检索结果-内蒙古大学图书馆

西安交通大学学报 2013年第8期47卷 12-18页

作者：苏莉陈鹏飞齐勇武义涵西安交通大学电子与信息工程学院西安710049 海南师范大学数学与统计学院海口571158 北京大学信息科学技术学院北京100871

针对当前软件老化的检测、分析和软件再生的不确定性问题,提出了一种基于贝叶斯证据框架的最小二乘支持向量机(LS-SVM)的软件老化检测方法,即:使用最小二乘支持向量机分类器进行数据分类,以此解决数据采集时出现的小样本、高纬度,非线... 详细信息

针对当前软件老化的检测、分析和软件再生的不确定性问题,提出了一种基于贝叶斯证据框架的最小二乘支持向量机(LS-SVM)的软件老化检测方法,即:使用最小二乘支持向量机分类器进行数据分类,以此解决数据采集时出现的小样本、高纬度,非线性、局部最小值等问题;通过贝叶斯证据框架来优化LS-SVM的超参数,从而提高分类器的学习精度和泛化能力。实验结果表明,在状态清晰区间,软件老化的概率均在0.7至0.9之间,而高维模型检测出的软件老化的概率为0或1。如果从概率粒度层来描述软件老化,则软件再生的时间点选取效率更高,根据概率值的变化可进一步解析软件老化的不确定性。实验结果及分析显示,概率粒度所描述的软件健康状态更符合软件老化的客观状况。

关键词：软件老化最小二乘支持向量机贝叶斯证据框架

来源：评论

学校读者我要写书评

暂无评论

贝叶斯证据框架下LS-SVM的BPMSM磁链建模

引用

浙江大学学报（工学版） 2012年第5期46卷 873-877页

作者：孙晓东陈龙杨泽斌朱熀秋嵇小辅江苏大学汽车工程研究院电气信息工程学院江苏镇江212013

针对常规解析法建立无轴承永磁同步电机(BPMSM)磁链模型的局限性,提出一种贝叶斯证据框架下最小二乘支持向量机(LS-SVM)的BPMSM磁链建模方法.对BPMSM磁链的非线性建模进行简单分析,在介绍LS-SVM回归理论和贝叶斯证据框架基本思想的基础... 详细信息

针对常规解析法建立无轴承永磁同步电机(BPMSM)磁链模型的局限性,提出一种贝叶斯证据框架下最小二乘支持向量机(LS-SVM)的BPMSM磁链建模方法.对BPMSM磁链的非线性建模进行简单分析,在介绍LS-SVM回归理论和贝叶斯证据框架基本思想的基础上,通过贝叶斯证据框架推断准则1确定模型的权向量w,通过贝叶斯证据框架推断准则2确定模型的正则化参数γ,通过贝叶斯证据框架推断准则3确定模型的核参数σ,进而建立基于贝叶斯证据框架下LS-SVM的BPMSM磁链模型.在Matlab7.0环境下进行仿真研究.仿真结果表明,贝叶斯证据框架下LS-SVM的磁链模型具有拟合精度高、泛化能力强、结构灵活、计算速度快等特点.

关键词：无轴承永磁同步电机(BPMSM) 贝叶斯证据框架最小二乘支持向量机(LS-SVM) 非线性模型

来源：评论

学校读者我要写书评

暂无评论

贝叶斯证据框架下的LS-SVM多工况数控机床热误差建模

引用

中国机械工程 2014年第17期25卷 2361-2368页

作者：余文利姚鑫骅傅建中孙磊衢州职业技术学院衢州324000 浙江大学杭州310027

最小二乘支持向量机(LS-SVM)模型是表征数控机床热误差特性的有效工具,但该模型中的参数设置直接影响建模的精度。传统的基于交叉验证法或网格法的参数获取方法存在计算量大、精度低的缺点,且同一组模型常数往往不能准确表征机床多种工... 详细信息

最小二乘支持向量机(LS-SVM)模型是表征数控机床热误差特性的有效工具,但该模型中的参数设置直接影响建模的精度。传统的基于交叉验证法或网格法的参数获取方法存在计算量大、精度低的缺点,且同一组模型常数往往不能准确表征机床多种工况条件下所产生的热误差。为解决这一问题,提出了一种基于贝叶斯证据框架理论的LS-SVM多工况参数优化方法。通过测量不同工况下数控机床温度值与主轴热变形量,采用贝叶斯证据框架的3个推断对LS-SVM模型进行训练并对参数进行辨识和优化,推导出了不同工况所对应的最优模型和参数。热误差建模实验验证了该参数优化方法的有效性,结果显示,经优化的模型具有泛化能力强、预测精度高、计算速度快的特点,能够较准确地描述多种典型工况条件下的实际热误差特性。

关键词：贝叶斯证据框架最小二乘支持向量机(LS-SVM) 热误差建模多工况参数优化

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯证据框架的支持向量机负荷建模

引用

电工技术学报 2009年第8期24卷 127-134,140页

作者：王振树李林川牛丽天津大学电力系统仿真控制教育部重点实验室天津300072 山东大学电气工程学院济南250061 国核电力规划设计研究院北京100032

负荷建模一直是电力系统中的难题之一,精确的负荷模型对电力系统数字仿真非常重要。本文提出一种基于贝叶斯证据框架的支持向量机负荷建模方法。根据广域测量的负荷特性数据,利用支持向量机进行负荷建模,选用高斯径向基核函数优化模型结... 详细信息

负荷建模一直是电力系统中的难题之一,精确的负荷模型对电力系统数字仿真非常重要。本文提出一种基于贝叶斯证据框架的支持向量机负荷建模方法。根据广域测量的负荷特性数据,利用支持向量机进行负荷建模,选用高斯径向基核函数优化模型结构;用贝叶斯证据框架推断准则1解释了支持向量机的训练,又将贝叶斯证据准则2和3应用到支持向量机。采用贝叶斯证据框架的三个准则对负荷模型进行训练并对参数进行了辨识和优化。通过对支持向量机负荷模型的仿真试验,验证了该方法的正确性和有效性。贝叶斯证据框架下的支持向量机负荷模型具有泛化能力强、结构灵活、计算速度快的特点,能够较准确地描述实际负荷特性。

关键词：贝叶斯证据框架负荷建模支持向量机参数辨识广域测量系统

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯证据框架下WLS-SVM的短期负荷预测

引用

电力系统保护与控制 2011年第7期39卷 44-49页

作者：王林川白波于奉振袁明哲东北电力大学电气工程学院吉林吉林132012 成都市电业局四川成都610021

提出了一种基于贝叶斯证据框架下加权最小二乘支持向量机(Weighted Least Squares Support Vector Machine,WLS-SVM)的短期负荷预测模型和算法。在对历史负荷数据进行完预处理基础上,分析影响负荷变化的重要因素,然后选择最佳的输入数... 详细信息

提出了一种基于贝叶斯证据框架下加权最小二乘支持向量机(Weighted Least Squares Support Vector Machine,WLS-SVM)的短期负荷预测模型和算法。在对历史负荷数据进行完预处理基础上,分析影响负荷变化的重要因素,然后选择最佳的输入数据作为LS-SVM训练模型的输入向量。通过贝叶斯证据三层推断寻找到模型的最佳参数:第一层推断确定LS-SVM的权向量w和偏置值b,第二层推断确定模型的超参数γ,第三层推断确定核函数的超参数σ。为了提高模型的鲁棒性,赋予了每个样本误差不同的权系数,建立了具有良好泛化性能的WLS-SVM回归模型,从而进一步提高了模型预测的精度。采用上述方法对黑龙江电网短期负荷进行了预测,结果证明了该方法具有良好的预测效果。

关键词：贝叶斯证据框架最小二乘支持向量机短期负荷预测历史数据鲁棒性

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯证据框架下SVM的油层识别模型研究

引用

重庆邮电大学学报（自然科学版） 2016年第2期28卷 260-264,272页

作者：夏莘媛戴静潘用科韩扬河北工业大学电子信息工程学院天津300401 华北理工大学迁安学院河北迁安064400

支持向量机(support vector machine,SVM)方法在石油测井领域的油层识别中取得了很好的应用效果,但SVM方法的识别效果受到惩罚参数和核参数的影响,不同的参数组合直接影响识别精度的优劣。为了在油层识别中获得更好的识别效果,提出一种... 详细信息

支持向量机(support vector machine,SVM)方法在石油测井领域的油层识别中取得了很好的应用效果,但SVM方法的识别效果受到惩罚参数和核参数的影响,不同的参数组合直接影响识别精度的优劣。为了在油层识别中获得更好的识别效果,提出一种基于贝叶斯证据框架下SVM的油层识别模型,即根据测井数据的训练样本信息,采用贝叶斯证据框架的理论求解惩罚参数以及核参数,再通过所求得的决策函数对测井数据的测试样本进行识别。实际测井数据实验表明,基于贝叶斯证据框架下SVM的油层识别模型的油层识别效果得到提高,优于传统SVM方法和基于粒子群优化算法(particle swarm optimization,PSO)的SVM方法。

关键词：支持向量机油层识别贝叶斯证据框架

来源：评论

学校读者我要写书评

暂无评论

贝叶斯证据框架下LS-SVM的无轴承永磁同步电机磁链非线性建模

贝叶斯证据框架下LS-SVM的无轴承永磁同步电机磁链非线性建模

引用

第二十二届中国过程控制会议

作者：孙晓东朱熀秋嵇小辅杨泽斌张涛江苏大学电气信息工程学院镇江 212013

针对常规解析法建立无轴承永磁同步电机磁链模型的局限性，提出了一种贝叶斯证据框架下最小二乘支持向量机的无轴承永磁同步电机磁链建模方法。通过贝叶斯证据框架推断准则1确定模型的权向量w，通过贝叶斯证据框架推断准则2确定模型... 详细信息

针对常规解析法建立无轴承永磁同步电机磁链模型的局限性，提出了一种贝叶斯证据框架下最小二乘支持向量机的无轴承永磁同步电机磁链建模方法。通过贝叶斯证据框架推断准则1确定模型的权向量w，通过贝叶斯证据框架推断准则2确定模型的正则化参数σ，通过贝叶斯证据框架推断准则3确定模型的核参数(6)，进而建立了基于贝叶斯证据框架下最小二乘支持向量机的无轴承永磁同步电机磁链模型。仿真结果表明，贝叶斯证据框架下最小二乘支持向量机的磁链模型具有拟合精度高、泛化能力强、结构灵活、计算速度快等特点，为无轴承永磁同步电机其它性能指标的分析奠定了良好的基础。

关键词：无轴承永磁同步电机贝叶斯证据框架最小二乘支持向量机非线性模型

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯证据框架优化的LS-SVM预测模型在空间电力负荷预测方法中的应用研究

基于贝叶斯证据框架优化的LS-SVM预测模型在空间电力负荷预测方法...

引用

作者：陈若曦天津理工大学

学位级别：硕士

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。因依据简单基础理论的传统负荷预测没有充分考虑影响电力系统负荷发展的关键性因素被研究学者们逐渐淘汰。近年来... 详细信息

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。因依据简单基础理论的传统负荷预测没有充分考虑影响电力系统负荷发展的关键性因素被研究学者们逐渐淘汰。近年来,因为国家政策的完善使得城市发展越来越规范合理,城市土地性质也越来越明确,这就为电力负荷预测提供了一个优越的有基础的更广阔的研究空间。使得很多研究学者也对空间负荷预测方法进行了系统深入地研究以得到较高的短期负荷预测精度。其中短期负荷预测中发展潜力较大的预测方法当属最小二乘支持向量机(LS-SVM)。随着对其研究的扩展,研究学者们对LS-SVM预测方法的探究越来越深刻。基于深刻了解和意识到短期负荷预测的本质理论和深刻意义,本研究论文选择了一种优化的LS-SVM预测模型来对短期负荷预测进行一个更深广的研究。本文多方面综合考虑了外部影响因素,如负荷功能区土地使用性质和天气等。该预测模型集多种因素所校正并得以自学习适应,使其更加智能化,也更加符合实际环境,但却使模型更加复杂且不易模拟。复杂性的提高还有各种因素的考虑使得该预测模型的鲁棒性下降,使得该预测模型的稳定性被一些影响因素破坏,故本文特别应用由各种因素下误差得出的权系数因子修改其预测模型以提高鲁棒性和稳定性。另外,本文还为更快更准确地搭建预测模型采用了贝叶斯证据框架优化模式。通过此模式优化,本文预测模型更具有实用性和高效性。本文第一章先着重有条理地介绍了电力负荷预测研究原理,第二章研究了进行负荷数据采集的重要平台-地理信息系统(GIS),而且也分析了数据前期处理对空间负荷分类分区的重要性。接下来,第三章则为构建预测模型奠定数据样本基础提供了理论依据。第四章则统筹考虑各种外界的影响因素,研究了一种加权处理的最小二乘支持向量机,并应用贝叶斯证据框架对其模型进行优化。本文最后,完善了整体预测流程,并在电力GIS图层上选取一个行政功能负荷区,采用本文构建的预测模型进行为期10日的负荷预测,与优化前模型输出的负荷作对比,证明本文研究的优化后预测模型的先进可靠性,具有实用价值。可在社会上推广以适应电力发展。

关键词：空间负荷预测短期负荷预测 LS-SVM 贝叶斯证据框架分类分区

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯证据框架LS-SVM的12/14混合定子磁悬浮开关磁阻电机无位置/位移传感器控制研究

基于贝叶斯证据框架LS-SVM的12/14混合定子磁悬浮开关磁阻电机无...

引用

作者：祖层江苏大学

学位级别：硕士

磁悬浮开关磁阻电机是开关磁阻电机和磁悬浮电机的继承和发展，不仅继承了开关磁阻电机大功率、高转速及适应于恶劣环境等优越性能，而且充分发挥了磁悬浮电机无摩擦、低损耗、轴向空间利用率高等优点，在飞轮储能、涡轮分子泵、离心机... 详细信息

磁悬浮开关磁阻电机是开关磁阻电机和磁悬浮电机的继承和发展，不仅继承了开关磁阻电机大功率、高转速及适应于恶劣环境等优越性能，而且充分发挥了磁悬浮电机无摩擦、低损耗、轴向空间利用率高等优点，在飞轮储能、涡轮分子泵、离心机、航空航天等领域具有广阔的应用前景。探索磁悬浮开关磁阻电机无位置/位移传感器技术为进一步提高系统的集成度，增强系统的高速性和环境适应性奠定了基础，对实现磁悬浮开关磁阻电机低成本、实用化具有重要的实际意义。\n 论文在国家自然基金(51377074、51307077)项目的资助下，以12/14混合定子BSRM为研究对象，以实现无位置/位移传感器控制研究为目标，围绕12/14混合定子BSRM磁链特性分析、无位置/位移传感器原理和建模、无位置/位移传感器运行控制、数字实验系统等关键技术开展研究。论文主要研究内容与成果概略如下:\n (1)在分析12/14混合定子BSRM基本结构和运行机理的基础上，基于等效磁路和虚位移定理建立了数学模型，利用有限元法分析了悬浮绕组与转矩绕组磁链的耦合关系、悬浮绕组间磁链耦合关系，获取了转矩极和悬浮极磁链曲线，为建立无位置/位移传感器模型提供了训练和测试样本。\n (2)在论述12/14混合定子BSRM无位置/位移传感器原理的基础上，建立了基于LS-SVM的12/14混合定子BSRM无位置/位移传感器模型。采用贝叶斯证据框架的三个准则来优化LS-SVM模型的权向量、正则化参数和核参数，提高模型预测的快速性和精确性，实现了全速度范围内转子位置/位移综合检测。\n (3)提出了基于鲁棒PID径向位移控制的12/14混合定子BSRM无位置/位移传感器运行控制，研究了闭环控制策略、开关控制策略、与悬浮绕组电流给定值的确定方法，分析了鲁棒PID控制器的运行原理，开展了相关仿真研究，验证了所提控制策略的正确性。\n (4)构建了以TMS320F28335为控制核心的12/14混合定子BSRM无位置/位移传感器数字实验系统，设计了功率变换器、驱动电路、过电流保护电路、缓冲电路、电流检测等硬件电路，并设计了主程序、初始化、中断等软件的实现流程图。\n 最后，在总结全文主要工作和创新成果基础上，展望了需要进一步研究的内容和方向。

关键词：磁悬浮开关磁阻电机混合定子无位置/位移传感器最小二乘支持向量机贝叶斯证据框架

来源：评论

学校读者我要写书评

暂无评论

对基于贝叶斯证据框架下WLS-SVM中期负荷预测的研究

引用

自动化技术与应用 2017年第11期36卷 9-13页

作者：陈若曦天津理工大学天津300384

本文提出了一种基于贝叶斯证据框架下加权最小二乘支持向量机(Weighted Least Squares Support Vector Machine,WLS-SVM)的短期负荷预测模型和算法。在对历史负荷数据进行完预处理基础上,分析影响负荷变化的重要因素,然后选择最佳的输... 详细信息

本文提出了一种基于贝叶斯证据框架下加权最小二乘支持向量机(Weighted Least Squares Support Vector Machine,WLS-SVM)的短期负荷预测模型和算法。在对历史负荷数据进行完预处理基础上,分析影响负荷变化的重要因素,然后选择最佳的输入数据作为LS-SVM训练模型的输入向量。通过贝叶斯证据三层推断寻找到模型的最佳参数:第一层推断确定LS-SVM的权向量w和偏置值b,第二层推断确定模型的超参数γ,第三层推断确定核函数的超参数σ。为了提高模型的鲁棒性,赋予了每个样本误差不同的权系数,建立了具有良好泛化性能的WLS-SVM回归模型,从而进一步提高了模型预测的精度。采用上述方法对一固定预测区电网中期负荷进行了预测,结果证明了该方法具有良好的预测效果。

关键词：贝叶斯证据框架最小二乘支持向量机中期负荷预测历史数据鲁棒性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：