LS-SVM模型相关论文
应用近红外漫反射在线检测山楂的维生素C 含量以及有效酸度。山楂在实验平台上以4.2r/min 的速度进行旋转,采用漫反射的方式进行山......
分类是用训练样本建立的模型将测试样本分到一个或多个类中。传统的单标签分类问题是假设类之间相互独立,一个样本仅能归为其中一......
机械故障诊断是制造业对设备进行有效基础保养、改良改造的关键,对于保障机械设备的安全、稳定运行和延长设备寿命、提高点检及整......
土壤中的微塑料对环境安全和人类健康都会产生负面影响。本研究以聚乙烯(PE)或聚氯乙烯(PVC)与土壤的混合物为研究对象,对样本在0.......
盾构法是修建隧道的一种施工方法,与明挖法和暗挖法相比,它具有自身稳定性好,对地面影响较小等特点。采用盾构法修建地铁等城市地下隧......
因短期电力系统负荷具有明显的随机性,使得其负荷预测工作不容易找到内在发展规律,故很不容易提高短期负荷预测的准确性。因依据简......
变压器是电力系统中十分重要的电气设备,大型电力变压器发生故障,不仅会使一些重要负荷的供电可靠性失去保障,而且还会影响整个电力系......
我国能源需求问题分析与预测方法较多,本文利用模糊神经网络理论、灰色系统理论、其他人工神经网络理论以及LS-SVM理论对我国能源......
给出了基于主成分与LS-SVM的教学质量评估模型,先采用主成分分析对其影响因素作评价和预处理,然后构建LS-SVM模型,为了便于比较,同......
为有效预测股票数据,提高投资者的股市投资能力,降低投资风险,提出一种基于优化机器学习方法的股价时间序列预测方法。对股票序列......
DOI:10.19392/j.cnki.16717341.201720122 摘要:在电力负荷预测方面,支持向量机具有一定的运用优势。基于这种认识,本文提出了一种......
服务型制造是当今国际装备制造业发展的一种新趋势和新模式,路径选择又是装备制造企业服务化转型的重要决策问题。 LS-SVM模型对于......
本文提出一种融合小波变换和最JbZ-乘支持向量机(WT-LSSVM)的组合话务量预测模型。对呈现非平稳特性的话务量数据先用Mallat算法进行......
针对目前钕铁硼氢粉碎工艺过程中氢含量无法在线检测、动力学模型难以建立等问题,提出利用数据驱动方法实现钕铁硼氢粉碎过程中氢......
汽轮机油在使用过程中会因为种种原因混入水分,使油液理化性能发生变化,影响系统的正常工作,采取合理的措施有效地对汽轮机油中的含水......
给出了基于LS-SVM的教学质量评估模型,先采用主成分分析对其影响因素作评价和预处理,然后构建LS-SVM模型,为了便于比较,同时利用单......
This paper describes a nonlinear model predictive controller for regulating a molten carbonate fuel cell (MCFC). In orde......
针对天然气管道小泄漏信号的识别问题,提出了一种基于支持向量机的回归算法模型。首先根据香农采样定理和SCADA系统的采样频率,建立......
在电力系统中,架空输电线路是电能传输的重要组成部分,但在其运行过程中,线路覆冰成为不可忽视的威胁,尤其在南方的冬季,覆冰问题......
针对降水量影响因素众多,是一种复杂的非平稳、非线性且存在噪声问题的时间序列的特点,提出一种基于小波包分解的LS-SVM与ARIMA组......
智能电网的建设提高了电网运行的效率,对能源节约、环境保护、电力系统资产优化利用、提高供电服务质量等都有着重要的作用,但同时......
以2000年1月至2015年5月的江西生猪价格数据为研究对象,利用Census-X12和HP滤波分解方法探索生猪价格波动的特征,结合逐步回归法和......
文中应用BP算法、遗传算法、混沌理论及支持向量机,建立各种模型对变形体进行预报,通过实例分析得知,对于大多数变形体的变形数据......
经济危机促使世界经济格局发生变革的同时,也给中国装备制造业的崛起带来了机会:一方面,发达国家回归装备制造业使得中国企业和政府都......
电站燃煤锅炉既是巨大的动力源,又是巨大的污染源,对其燃烧运行进行优化具有重要意义。锅炉效率和NOx排放浓度的各种影响因素相互耦......
为了解决工农业生产及人们日常生活中的用电问题,世界各国对水电站开发利用十分重视。迄今针对水电站年发电量序列的特点,对水电站......
给出了基于LS-SVM的教学质量评估模型,先采用主成分分析对其影响因素作评价和预处理,然后构建LS-SVM模型,为了便于比较,同时利用单......
经实例预测分析发现,利用累积式自回归动平均法(autoregressive integrated moving average,ARIMA)进行电力短期负荷预测时所得误差......