF
改进粒子群算法优化支持向量机预测模型的研究
6
作者 张乔 《科教导刊（电子版）》 2020年第26期287-288,共2页
本文分析了传统的粒子群算法,根据粒子的速度和位置公式,可通过惯性权重和学习因子等参数对算法做出改进,提高改进后算法的性能,建立了改进的粒子群优化支持向量机的组合预测模型。
关键词 支持向量机 粒子群算法 参数优化 预测模型
下载PDF
基于量子粒子群优化的支持向量机模型反演土力学参数
7
作者 刘月华 朱庆闯 毕乃晨 《建筑施工》 2025年第3期361-365,共5页
岩土的力学参数常通过室内或原位试验测得,因受尺寸效应和人为因素影响,有时试验值与真实值之间偏差会很大。为探索更多、更准确的岩土力学参数的确定方法,利用量子粒子群算法优化支持向量机后对岩土物理力学参数进行反演。首先采用正... 岩土的力学参数常通过室内或原位试验测得,因受尺寸效应和人为因素影响,有时试验值与真实值之间偏差会很大。为探索更多、更准确的岩土力学参数的确定方法,利用量子粒子群算法优化支持向量机后对岩土物理力学参数进行反演。首先采用正交和均匀试验对需要反演的参数进行设计,然后结合有限差分软件FLAC3D得到学习样本和测试样本,通过量子粒子群优化(QPSO)向量机模型(SVM)建立反演参数与位移间复杂的非线性映射关系。把地铁站点基坑在不同开挖工况下的地表产生的水平及竖向位移的计算值与实测值进行对比分析,以验证该分析理论及方法的合理性。由于不同参数变化能使目标函数值产生不相同的变化结果,故分别采用竖向和水平位移对泥炭质土的压缩模量E_s和泊松比μ进行反演,研究结果表明取竖向位移对E_s进行反演,水平位移对μ进行反演,其结果更合理。此分析方法为岩土参数反演方法提供了一种新的思路。 展开更多
关键词 参数反演 支持向量机(SVM) 泥炭质土 量子粒子群优化(QPSO)
下载PDF
基于自适应混合粒子群算法优化支持向量机的乳腺癌预测
8
作者 王勇 吴慕云 《阜阳职业技术学院学报》 2024年第2期67-70,共4页
使用粒子群算法优化支持向量机的惩罚因子和核参数,提高分类的精度。粒子群算法收敛速度快,但是容易陷入局部最优。引入鲸鱼算法的包围运动和螺旋运动机制,形成参数自适应的混合粒子群优化算法,提升了算法的精度。在对数据进行预处理之... 使用粒子群算法优化支持向量机的惩罚因子和核参数,提高分类的精度。粒子群算法收敛速度快,但是容易陷入局部最优。引入鲸鱼算法的包围运动和螺旋运动机制,形成参数自适应的混合粒子群优化算法,提升了算法的精度。在对数据进行预处理之后,80%的数据用于模型的训练,剩余20%用于模型的测试。每次实验分别按照比例随机生成的训练集和测试集进行20次预测,计算平均正确率。实验表明,自适应混合粒子群算法优化精度高于标准粒子群算法和鲸鱼算法。 展开更多
关键词 乳腺癌 支持向量机 自适应 粒子群优化算法
下载PDF
粒子群算法优化支持向量回归的民机客舱座椅舒适度评价预测
9
作者 逄欣 苟秉宸 《机械科学与技术》 CSCD 北大核心 2024年第9期1624-1630,共7页
为建立民机客舱座椅舒适度主客观评价之间复杂非线性的评价预测模型,同时提高模型的预测精度,本文将支持向量回归(Support vector regression,SVR)中的惩罚参数C、通道控制参数ε以及核函数参数σ作为优化目标,利用粒子群算法(Particle ... 为建立民机客舱座椅舒适度主客观评价之间复杂非线性的评价预测模型,同时提高模型的预测精度,本文将支持向量回归(Support vector regression,SVR)中的惩罚参数C、通道控制参数ε以及核函数参数σ作为优化目标,利用粒子群算法(Particle swarm optimization,PSO)寻找全局最优参数,建立PSO-SVR人-民机客舱座椅舒适度评价预测模型,并对预测结果进行对比分析。分析结果表明:与BP神经网络(Back propagation,BP)模型相比,支持向量回归模型具有良好的鲁棒性;与SVR模型相比,PSO-SVR模型预测精度更高,误差波动小,预测结果均方误差(MSE)降低了85.95%,决定系数(R2)提高了15.42%。因此粒子群算法可以有效提高支持向量回归模型的预测精度和泛化能力。 展开更多
关键词 民机客舱座椅 支持向量机回归 粒子群算法 舒适度评价预测
下载PDF
基于多分类最小二乘支持向量机和改进粒子群优化算法的电力变压器故障诊断方法 被引量：123
10
作者 郑含博 王伟 +3 位作者 李晓纲 王立楠 李予全 韩金华 《高电压技术》 EI CAS CSCD 北大核心 2014年第11期3424-3429,共6页
为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法。引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类。利用PSO算法获得LS-SVM诊断模型的... 为了提高故障诊断的准确率,提出了一种多分类最小二乘支持向量机(LS-SVM)和改进粒子群优化(PSO)相结合的电力变压器故障诊断方法。引入最小输出编码构造多个2分类LS-SVM,实现了变压器诊断的多类分类。利用PSO算法获得LS-SVM诊断模型的最优参数,并采用交叉验证原理来提高分类算法的整体泛化性能。实例分析结果表明,采用LS-SVM和PSO算法可以准确、有效地对变压器进行故障诊断;与传统的电力变压器故障诊断方法相比,该方法的诊断准确率更高。 展开更多
关键词 最小二乘支持向量机 多类分类 粒子群优化 故障诊断 电力变压器 准确率
原文传递
改进的基于粒子群优化的支持向量机特征选择和参数联合优化算法 被引量：38
11
作者 张进 丁胜 李波 《计算机应用》 CSCD 北大核心 2016年第5期1330-1335,共6页
针对支持向量机（SVM）中特征选择和参数优化对分类精度有较大影响,提出了一种改进的基于粒子群优化（PSO）的SVM特征选择和参数联合优化算法（GPSO-SVM）,使算法在提高分类精度的同时选取尽可能少的特征数目。为了解决传统粒子群算法... 针对支持向量机（SVM）中特征选择和参数优化对分类精度有较大影响,提出了一种改进的基于粒子群优化（PSO）的SVM特征选择和参数联合优化算法（GPSO-SVM）,使算法在提高分类精度的同时选取尽可能少的特征数目。为了解决传统粒子群算法在进行优化时易出现陷入局部最优和早熟的问题,该算法在PSO中引入遗传算法（GA）中的交叉变异算子,使粒子在每次迭代更新后进行交叉变异操作来避免这一问题。该算法通过粒子之间的不相关性指数来决定粒子之间的交叉配对,由粒子适应度值的大小决定其变异概率的大小,由此产生新的粒子进入到群体中。这样使得粒子跳出当前搜索到的局部最优位置,提高了群体的多样性,在全局范围内寻找更优值。在不同数据集上进行实验,与基于PSO和GA的特征选择和SVM参数联合优化算法相比,GPSO-SVM的分类精度平均提高了2%~3%,选择的特征数目减少了3%~15%。实验结果表明,所提算法的特征选择和参数优化效果更好。 展开更多
关键词 支持向量机 特征选择 参数优化 粒子群优化算法 遗传算法 不相关性指数
下载PDF
改进粒子群算法优化的支持向量机及其应用 被引量：26
12
作者 王振武 孙佳骏 尹成峰 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2016年第12期1728-1733,共6页
传统粒子群优化（particle swarm optimization,PSO）算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对... 传统粒子群优化（particle swarm optimization,PSO）算法主要包含两方面问题,即易陷入局部极小和后期震荡严重,为此引入混沌序列来初始化粒子群的位置,并在简化的粒子群数学模型上从两个方面对其进行了改进。本文利用改进的PSO算法对支持向量机（support vector machine,SVM）的参数进行优化,仿真实验结果表明：与SVM、PSO-SVM以及遗传算法（genetic algorithm,GA）优化的SVM（GA-SVM）相比,改进PSO优化的SVM（IPSO-SVM）算法具有较高的分类准确率,并且与PSO-SVM算法相比,准确率提高了3%~5%,与PSO-SVM算法以及GA-SVM算法相比,IPSO-SVM的训练和泛化速度都明显提高。本文将IPSO-SVM算法应用到遥感影像的分类中,分类结果表明,与PSO-SVM算法相比IPSO-SVM算法具有更好的分类结果。 展开更多
关键词 粒子群优化算法 混沌序列 支持向量机 遥感影像
下载PDF
基于混沌粒子群改进支持向量机对露天矿边坡稳定性的分类预测 被引量：1
13
作者 赵国彦 邹景煜 王猛 《矿冶工程》 CAS 北大核心 2024年第2期8-12,共5页
为了简便有效地评估边坡稳定性状态,针对目前传统机器学习的算法选择与超参数优化等难题,提出了基于混沌粒子群优化算法的4种机器学习模型,并对其预测性能进行了对比。建立了包含221组露天矿边坡稳定性案例的数据库,其中80%的数据用于训... 为了简便有效地评估边坡稳定性状态,针对目前传统机器学习的算法选择与超参数优化等难题,提出了基于混沌粒子群优化算法的4种机器学习模型,并对其预测性能进行了对比。建立了包含221组露天矿边坡稳定性案例的数据库,其中80%的数据用于训练,20%的数据用于模型测试。4种模型预测结果及工程实例验证结果表明,基于混沌粒子群改进支持向量机模型的预测效果上总体优于其他3种机器学习模型,预测准确率88%,能够有效预测边坡稳定性,可为露天矿边坡安全提供可靠的预测结果。 展开更多
关键词 边坡稳定性 混沌粒子群优化 支持向量机 预测
下载PDF
改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测 被引量：11
14
作者 黄国权 尤新华 《激光杂志》 北大核心 2015年第3期96-99,共4页
为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相... 为了提高网络流量的预测准确性,针对最小二乘支持向量机参数优化方法的缺陷,提出一种改进粒子群算法优化最小二乘支持向量机的网络流量混沌预测模型。首先将最小二乘支持向量机参数作为粒子初始位置,然后通过粒子群之间信息交流、互相协作找到最优参数,并对惯性权重和学习因子进行改进,最后对网络流量数据进行重构,并采用最优参数的最小二乘支持向量机建立网络流量预测模型。实验结果表明,本文模型提高了网络流量的预测精度,并大幅度减少了训练时间,可以满足网络流量在线预测要求。 展开更多
关键词 网络流量 粒子群优化算法 混沌理论 最小二乘支持向量机
下载PDF
基于支持向量回归机和粒子群算法的改进协同优化方法 被引量：2
15
作者 杨希祥 杨慧欣 +1 位作者 江振宇 张为华 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第3期34-39,共6页
研究基于支持向量回归机和粒子群算法的改进协同优化方法.阐述了协同优化方法和支持向量回归机方法基本原理,为有效解决系统级优化协调困难问题,改善收敛性能,提高收敛速度,采用支持向量回归机构造系统级约束条件的近似模型,引入粒子群... 研究基于支持向量回归机和粒子群算法的改进协同优化方法.阐述了协同优化方法和支持向量回归机方法基本原理,为有效解决系统级优化协调困难问题,改善收敛性能,提高收敛速度,采用支持向量回归机构造系统级约束条件的近似模型,引入粒子群算法求解系统级和学科级优化问题.仿真计算结果表明,设计的协同优化方法可有效求解多学科设计优化问题,和基本协同优化方法相比,求解精度高,优化迭代次数少,稳定性好.可为多学科设计优化研究提供理论参考. 展开更多
关键词 协同优化 支持向量回归机 粒子群算法
下载PDF
基于改进量子粒子群算法的支持向量机参数优化方法 被引量：6
16
作者 周頔 《计算机与现代化》 2018年第9期27-31,共5页
支持向量机参数的选择对建模精度和泛化性能等有着重要的影响,提出量子粒子群优化(QPSO)改进算法优化支持向量机(SVM)参数的方法。该方法首先将混合扰动算子引入QPSO算法中,用于获取平均最优位置,建立一种基于混合扰动算子的QPSO算法改... 支持向量机参数的选择对建模精度和泛化性能等有着重要的影响,提出量子粒子群优化(QPSO)改进算法优化支持向量机(SVM)参数的方法。该方法首先将混合扰动算子引入QPSO算法中,用于获取平均最优位置,建立一种基于混合扰动算子的QPSO算法改进方法(IQPSO),然后用IQPSO算法的全局优化能力对支持向量机惩罚系数和核参数进行综合寻优,求取最优化参数组合,从而提高支持向量机的求解速度和解的精确性。利用测试函数和UCI测试数据,对IQPSO-SVM进行仿真测试与分类,实验结果表明,IQPSO能获得很好的优化结果,IQPSO-SVM具有较好的泛化性能。 展开更多
关键词 改进量子粒子群 支持向量机 参数优化 混合扰动算子 性能
下载PDF
基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估 被引量：4
17
作者 许凌凯 杨任农 左家亮 《计算机应用》 CSCD 北大核心 2017年第9期2712-2716,2734,共6页
评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和... 评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化(ACPSO)算法和最小二乘支持向量机(LSSVM)的空中目标威胁评估方法。首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估。仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法。 展开更多
关键词 威胁评估 防空作战 自适应杂交粒子群优化 最小二乘支持向量机
下载PDF
改进粒子群算法优化的支持向量机在滚动轴承故障诊断中的应用 被引量：14
18
作者 吕明珠 苏晓明 +1 位作者 陈长征 刘世勋 《机械与电子》 2019年第1期42-48,共7页
针对惩罚因子C和核参数g选择不当造成支持向量机(SVM)分类效果不理想的问题,在基本粒子群(PSO)算法基础上引入动态惯性权重、全局邻域搜索、种群收缩因子、粒子变异概率等操作,提出了一种新的改进型粒子群(IPSO)算法优化SVM参数的分类... 针对惩罚因子C和核参数g选择不当造成支持向量机(SVM)分类效果不理想的问题,在基本粒子群(PSO)算法基础上引入动态惯性权重、全局邻域搜索、种群收缩因子、粒子变异概率等操作,提出了一种新的改进型粒子群(IPSO)算法优化SVM参数的分类器。采用Libsvm工具箱中的公共数据集BreastTissue,Heart和Wine来测试其分类效果,结果表明IPSO-SVM分类器在预测精度和分类时间上明显优于SVM和PSO-SVM分类器。然后将其应用于滚动轴承的二分类问题和多分类问题的故障诊断中,仿真实验证明IPSOSVM分类器能显著提高全局收敛能力和收敛速度,可得到理想的分类结果。最后,用IPSO-SVM分类器对实际轴承进行故障诊断,结果验证了其拥有良好的分类稳定性,值得进一步在工程领域内推广。 展开更多
关键词 支持向量机 参数优化 改进粒子群算法 滚动轴承 故障诊断
下载PDF
基于粒子群优化支持向量机的纱线质量预测 被引量：3
19
作者 章军辉 陈明亮 +2 位作者 郭晓满 付宗杰 王静贤 《棉纺织技术》 CAS 2024年第4期16-22,共7页
针对复杂纺纱过程中成纱质量预测精度不足以及深度学习对庞大数据集依赖性的缺陷,提出一种基于粒子群算法优化支持向量机的小样本成纱质量预测方法。首先,对原始数据集样本序列进行灰色关联预处理,按照关联度大小进行排序,再结合先验知... 针对复杂纺纱过程中成纱质量预测精度不足以及深度学习对庞大数据集依赖性的缺陷,提出一种基于粒子群算法优化支持向量机的小样本成纱质量预测方法。首先,对原始数据集样本序列进行灰色关联预处理,按照关联度大小进行排序,再结合先验知识库筛选出主要的原棉纤维指标;其次,针对小样本预测问题,建立了线性核、多项式核、高斯核以及自适应带宽RBF核等不同核函数支持向量回归(SVR)预测模型;最后,采用粒子群优化(PSO)算法对高斯核SVR模型的超参数(正则化系数和带宽调节参数)进行辨识,设计一种综合适应度函数与线性递减惯性权重策略,用以提高PSO算法的寻优能力。仿真结果表明:PSO优化高斯核SVR模型对不同成纱质量指标有较好的预测效果,其平均相对误差不超过2%。认为:PSO优化高斯核SVR模型对成纱质量指标的预测误差较低,具有良好的适应性。 展开更多
关键词 支持向量机 粒子群优化 灰色关联 纱线质量预测 核函数
下载PDF
基于粒子群-支持向量机算法的激光诱导击穿光谱钢铁快速检测与分类 被引量：1
20
作者 曾庆栋 陈光辉 +8 位作者 李文鑫 孟久灵 李耿 童巨红 田志辉 张晓林 李国辉 郭连波 肖永军 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第6期1559-1565,共7页
钢铁是国民经济中的支柱性产业,由于受生产技术的限制,我国钢铁产品主要集中为质量参差不齐的中低端产品,废品率较高,易造成资源浪费和环境污染。因此,钢铁产品的快速检测与鉴别分类,对保护环境以及提高钢铁资源的回收利用率有着重要意... 钢铁是国民经济中的支柱性产业,由于受生产技术的限制,我国钢铁产品主要集中为质量参差不齐的中低端产品,废品率较高,易造成资源浪费和环境污染。因此,钢铁产品的快速检测与鉴别分类,对保护环境以及提高钢铁资源的回收利用率有着重要意义。利用激光诱导击穿光谱技术(LIBS)进行10种钢铁样品光谱数据的快速采集,并采用支持向量机(SVM)算法对其数据进行学习建模,得到钢铁快速分类模型。然而,由于不同钢铁样品的光谱数据特征是复杂且相似的,导致设置的模型参数也会对SVM模型的分类结果有着较大的影响。为了实现对不同牌号钢铁合金的快速检测分类,实验中采用粒子群算法(PSO)与网格寻优法两种不同方法来优化模型参数,并分别选取样品中6种微量元素(Mn、Cr、Cu、V、Mo、Ti)的17条特征谱线,和经主成分分析法(PCA)对全谱数据降维提取得到的前17个主成分作为模型的输入,建立PSO-SVM、PSO-PCA-SVM、PCA-SVM和SVM四种分类模型。实验结果表明,相比于精度最高的PCA-SVM模型的优化时间(257.84 s),PSO-SVM模型优化时间最短(11.5 s),且识别精度可达96.67%,与PCA-SVM模型的精度(97.5%)几乎相当。该结果表明LIBS结合PSO-SVM算法可实现快速的钢铁检测与分类,该方法为钢铁产品的快速检测与分类提供了一种新的解决途径。 展开更多
关键词 激光诱导击穿光谱 支持向量机 粒子群算法 钢铁分类
下载PDF
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 2 … 127 下一页 到第 页
使用帮助 返回顶部