公共文化服务平台

搜索到1808篇“ SVM算法“的相关文章

一种基于改进SVM算法的爆破振动峰值预测方法: 本发明公开了一种基于改进SVM算法的爆破振动峰值预测方法，涉及机器学习以及工程爆破振动安全技术领域，具体在于解决背景技术中存在的现有的预测准确性和可靠性还是有待提高的问题，通过设置一种基于改进SVM算法的爆破振动峰值预测...; 秦文学芦浩伦宋战平翟瑞刘强孙楠李康宁世凯江博户若琪任海涛张百超何泽

基于CNN-SVM算法的高压输电线路故障识别研究: 2025年; 在输电线路中出现故障将会对电网运行安全造成不利影响。为了提高高压输电线路稳定性,设计一种基于卷积神经网络-支持向量机(CNN-SVM)算法的高压输电线路故障诊断方法。构建SVM模型来判断相间故障接地状态,实现输电线路故障精确诊断。测试结果表明,单相和三相接地故障都实现了很高的识别精度,而只考虑初步识别过程对相间故障和相间接地故障的识别率都很低。采用本文方法可以获得更高的准确率,能够实现的相间故障更高精度识别效果,识别AB相间故障时达到了99.87%的准确率。; 宋文志刘柯余; 关键词：故障识别 CNN SVM 故障接地

基于RBF与SVM算法的CFRP铣削表面粗糙度预测: 2025年; 为了研究刀具结构对CFRP材料铣削表面质量的影响,进而为刀具设计提供依据,设计了刀具参数与CFRP铣削表面粗糙度之间的正交试验。基于正交试验数据,分别利用径向基函数神经网络和支持向量机学习算法建立了刀具参数与铣削表面粗糙度之间的预测模型,并对模型进行了训练、测试与验证。结果发现,基于支持向量机学习算法建立的模型预测精度较高。文中建立的预测模型可以为刀具参数变化时,预测CFRP材料铣削表面质量提供参考和依据。; 赵德中李锋刘维伟; 关键词：径向基函数神经网络支持向量机学习算法 CFRP

基于GA-SVM算法的大学生网络成瘾预警模型研究: 2025年; 引言近年来,关于网络成瘾的研究逐渐增多。网络成瘾识别与预警领域已经涌现出多种主流方法,如基于生理指标的识别方法[1]、基于人工智能技术的识别方法[2]、基于机器学习的识别方法[3]等。这些方法各具特色,同时也存在一定的问题。本文将遗传算法(Genetic Algorithm,GA)和支持向量机(Support Vector Machine,SVM)算法结合,对网络成瘾进行识别和预测。; 王祝君包卫; 关键词：遗传算法网络成瘾

基于改进SVM算法的Sentinel-2A MSI遥感影像水体提取: 2025年; 地表水体信息的准确提取对于水资源研究具有重要意义,本文以Sentinel-2影像为研究数据,贵州省贵阳市红枫湖为研究区域,提出了结合主成分分析(PCA)、随机森林(RF)和支持向量机(SVM)的改进SVM水体提取算法。首先,对原始波段进行PCA降维,并利用移动窗口对所得成分进行灰度共生矩阵(GLCM)纹理和小波纹理计算;然后,结合原始光谱数据基于RF进行特征优选;最后,选择纹理最佳窗口大小并基于SVM算法对湖泊水体进行提取。结果表明,本文方法的水体提取总体精度高于其他方法,其总体精度和Kappa系数分别达98.87%和98.49%,水体信息更加完整。; 李升海张俊唐海林; 关键词：水体提取纹理特征

基于SVM算法的航空航天类毕设毕业设计质量评估研究: 2025年; 毕业设计是对学生所掌握的专业知识的全面检查,是对学生知识学习、运用能力和实际科研工作能力的一种综合锻炼,但毕业设计管理系统、题目质量、毕设指导监控、阶段性文档管理、各环节质量控制等方面均影响毕设质量。本文基于SVM算法,针对航空航天类毕业设计,通过构建涵盖技术创新性、实用性、专业知识掌握与应用能力、论文与文档质量、答辩与展示能力、过程管理、指导教师评价及行业应用前景等多个维度的指标评估指标体系,旨在解决当前毕业设计在管理系统、题目质量、指导监控、文档管理及质量控制等方面存在的问题,从而提高学生工程应用能力、实际问题解决能力以及对专业知识熟练度,实现对学生专业知识面、知识掌握深度、理论联系实际能力等综合考核的目的。; 杜晶; 关键词：SVM算法

一种基于SVM算法的光照对小麦生长影响分析系统及方法: 本发明公开了一种基于SVM算法的光照对小麦生长影响分析系统及方法，包括采集小麦生长环境中的光照强度数据以及小麦的生长发育指标数据；对采集到的数据进行清洗和归一化预处理；采用SVM算法对光照强度与小麦生长发育之间的关系进行...; 罗洪涛刘明谢水庚贾玉琪张春飞

应用MDS-SVM算法和拉曼荧光光谱技术快速鉴定天麻的掺假行为: 2025年; 天麻是一种重要的中药材,天麻粉常被用于中药制剂、保健品和食品添加剂等领域,然而不法商贩为降低成本或提高重量会在天麻粉中掺入其他成分。为实现一种快速、无损、高灵敏检测天麻粉掺假行为的激光光谱检测技术,本文开展了天麻粉掺假的拉曼荧光光谱的实验研究,通过对纯天然天麻粉和淀粉的谱学研究,分析了淀粉拉曼光谱的特征,提出采用多维尺度变换结合支持向量机(MDS-SVM)的定量模型,通过测量模拟掺假粉末的拉曼荧光光谱,建立了天麻粉掺假预测的MDS-SVM定量模型,模型预测效果较好,其中模型对测试集的预测结果的决定系数为0.8933,均方根误差为0.0131。结果表明拉曼荧光光谱技术具有表征天麻粉成分信息的性能,且结合MDS-SVM算法可以实现快速鉴定天麻粉的掺假行为。本文为天麻粉的快速鉴别提供了一种快速、非侵入式的方法,为相关部门执法应用提供了参考。; 张翠萍张军惺刘业炜何学峰周明辉; 关键词：天麻拉曼光谱支持向量机

基于红外图像特征参量和GK-SVM算法的复合绝缘子劣化诊断方法研究: 2025年; 复合绝缘子劣化、局部温升已成为输电系统运行过程中的严重问题,红外图像可用于复合绝缘子发热的识别,但复合绝缘子发热影响因素复杂、缺乏有效识别方法等问题制约了红外图像的有效应用。考虑风速、湿度、碳化通道长度、水分侵入等条件,建立了复合绝缘子碳化通道电—热—流多物理场仿真模型,系统研究了劣化复合绝缘子发热的影响因素,并提出基于环境输入参量及红外图像特征参量的粒度高斯核支持向量机(GK-SVM)故障识别方法。研究结果表明:电压等级、风速、湿度、碳化通道长度、水分侵入等级均对复合绝缘子缺陷处温度产生影响,相同条件下,220 kV复合绝缘子缺陷处的相对温升最大,可达13.2℃。其中碳化通道缺陷长度和水分侵入等级对复合绝缘子缺陷处温度产生较大影响,当缺陷长度从0 mm升至200 mm时,缺陷处温度相对于环境温升增加了4.3倍;而水分侵入等级从0级升至3级时,缺陷处温度相对于环境温升增加了0.7倍。湿度和风速均对缺陷处温度产生负向影响,当环境湿度从30%升至80%时,缺陷处温度相对于环境温升降低了20.6%;而环境风速从0 m/s升至6 m/s时,缺陷处温度相对于环境温升降低了24.2%。基于环境输入参量及红外图像特征参量,应用GK-SVM算法的复合绝缘子发热故障识别方法对110 kV和220 kV线路故障绝缘子的故障识别率分别可达93.98%和94.67%,误报率仅为7.14%和5.33%。研究结果对于劣化复合绝缘子诊断方法的应用具有重要的参考价值。; 武永泉周晖赵轩张四维祝仁杰黄昭王艺蛟乔新涵张东东; 关键词：复合绝缘子

PCA-SVM算法在智能访客人脸识别系统中的应用及性能优化: 2025年; 文章研究了基于主成分分析(PCA)和支持向量机(SVM)算法的智能访客人脸识别系统。通过图像预处理、PCA降维和SVM分类,构建了一个优化模型。实验结果表明,该模型在ORL和自建数据集上均取得了比传统PCA方法更高的识别率和更快的匹配速度,有效降低了误报率,为智能访客系统的性能提升提供了技术支持。; 刘敏丁俊美周沭玲豆利; 关键词：SVM 人脸识别

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈