共查询到19条相似文献，搜索用时 593 毫秒
1.
还原糖含量是评价马铃薯全粉品质的重要指标之一,该文研究基于近红外光谱技术结合最小二乘支持向量机（least squares support vector machine,LSSVM）算法的马铃薯全粉还原糖含量非线性数学模型。采用移动窗口偏最小二乘法（moving windows partial least square,MWPLS）和连续投影算法（successive projections algorithm,SPA）组合方法筛选出20个特征变量,作为LSSVM的输入向量。优化径向基函数（radial basis function,RBF）的惩罚因子和核参数,训练LSSVM校正模型。经比较,LSSVM校正模型预测结果最优,预测相关系数为0.984,预测标准差为0.223%,相对分析误差（standard deviation ratio,SDR）为5.62。结果表明：近红外光谱结合LSSVM算法提高了马铃薯全粉还原糖含量的预测精度。 相似文献
2.
研究了支持向量机在面向对象土地覆被图像分类中的应用技术,提出采用最小二乘支持向量机（LSSVM）与模糊灰色关联度联合评估（FG）相结合的一种新的组合分类方法简记FG-LSSVM,为土地覆被分类提供一种可行的高精度分类途径。根据图像上不同对象的空间尺度和光谱值特征,基于稳健的核密度梯度分割算法提取具有任意形状和唯一标识的均质对象后,为了比较提出方法的性能,采用原始对象样本依次验证了3个面向对象分类方法,即标准支持向量机方法、以模糊贴近度作为模糊因子的模糊支持向量机方法和传统K最近邻面向对象分类方法。实现了一个高精度面向对象土地覆被图像分类信息系统。试验结果表明：提出的FG-LSSVM面向对象方法相比标准支持向量机、模糊支持向量机与K最近邻方法试验精度约提高2.4%左右。提出的方法在识别效果上,符合研究区实际分类应用的要求。 相似文献
3.
对番茄生长模型参数进行准确估算是模型得以验证和面向应用的前提条件。基于番茄拓扑结构，采用非线性最小二乘优化方法，通过对植株形态数据的多目标拟合，实现模型参数的最优估计和校准。非线性最小二乘法的权值根据目标数据自动调整，使得不同量纲和不同数值范围的观测数据可以在同一水平上进行，提高了计算的精度和稳定性；另一方面用差商近似代替导数加快了算法的收敛速度。通过应用拟合优度检验，得出模型输出对观测值的拟合程度较好，说明模型合理，参数可靠。实践表明该估算方法是对模型进行验证的一个行之有效的方法。 相似文献
4.
为了直接、准确预测灌水器流量,引入支持向量机预测方法,取灌水器6个工作压力和8个几何参数作为因素,正交设计安排300组灌水器训练样本和30组检测样本,并采用精度较高的SST k-ω模型模拟计算灌水器流量,同时利用遗传算法对支持向量机参数进行优化计算,得到与模拟流量误差最小的流量预测值。结果表明,惩罚参数为100、核函数参数为20时检测样本的流量预测值与模拟值的误差最小,平均相对误差为1.91%,决定系数为0.98,而回归拟合方法计算得到的平均相对误差为6.45%,决定系数为0.93,表明支持向量机预测流量的优越性,且30组试验验证样本的平均相对误差为2.25%,证明支持向量机预测的准确性和可靠性。预测模型建立可有效地提高灌水器研发效率,对水力性能评估和流道结构设计与优化提供依据。 相似文献
5.
基于遗传算法最小二乘支持向量机的耕地变化预测 总被引：19，自引：10，他引：9
针对耕地变化内部规律与模拟方法进行研究,提出最小二乘支持向量机耕地变化预测方法,有效构建耕地变化与耕地变化影响因子之间复杂的非线性关系模型。利用遗传算法全局寻优功能优化最小二乘支持向量机内部参数,提高最小二乘支持向量机耕地变化预测模型精度。利用该模型对江苏无锡市1987－2000年期间耕地变化进行预测,并与多元回归、GM(1,1)、BP网络、支持向量机（SVM）耕地预测模型和实际调查耕地变化数据进行比较分析。预测精度评价结果证实,该方法耕地预测精度远高于多元回归、GM(1,1),BP网络模型,略高于SVM模型,但算法复杂度和计算效率远优于SVM预测模型,是一种有效的耕地变化预测方法。 相似文献
6.
基于参数优化的最小二乘支持向量机触电电流检测方法 总被引：9，自引：5，他引：4
针对如何从低压电网总泄漏电流中检测出生物体触电电流信号的难题,提出了一种基于网格搜索和交叉验证的最小二乘支持向量机的触电电流信号检测方法。首先在剩余电流动作保护装置触电物理试验系统平台上通过故障录波器获得生物体在3个典型时刻(电源电压最大时刻、电源电压过零时刻及电源电压任意时刻)发生触电过程的总泄漏电流和触电电流波形,并截取触电前1个周期和触电后3个周期共800个采样点的信号数据作为触电试验样本数据;然后将触电试验样本数据进行滤波预处理,预处理后的多个样本采样点的总泄漏电流组合成特征向量输入最小二乘支持向量机(least square-support vector machine,LS-SVM),相应样本采样点的触电电流作为其输出,并通过网格搜索与交叉验证相结合的方法来优化最小二乘支持向量机参数,利用输出最优参数组合对触电电流与总泄漏电流的关系进行训练,从而建立了触电电流的检测模型;最后利用该方法对10组测试样本数据进行了检测,检测结果为:当训练样本数据为20组时,检测均方误差为14.0040,当训练样本数据为40组时,检测均方误差为11.7469,当训练试验数据为65组时,检测均方误差为11.1849。与径向基(radial basis function,RBF)神经网络方法相比,最小二乘支持向量机方法比径向基神经网络方法检测均方误差分别低3.7272、1.9132、0.1556,从而可较准确地从总泄漏电流中检测出生物体触电电流信号,为开发新一代基于生物体触电电流分量而动作的自适应型剩余电流保护装置提供理论依据。 相似文献
7.
基于电子舌技术的绿茶滋味品质评价 总被引：7，自引：2，他引：5
该文研究利用电子舌技术快速评价绿茶的滋味品质。试验以“碧螺春”绿茶为研究对象,以绿茶滋味化学鉴定法作为绿茶滋味品质的评价方法,获得的滋味总得分值作为电子舌评价模型的参考测量值。在数据分析过程中,首先对不同生产日期的碧螺春茶汤滋味总得分值和各传感器响应值进行单因素方差分析;然后对比采用偏最小二乘法和最小二乘支持向量机建立电子舌传感器响应值与滋味总得分值之间的相关模型。结果显示不同生产日期对绿茶滋味品质及各传感器响应信号都具有极显著影响;当采用4个主成分时,建立的最小二乘支持向量机模型最优。用独立样本检验模型精度,模型预测值与参考值的相关系数为0.906,预测集均方根误差为4.077。研究结果可为茶叶品质智能化评价提供参考。 相似文献
8.
基于改进极限学习机的水体溶解氧预测方法 总被引：2，自引：2，他引：0
为了有效地指导水产养殖生产,提高溶解氧浓度预测的精度,提出了基于因子筛选和改进极限学习机（Extreme Learning Machine,ELM）的水产养殖溶解氧预测模型。首先,利用皮尔森相关系数法计算各影响因子与溶解氧浓度间的相关系数,提取强关联因子,降低预测模型的输入量维度;采用偏最小二乘算法（Partial Least Square, PLS）优化传统ELM神经网络,避免网络中隐含层共线性问题,保障输出权值的稳定性;然后,结合新型激活函数,构建水体溶解氧浓度预测模型。最后,将SPLS-ELM（Selection Based Partial Least Square Optimized Extreme Learning Machine）预测模型应用到江苏省无锡市南泉基地某试验池塘的水体溶解氧预测中。试验结果表明：该模型的预测均方根误差为0.3232,与最小二乘支持向量机（Least Square Support Vector Machine,LSSVM）、BP神经网络、粒子群（Particle Swarm Optimization,PSO）优化LSSVM和遗传算法（Genetic Algorithm, GA）优化BP神经网络相比分别降低40.98%、44.48%、34.73%和44.18%。且该模型的运行时间仅0.6231s,预测精度和运行效率明显优于其他模型。该模型的溶解氧预测曲线接近真实溶解氧变化曲线,能够满足水产养殖实际生产对水体溶解氧预测的要求。 相似文献
9.
针对耕地变化内部规律及其外部驱动因子的特点,利用鱼群算法优化最小二乘支持向量机回归（FSA-LSSVR）模型,探讨耕地变化预测模型,为耕地保护政策制定提供参考依据。结果表明:鱼群算法的全局搜索能力能使支持向量机算法有效地收敛到参数γ和σ的全局最优解;FSA-LSSVR模型的预测精度指标远高于多元线性、GM（1,1）和BP神经网络模型,且优于FSA-SVM,求解速度明显优于SVM。FSA-LSSVR模型可以解决SVM内部参数难以确定的问题,适用于多因素参与的高维非线性的耕地变化预测,而且速度快、精度高,具有推广价值。 相似文献
10.
基于蚁群优化最小二乘支持向量回归机的河蟹养殖溶解氧预测模型 总被引：2，自引：7，他引：2
养殖池塘溶解氧是河蟹赖以生存的重要指标,及时准确地掌握溶解氧浓度变化趋势是确保高密度河蟹健康养殖的关键。为提高溶解氧预测精度和效率,该文提出了蚁群算法(ACA)优化最小二乘支持向量回归机(LSSVR)的河蟹养殖溶解氧预测方法。采用蚁群算法对最小二乘支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间非线性预测模型。利用该模型对江苏宜兴市2010年7月20日～7月28日期间高密度养殖池塘溶解氧进行预测。研究表明,该预测模型取得较好的预测效果,与支持向量回归机和BP神经网络相比,模型评价指标均方根误差、相对均方误差均值、平均绝对误差和和决定系数和运行时间分别为0.0328、0.0016、0.0448、0.9916和3.3275s均优于其他预测方法,ACA-LSSVR模型不仅计算复杂度低、收敛速度快、预测精度高、泛化能力强,还能满足实际高密度河蟹养殖溶解氧管理的需要,为其他领域的水质预测提供参考。 相似文献
11.
基于变分模态分解-BA-LSSVM算法的配电网短期负荷预测 总被引：2，自引：2，他引：0
配电台区日负荷序列呈现为既包含变化趋势、又含有波动细节的不规则曲线,该文借助变分模态分解(variational mode decomposition,VMD)将包含这些信息的原始日负荷序列分解为不同频率尺度的子序列,并结合一系列复杂的环境因素,分别利用不同的最小二乘支持向量机(least squares support vector machine,LSSVM)模型进行负荷预测,最后将基于不同频率分量的预测结果相加得到最终的日负荷预测结果。为了提高LSSVM预测能力,采用蝙蝠算法(bat algorithm,BA)对各LSSVM的参数进行寻优,同时,该文分析了影响负荷变化的环境因素,设计了一套因素归一化方法,预测过程考虑了环境因素的影响。仿真结果表明,该文提出的考虑复杂环境因素的预测思想及对历史日负荷进行VMD分解、BA优化、LSSVM预测的组合预测方法能有效提高短期日负荷预测的准确性。 相似文献
12.
基于CFD的离心泵优化设计与试验 总被引：1，自引：2，他引：1
为了提高离心泵的效率,以叶轮效率最大为优化目标进行优化设计。对叶轮进行参数化设计,以实现叶轮几何形状的自动控制以及为优化计算提供优化变量。选择控制叶片积叠线周向定位的2个参数作为优化变量,以?3°～3°作为优化变量的约束范围。利用人工神经网络的学习功能,建立了目标函数与优化变量之间的映射关系。采用遗传算法寻找目标函数的最优值,得到优化变量约束范围内的最优叶轮模型。数值计算结果表明：在设计流量点1 200 m3/h时,优化后叶轮的效率较优化前提高了4.02个百分点,离心泵的效率提高了4.41个百分点,扬程提升了2.63 m。针对非设计工况点性能改善不明显这一问题,对原始蜗壳进行重新设计并与优化叶轮组合进行数值计算。在设计工况点效率提高了1.59%,在1.2倍设计工况点处效率提升了9.93%,在1.4倍设计工况点处效率提升了8.83%;较原始叶轮与原始蜗壳的组合,在设计工况点泵的效率提高了6%,在1.2倍设计工况点点效率提高了9.2%,在1.4倍设计工况点点效率提高了8.59%。优化拓宽了水泵运行的高效区,增强了泵的运行稳定性,离心泵的性能得到了优化,叶轮与蜗壳之间的匹配更合理。该研究对离心泵的优化设计提供了参考。 相似文献
13.
工程车辆车桥位移谱统计分布建模及分步参数识别 总被引：2，自引：2，他引：0
针对非公路用车的车桥实测位移谱统计分布建模中模型选择、参数识别的初值选取主观性大和计算效率低等难题,该文以实测的车桥位移信号为研究对象,分别进行时域分析、频域功率谱分析,对信号进行分组,统计频数,获得统计直方图和累计概率分布曲线。分别采用正态分布、双峰正态分布、威布尔分布和双峰威布尔分布模型对位移谱进行建模,提出分步参数识别方法。引入灰色关联度目标函数,以人工鱼群算法获得的参数作为模型参数的初始值,采用迭代非线性最小二乘法levenberg-marquardt (LM)算法进行精确参数识别,使用相关系数和kolmogorov-smirnov(KS)检验对各模型的拟合优度进行比较。结果表明,混合威布尔分布与统计直方图的相关系数为(0.9800,0.9908,0.9867,0.9665),混合正态分布为(0.9793,0.9904,0.9783,0.9661),威布尔模型为(0.8613,0.9113,0.8618,0.8854),正态模型为(0.8611,0.9127,0.8624,0.8869),混合威布尔模型可以对车桥位移谱进行高精度拟合,而所提出的分步参数识别法可以高效、准确地进行模型的参数识别。研究结果可为车辆疲劳载荷谱的编制和台架试验提供参考。 相似文献
14.
针对颗粒饲料产品受配方原料、加工参数变化而带来的质量波动问题,提出了一种以误差反向传播算法神经网络(back-propagation neural network,BPNN)为核心,平均影响值法(mean impact value,MIV)为数据预处理方法,粒子群算法(particle swarm optimization,PSO)为关键参数优化算法的颗粒饲料质量预测模型。基于面向实际建立的输入输出指标体系,使用实地采集的颗粒饲料生产数据对模型进行训练和测试,测试结果显示实际值与模型预测值呈显著正相关,决定系数R2均在0.94以上;平均绝对误差、平均绝对百分比误差及均方根误差显示预测精度达到较高水平,各误差平均值依次达到0.442、2.185%和0.5481。以多元线性回归模型及基本BPNN模型预测结果对比可以发现,MIV-PSO-BPNN预测模型预测性能有显著提升,各输出误差优化幅度从39.55%~91.80%不等,平均优化幅度分别达到84.99%和56.95%;同时相对误差变化趋势图显示MIV-PSO-BPNN预测模型具有更优的预测稳定性,相对误差极值差降幅均值达91.46%。该研究为颗粒饲料质量控制提出了一种新思路,可为饲料行业高效低耗生产提供理论依据。 相似文献
15.
应用现代智能优化算法，按照不同适线准则进行了设计洪水的频率计算。根据我国水利水电工程设计洪水计算规范，应用粒子群算法按照离（残）差平方和最小，离（残）差绝对值最小和相对离（残）差平方和最小准则，进行了设计洪水频率曲线参数的优化估计研究。通过实例验证，认为粒子群算法进行设计洪水频率曲线参数估计优于传统的经验适线法。与传统优化方法相比，粒子群算法对优化目标函数要求低，避免了大量的求导计算，是一种推求设计洪水频率曲线统计参数的新途径。 相似文献
16.
主成分分析和长短时记忆神经网络预测水产养殖水体溶解氧 总被引：16，自引：11，他引：5
为了提高水产养殖溶解氧预测的精度,提出了基于主成分分析(principal component analysis,PCA)和长短时记忆神经网络(long short-term memory,LSTM)的水产养殖溶解氧预测模型。首先通过主成分分析提取水产养殖溶解氧的关键影响因子,消除了原始变量之间的相关性,降低了模型输入向量维度;然后,在Tensorflow深度学习框架的基础上建立LSTM神经网络的水产养殖溶解氧预测模型;最后,利用该模型对浙江省淡水水产养殖研究所综合实验基地某池塘溶解氧进行验证。试验结果表明:该模型与BP神经网络等其他浅层模型相比,模型评价指标平均绝对误差、均方根误差和平均绝对误差分别为0.274、0.089和0.147,均优于传统的预测方法;该模型具有良好的预测性能和泛化能力,能够满足水产养殖溶解氧精确预测的实际需要,可以为水产养殖水质精准调控提供参考。 相似文献
17.
基于径向基神经网络与粒子群算法的双叶片泵多目标优化 总被引：5，自引：4，他引：1
针对双叶片泵存在水力性能比相同比转速的多叶片离心泵低的缺陷,该文以一台型号为80QW50-15-4的双叶片污水泵作为研究对象,将其设计流量点的扬程和效率定为优化目标,运用ANSYS CFX(computational fluid dynamics x)进行数值模拟获得性能数据,采用径向基(radial basis function,RBF)神经网络建立结构参数与扬程、效率性能间的预测模型,并将其用作粒子群算法的适应值评价模型,在样本空间内进行最优值求解,获得扬程和效率的Pareto解。选取扬程最优个体和效率最优个体进行数值模拟,研究其在输运不同介质时的性能与内流场差异,并与初始模型的数值模拟数据相比较。经试验验证,清水介质中设计流量点扬程最优个体的扬程较初始个体增加0.96 m,增幅达到5.5%;效率最优个体的效率较初始个体提升了10.11个百分点。该优化方法改善了叶轮水力特性,使双叶片泵性能得到提高。 相似文献
18.
无过载离心泵结构参数优化设计 总被引：2，自引：2，他引：0
低比转数离心泵轴功率曲线随流量的增大而急剧上升,最大轴功率与设计点功率之比远大于一般离心泵的相应值,很容易在大流量区引起配套电机过载。为了实现无过载性能、保证泵运行的可靠性,该文在前人研究成果的基础上,采用改变叶轮几何参数和堵塞部分叶轮流道相结合的方法,对IS50-32-160型无过载离心泵进行了优化设计。利用商业软件Fluent,对两叶片间流道有效部分出口和进口面积之比FII/FI与低比转数离心泵性能的关系进行了研究,当堵塞1/4流道,FII/FI为1.17时,效率曲线平坦,轴功率曲线在大流量区内出现极值,呈现出无过载特性。结果表明:采用该方法可以在实现无过载性能的前提下,有效地改善无过载离心泵的性能。 相似文献
19.
京津冀MODIS长时序增强型植被指数拟合重建方法适用性研究 总被引：1，自引：0，他引：1
长时间序列植被指数拟合重建的结果可为植被变化动态监测及物候信息提取、生物量信息提取、农作物产量预测及面积估算、生态质量评价及生态系统碳循环研究等提供更精准、更可靠的数据来源,从而有效反映生态环境质量。MODIS EVI数据虽经过最大值合成(MVC)处理,但仍存在云、冰雪、气溶胶等噪声。该文基于Timesat软件中非对称高斯函数拟合法(AG)、双Logistic函数拟合法(DL)、SG滤波法(SG)3种方法对京津冀2001—2015年MODIS EVI时间序列数据进行拟合重建,从时间序列、空间格局两个维度,并结合数理统计方法,对比分析了不同方法的拟合效果。结果表明:噪声比与拟合重建的方法无明显相关关系。在去噪效果和保真性、拟合优度等方面,AG拟合和DL拟合整体无明显差异,在部分像元点上AG拟合表现出更好的重建效果。SG方法可以更有效的保留原始植被特征。3种方法重建后的效果表现出与地类空间分布相关的差异性。对于京津冀地区长时序数据,AG拟合在人类扰动较小的草地、森林和灌木地区域表现出更好的重建效果,SG方法在人类活动干扰更强的耕地区域重建效果更优。 相似文献