|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 暂态零序电荷-电压特征与支持向量机结合的谐振接地系统故障选线研究显示文摘提出了一种暂态零序电荷-零序电压(Q-U)特征与支持向量机(SVM)相结合的配电网谐振接地系统故障选线方法。为解决配电网故障选线不可靠的问题,从配电网暂态故障特征出发,研究单相接地故障后馈线暂态零序电荷与零序电压的故障特征关系。并以各条馈线零序电荷与电压相关系数作为选线特征输入量,通过结合支持小样本分类的支持向量机分类算法,建立了一套基于暂态零序Q-U特征的配电网故障选线流程。在PSCAD/EMTDC仿真软件下建立35 kV的谐振接地系统模型,大量仿真结果表明该方法不受故障距离,故障时刻的影响,特别在高阻,电弧等工况下仍然能够实现正确故障选线。 | 张姝 何正友 王玘 林圣 | 2013 | 电力系统保护与控制2013，41，12： | 14 |
| 2 | 基于振动信号的SF_6高压断路器操动机构状态监测显示文摘操动机构作为高压断路器开断的一级执行元件,其机械状态的健康程度直接影响断路器的工作状况。而断路器动作时的振动信号是由断路器内部一系列机械部件的运动与撞击产生的,含有丰富的时域和频域信息,为了能够实时有效地监测断路器操动机构的状态,需要对操动机构不同部位不同状态下对应的振动信号进行分析,获取能够反映断路器状态的特征量作为评估操动机构状态的判据。文中的研究对象为弹簧疲劳和缓冲器失灵两种操动机构故障,首先,分别对两种故障和正常工况进行了大量的模拟实验并采集相应的机械振动信号,通过形态学滤波对振动信号进行必要的降噪处理;然后对信号进行时域、频域上的分析对比,并以相对小波包能量法获取振动信号各频带的能量分布;最后,采用支持向量机对各个工况下的频带能量进行训练,并预测了待测试振动信号对应的断路器机械状态。结果表明,该方法具有很高的状态识别准确率,能满足实际工程应用中断路器操动机构的机械状态在线监测要求。 | 王继锋 唐文虎 季天瑶 | 2017 | 高压电器2017，53，9： | 9 |
| 3 | Research into a Feature Selection Method for Hyperspectral Imagery Using PSO and SVM显示文摘Classification and recognition of hyperspectral remote sensing images is not the same as that of conventional multi-spectral remote sensing images. We propose,a novel feature selection and classification method for hyperspectral images by combining the global optimization ability of particle swarm optimization (PSO) algorithm and the superior classification performance of a support vector machine (SVM). Global optimal search performance of PSO is improved by using a chaotic optimization search technique. Granularity based grid search strategy is used to optimize the SVM model parameters. Parameter optimization and classification of the SVM are addressed using the training date corre-sponding to the feature subset. A false classification rate is adopted as a fitness function. Tests of feature selection and classification are carried out on a hyperspectral data set. Classification performances are also compared among different feature extraction methods commonly used today. Results indicate that this hybrid method has a higher classification accuracy and can effectively extract optimal bands. A feasible approach is provided for feature selection and classifica-tion of hyperspectral image data. | YANG Hua-chao ZHANG Shu-bi DENG Ka-zhong DU Pei-jun | 2007 | Journal of China University of Mining and Technology2007，17，4： | 9 |
| 4 | 一种用于高光谱遥感影像分类的改进多类支持向量机显示文摘将支持向量机(SVM)用于高光谱遥感影像分类的研究,采用决策边界特征提取(DBFE)算法对高光谱影像进行维数约简,以径向基函数(RBF)作为SVM模型的核函数,把混沌优化搜索技术引入到PSO算法中,以基本PSO算法为主体流程,对种群中最好的粒子进行给定步数的混沌优化搜索,以改进基本PSO算法进化后期收敛速度慢、易陷入局部极小值的缺陷。利用改进的混合粒子群优化算法(PSO)来实现SVM模型参数的自动选择,继而构建了一种参数最优的粒子群优化支持向量机(PSO-SVM)多类分类模型。选用220波段的AVIRIS高光谱遥感影像进行了分类试验。结果表明,与采用基于留一法(LOO)网格搜索策略的传统SVM相比,改进后的PSO-SVM算法可以提高分类精度约8.8%。该方法对于小样本、非均衡条件下的遥感影像数据分类非常有效。 | 于宁锋 杨化超 | 2007 | 遥感信息2007，29，5： | 8 |
| 5 | 基于街景影像多特征融合的广州市越秀区街道空间品质评估显示文摘全面准确地描述街景影像的多层次特征在基于街景影像对街道空间品质进行评估的研究中具有重要意义。以广州市越秀区为例,获取前后左右各视角街景影像中手工设计的特征(SURF特征、HOG特征)和基于深度学习的特征(语义特征),基于单一特征和多特征融合采用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)训练各视角的评估模型。结果表明,以基于SVM建立的单特征模型为例,基于HOG特征(73.03%)、语义特征(72.28%)的模型平均精度优于SURF特征(56.00%),基于SVM前后左右各视角模型的最优分类精度为82.8%(前)、81.7%(后)、76.6%(左)、76.6%(右),而基于RF各视角模型的最优分类精度为82.8%(前)、85.0%(后)、78.1%(左)、70.3%(右)。前后视角的模型精度略优于左右视角。各视角最优模型均为多特征融合模型,最优模型平均分类精度和Kappa系数可达80.6%和0.62。利用街景影像评估街道空间品质时,各算法之间性能差异微弱,而特征选择及组合方式是提升精度的关键。越秀区街道空间品质存在明显空间分异,其西南部的街道空间品质亟待提升。本研究构建了基于街景影像多特征融合的大规模高精度街道空间品质测度方法,实现了对越秀区街道空间品质的评估,研究结果可为相关部门进行街道环境综合整治提供参考。 | 崔成 任红艳 赵璐 庄大方 | 2020 | 地球信息科学学报2020，22，6： | 7 |
| 6 | 一种小波变换和支持向量机相结合的配电网电容器投切扰动源定位方法显示文摘提出一种小波变换和支持向量机(support vector machine,SVM)相结合的配电网电容器投切扰动源定位方法。该算法使用小波变换对电容器投切产生的暂态扰动信号进行分析,提取扰动能量和扰动持续时间2个特征量作为SVM分类器的输入,以识别扰动,实现投切电容器的自动定位。基于PSCAD/EMTDC仿真软件建立典型10kV配网模型,并选取3个不同位置的电容器进行投切操作,仿真电容器投切产生的暂态扰动。以改变电容器投入时间得到的不同投切事件作为算法样本进行了仿真分析。结果表明,所提算法定位电容器投切扰动源的准确率可达99.17%。 | 戴铭 何正友 赵静 贾勇 | 2010 | 电网技术2010，34，6： | 7 |
| 7 | 基于PCA-GA-SVM的火成岩分类方法研究显示文摘在地质科学中,正确的岩石分类有助于研究岩石的成因、形成条件、演化过程和工程设计等.由于地质条件的多样性、变异性及复杂性,人们很难对岩石样本进行准确的分类.通过主成分分析法(PCA)从影响火成岩分类的众多氧化物评价指标中提取出主成分,用遗传算法(GA)优化支持向量机参数,并采用支持向量机方法(SVM)对实际火成岩公开数据进行训练,建立了火成岩岩石分类的PCA-GA-SVM模型,同时结合火成岩实际数据将预测结果和基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做了比较.结果表明:基于PCA-GA-SVM模型得到的火成岩分类预测结果精度较LM-BP神经网络有很大的提高,与实际分类相符,有广泛的应用前景. | 袁颖 李绍康 周爱红 | 2017 | 数学的实践与认识2017，47，12： | 6 |
| 8 | 基于机器学习理论的海洋水质评价模型显示文摘为构建适用于海洋水质的评价模型,这里以大数据下的机器学习理论为基础,利用一个包含40万个站位组成,每个站位包含13个水质指标信息的理论假设大样本,选择三种适用于多特征多分类问题的机器学习算法:决策树、贝叶斯和支持向量机来构建适用于水质评价的模型,得出基于支持向量机算法的评价模型效果最好,可作为解决利用多水质指标信息综合评价海洋水质这一问题的有效方法。 | 张莹 谢仕义 邓伟彬 彭发定 余昱昕 张培珍 | 2019 | 物探化探计算技术2019，41，6： | 5 |
| 9 | 基于非量测CCD相机和SVM的模型视觉检测显示文摘针对传统模型观测方法中存在的观测装置或传感器安装麻烦、工作量大、采样点有限等缺点。提出利用数字近景摄影测量技术量测模型变形。用高分辨率数码相机获取模型不同模拟开挖状态下的多组数字影像,采用改进的粒子群支持向量机方法自动检测和识别标志点,通过边缘跟踪和椭圆拟合算法确定标志点中心影像坐标。提出并推导了利用二维直接线性变换关系式和共线方程分解出影像外方位元素初值的实用算法,最后利用自检校光束法平差对标志点空间坐标进行精确定位。试验结果表明,空间坐标的测定精度高于±1 mm,所测位移场与实际变形情况比较一致,可以满足矿山岩层和地表移动相似材料模型观测要求。 | 杨化超 张书毕 杨国东 牛雪峰 | 2007 | 吉林大学学报(工学版)2007，37，6： | 5 |
| 10 | 场景识别与PnP结合的视觉室内定位技术研究显示文摘基于视觉的定位技术是近年来室内定位研究领域的热点之一,有着广泛的应用前景。针对基于视觉的定位算法中存在的定位结果稳定性不高、易受噪声干扰等问题,对国内外现有方法进行总结分析,提出一种利用卷积神经网络进行场景识别、利用空间参考点进行定位的方法,并进行真实场景实验。实验结果表明,该方法具有精度高、稳定性好等优点,场景识别正确率约为90%,定位平均误差为0.10 m,最大定位误差为0.30 m,达到室内定位精度的标准。 | 李爽 甘兴利 祝瑞辉 李雅宁 | 2018 | 无线电工程2018，48，8： | 4 |
| 11 | 基于SVM的图像分类系统设计显示文摘为实现基于语义的图像分类,其本质还是从底层特征出发,因此,高层信息的学习和建模也就必须来源于底层特征了。在底层特征提取的基础上提出了一个基于SVM的图像分类系统的设计,重点介绍了图像数据库的设计和分类引擎的设计,说明了其可行性和方便易用性。最后展望了基于SVM的图像分类引擎技术的发展方向和应用前景。 | 黎曦 谢毓湘 吴玲达 | 2006 | 系统仿真学报2006，18，z1： | 4 |
| 12 | 耦合GF-2遥感影像与街景影像的广州市城中村识别显示文摘及时准确地获取城中村的空间分布及其环境质量信息对于优化城市空间、改善人居环境具有重要意义。本文以广州市越秀区为例,提出了耦合GF-2高分遥感影像和百度街景影像的城中村识别方法。首先,从街景影像中提取越秀区的街道空间品质特征;其次,在对高分遥感影像预处理并进行多尺度分割的基础上计算光谱、形状、纹理、场景特征和建筑结构5类共计23个特征;最后,融合两种影像的特征用于构建随机森林分类器进行城中村识别。结果表明,基于高分影像和基于街景影像的城中村识别整体精度分别为94.5%和85.7%,Kappa系数分别为0.58和0.31,而两者融合后的分类精度和Kappa系数为96.1%和0.67;其中基于街景影像获取的度量街道空间品质的5个指标贡献了31.6%的特征重要性。鸟瞰视野高分影像和人本视角街景影像提供的信息综合互补,构建了更有区分度的特征空间,减少了城中村的错分现象。本文证实了高分影像和街景影像在特征尺度的融合提升了城中村识别精度。街景影像中的信息可以融入到高分遥感影像等数据源中,辅助进行城中村等非正规居住空间的识别。 | 崔成 赵璐 任红艳 逯伟利 黄耀欢 | 2022 | 遥感学报2022，26，9： | 4 |
| 13 | 基于PF能量特征和SVM的变速箱轴承故障诊断方法显示文摘内圈点蚀、外圈压痕是变速箱滚动轴承常见典型故障,为实现其快速、准确诊断,提出基于局部均值分解(Local mean decomposition,简称LMD)的PF(Product Function)分量能量特征和支持向量机(Support Vector Machine,简称SVM)相结合的变速箱滚动轴承诊断方法.将采集的振动信号进行LMD局部均值分解,获得若干个PF分量,并以计算的PF分量的能量熵作为特征量输入支持向量机,进行滚动轴承的故障类型的识别.通过对滚动轴承正常状态、内圈点蚀故障和外圈压痕故障的诊断效果对比分析表明,相对于基于神经网络的轴承故障诊断方法,基于PF分量能量特征和支持向量机的诊断方法有着更高的故障识别率. | 沈意平 贺赛坪 何宽芳 李学军 | 2014 | 湖南科技大学学报(自然科学版)2014，29，3： | 4 |
| 14 | 基于支持向量机的巢湖富营养化程度评价研究显示文摘由于湖泊富营养化程度影响因素多,评价因素与富营养化等级之间关系复杂而且具有非线性特征。支持向量机是由Vapnik等人提出的建立在统计学习理论基础上的一种新的机器学习方法,由于其使用结构风险最小化原则代替经验风险最小化原则,解决了一些神经网络遗留的问题,又由于其应用了核函数思想,它可以较好地解决非线性问题,利用支持向量机多类分类算法,构建巢湖富营养化程度评价模型,取得较好的结果。 | 王冉 杨道军 | 2011 | 环境科学与管理2011，36，5： | 3 |
| 15 | 大规模数据分类的支持向量预处理方法显示文摘对支持向量分类机中大规模数据集训练速度慢的瓶颈提出一种预处理方法,通过设置邻域特征值,比较样本点特征信息,建立样本集删除矩阵,剔除重复反映分类特性的样本点,达到在保持分类精确度的同时提高数据集训练速度,减少训练时间的目的。通过对随机数据和UCI标准数据库的数值实验验证了算法有效性,且相应调整计算阈值时可以达到提高分类精度的效果。 | 徐健 陈光喜 | 2007 | 计算机应用2007，27，B12： | 2 |
| 16 | 基于多重判据的闪变源智能定位显示文摘闪变源定位是解决闪变引起的供用电双方矛盾的关键。本文提出一种基于多重判据的闪变源智能定位法。首先分析了4种典型的闪变源定位方法并提取相应的闪变特征量。然后采用线性支持向量机算法对数据样本进行智能学习,有效利用定性特征量与定量特征量形成互补,在多维特征空间中构建上下游最优分类面,进而判断闪变源的位置。该方法通过智能学习代替了人工经验,将电力系统网络架构信息存储在线性支持向量机的权值中,可适用于多种情况下闪变源定位。最后采用33节点网络仿真对该模型进行验证。结果显示,与传统单一定位方法相比,该法具有更高的定位正确率,且能在附加一定白噪声条件下准确定位闪变源。 | 吴启宇 吕干云 吴晨媛 吴洁 俞明 魏鹏 | 2019 | 电力系统及其自动化学报2019，31，12： | 1 |
| 17 | 基于改进的空间金字塔词袋模型的图像分类算法研究显示文摘基于空间金字塔词袋模型的图像分类算法相比于传统的词袋模型的图像分类算法的准确率有了一定的提高,仍无法满足实际的高标准图像分类的需求。为此提出了一种基于改进的空间金字塔词袋模型的图像分类算法,即使用轮盘法的改进的K-means聚类方法和支持向量机的直方图交叉核函数。分别优化改善了K-means聚类算法的聚类容易陷于局部最优的缺陷和支持向量机使用径向基核函数可能产生非常严重的过拟合问题。通过仿真验证了基于改进的空间金字塔词袋模型的图像分类算法的准确率明显高于原基于空间金字塔词袋模型的图像的分类算法。 | 谢红 杨良洁 解武 | 2018 | 应用科技2018，45，4： | 1 |
| 18 | 基于分形的肝脏B超图像的识别方法显示文摘本文首先引入离散分形布朗随机场模型,得到肝脏B超图像的分形维数与变差函数之间的关系。分形维数可以通过计算图像的变差函数并用最小二乘线性回归法来得到,它被选为图像的特征值,做为分类依据。实验表明,正常肝脏与癌变肝脏的B超图像表现出不同的灰度值空间变化特征。采用不同的滞后距离方向对最终的图像分类结果有一定的影响,使用四个方向的平均值的分类精度最高。 | 陈彦华 | 2007 | 计算机工程与科学2007，29，7： | 1 |
| 19 | 基于径向基函数神经网络农田害虫分类器设计研究显示文摘为改变我国植物保护行业中的害虫测报依赖人工识别计数、效率低下的现状,本文将图像识别等技术应用于农田害虫的自动检测系统当中,提取了害虫图像的十多个原始特征,并压缩成7维送入模糊分类器进行了分类识别。实验结果表明:该系统能够对农田中危害严重的十类害虫进行较好的分类。 | 王志迁 王要沛 | 2008 | 科技信息2008，，9： | 1 |
| 20 | 面向旷场实验视频分类的特征拼接矩阵学习方法显示文摘目的旷场实验(open field test,OFT)是行为学与药理实验分析中常用的实验方法。为了对比测试组和参考组被测小鼠的行为特征差异,通常需要耗费大量精力对旷场实验数据进行处理和观测。由于旷场实验数据量大且较依赖观测人员的主观判断,导致对小鼠行为差异观测的精度较低且缺乏量化评价指标。为此,本文提出一种基于卷积神经网络(convolutional neural networks,CNN)的旷场实验视频分类方法,可基于量化特征对两组小鼠的行为差异自动分类。方法从视频空域和时域中提取22维的小鼠运动行为特征,经过量化后生成特征矩阵,进而以矩阵拼接方式构造可学习的行为特征矩阵样本,利用不同结构卷积神经网络对提取的行为特征矩阵样本进行训练和分类,并分析网络结构对分类结果的影响,在实现两组小鼠分类的基础上,对不同维度小鼠行为特征对分类精度的重要性进行评价。结果在真实旷场实验数据集上的实验分析表明,本文算法的分类准确率为99.25%。此外,由实验结果分析发现小鼠的大角度转向频次、停留区域与时间对小鼠分类的重要性高于其他维度特征。结论提出的特征拼接矩阵学习方法能够准确识别两组小鼠旷场实验视频的差异,本文方法的分类准确率明显优于现有人工分析及经典机器学习方法。 | 肖照林 杨志林 刘欢 金海燕 | 2022 | 中国图象图形学报2022，27，3： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员