搜索到690 篇“ SVM方法 “的相关文章
SVM 方法 在某多级离心泵故障诊断中的应用被引量：6 2024年 SVM )建立故障诊断模型的方法 实现故障的分类。采用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法提取振动信号的时频域特征,结合时、频域和信息熵特征构造高维特征样本后,以主成分分析(Principal Component Analysis,PCA)优化输入样本质量,实现对故障的高效分类。另外,对比分析SVM 和反向传播(Back Propagation,BP)神经网络的分类效果,表明SVM 模型分类的效果更好,在多级离心泵的故障诊断中具有良好的适用性。关键词：多级离心泵 支持向量机 BP神经网络 主成分分析 基于DWT和SVM 方法 的35 kV光伏集电电缆早期故障辨识 2024年 SVM 方法 的35 kV光伏集电电缆早期故障辨识方法 ,在故障发生前期排查出潜在故障线路。最后通过PSCAD仿真验证了所提出的方法 的准确性。关键词：潜在故障 DWT 基于振动信号PSD-SVM 方法 的不定负荷下柴油机气阀间隙异常故障诊断 被引量：4 2024年 方法 在不同负荷下的诊断不全面的问题。提出了一种基于功率谱密度(power spectral density,PSD)与支持向量机(support vector machine,SVM )的故障诊断方法 。该方法 将振动信号功率经过滑动平均滤波(moving average filter,MAF)处理,计算样本中每个周期的标准化信号的功率谱特征,再使用核方法 SVM 进行特征分类,从而实现故障诊断。经过柴油机实机测试,该方法 对于不同负荷下的故障识别率达到96.72%,能有效识别不同负荷下的柴油机进排气阀间隙增大故障。关键词：故障诊断 振动测试 基于奇异值熵提取与北方苍鹰算法优化SVM 方法 轴承故障诊断研究 2024年 方法 。首先选取轴承故障的振动信号与声发射信号作为数据集,进行不同方式的模态分解;然后通过峭度值、欧氏距离、均方差,选择有效本征模态函数分量重组信号,提取奇异值熵为特征值;最后使用北方苍鹰算法结合卷积神经网络优化支持向量机的算法模型进行故障诊断。实验结果表明,所提方法 不仅有效提取故障特征,并且在轴承故障的振动信号数据集分类中准确率达到97%以上,在声发射信号数据集中分类准确率达到了99%。关键词：轴承故障诊断 卷积神经网络 支持向量机 一种基于Wrapper方法 与SVM 方法 结合的短时邻近大雾预测方法 方法 与SVM 方法 结合的短时邻近大雾预测方法 ，该方法 包括如下步骤：第一步：获取与大雾预测相关的实时系统中某时刻实际气象要素属性数据；第二步：对第一步中的数据进行预处理；第三步：结合Wrapper方法 与...基于最近电平的级联多电平变换器零共模电压SVM 方法 SVM 方法 。该方法 通过对三个相电压参考信号四舍五入取整得到距离三个相电压参考信号最近的电平，计算三个相电压参考信号和距离三个相电压参考信号最近的电平的差值，根据三个...基于空间矢量分层的级联多电平变换器零共模电压SVM 方法 SVM 方法 ，首先得到三个相电压参考信号最近电平，计算参考矢量、最近矢量和两个矢量在二维坐标系的两个坐标轴方向差值，通过判断两个方向差值组成的三个简单加减数是否大于零，以及三...基于改进EWT-SSA-SVM 方法 的低压直流串联电弧故障特征提取与识别 关键词：特征提取 支持向量机 基于ARIMA-SVM 方法 的梯级泵站机组运行趋势预测 被引量：7 2023年 SVM 模型组合的泵站机组运行趋势预测方法 ,即选择机组运行技术参数中的能源单耗和平均负荷作为试验样本,由ARIMA建模对处理后的数据进行线性拟合,通过SVM 模型对残差进行预测处理,补偿机组运行中的非线性变化,综合二者预测结果得到组合模型预测值。结果表明,最优模型为ARIMA(1,1,3)、ARIMA(2,1,1),SVM 模型最优参数分别为c=38、g=0.06和c=68、g=0.18;组合模型对试验样本的预测拟合优度分别达到0.9992、0.9984,均方根误差分别为1.67×10-5、3.9×10-8,平均绝对百分比误差分别为0.0361%、0.0747%,说明该组合模型预测泵站机组运行趋势精度较高、效果良好,可为泵站机组运行状态监测系统优化升级提供理论基础。关键词：时间序列 一种求解二阶常微分方程近似解的P-SVM 方法 被引量：1 2023年 方法 求解二阶常微分方程,并给出基于中心支持向量机(proximal support vector machine,P-SVM )在常微分方程的初值和边值问题上的近似解求法。通过在目标优化函数中添加偏置项,构建P-SVM 回归模型,从而避免大规模求解线性方程组,得到结构简洁的最优解表达式。模型通过最小化训练样本点的均方误差和,在保证精度的同时,有效提高了近似解的计算速度。此外,形式简洁固定的解析解表达式也便于在实际应用中进行定性分析和性质研究。数值试验结果验证了P-SVM 方法 是一种高效可行的常微分方程求解方法 。关键词：计算数学 二阶常微分方程
相关作者
熊秋芬 作品数：71 被引量：482 H指数：16 供职机构：中国气象局 研究主题：暴雨 气旋 SVM方法 数值模拟 温带气旋 韦惠红 作品数：39 被引量：289 H指数：11 供职机构：湖北省气象局 研究主题：暴雨 支持向量机 雷暴大风 大雾 卫星云图 黄玉霞 作品数：69 被引量：981 H指数：21 供职机构：兰州中心气象台 研究主题：水汽通量 水汽输送 冰雹 夏季 气候变化 彭怀午 作品数：57 被引量：154 H指数：6 供职机构：内蒙古电力勘测设计院有限责任公司 研究主题：风电场 发电量 风塔 风电机组 风力发电场 许东蓓 作品数：53 被引量：430 H指数：13 供职机构：兰州中心气象台 研究主题：强沙尘暴 沙尘暴 大暴雨 12 锋生
