“支持向量机”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3995313个，建议您升级VIP下载更多相关专利

[发明专利]减少支持向量与训练时间的交叉合并方法-CN200410053659.X无效
发明人：文益民;吕宝粮 -专利权人：上海交通大学
申请日： 2004-08-12 - 公布日： 2005-03-02 - 主分类号： G06F15/18 文献下载
摘要：一种用于智能信息处理技术领域的减少支持向量与训练时间的交叉合并方法，包括三个步骤：训练集分解：将训练样本集分类别提取样本后，根据预先设定的分解比率，将训练集中的各类样本集合分别分解成两个子集，然后将样本子集进行组合，得到四个训练集；基于支持向量的分层数据筛选：用支持向量机方法并行处理四个训练集，得到四个支持向量集合，按照交叉合并规则，将四个支持向量的集合分两组合并，得到两个训练集，用支持向量机方法并行处理这两个训练集所代表的两个分类问题，得到两个支持向量的集合，将此两个支持向量的集合合并，产生一个训练集，便是最终的训练集；利用分层筛选得到的最终训练集训练支持向量机得到最终的分类器。
减少支持向量训练时间交叉合并方法

[发明专利]一种自适应双粒子群优化支持向量机的驾驶意图识别方法-CN202010095913.1在审
发明人：商高高;朱鹏;刘刚 -专利权人：江苏大学
申请日： 2020-02-17 - 公布日： 2020-07-10 - 主分类号： F16H61/00 文献下载
摘要：本发明提供了一种自适应双粒子群优化支持向量机的驾驶意图识别方法，涉及汽车变速箱换挡控制策略技术领域，根据采集的数据进行驾驶意图分类编号，为解决支持向量机参数选择对模型学习能力的影响，利用自适应双粒子群算法进行支持向量机参数寻优，然后利用采集的数据集优化的支持向量机进行训练和验证，最后通过实时采集的数据对驾驶意图进行识别。本发明采用机器学习中的支持向量机并对支持向量机进行优化，能快速地识别出驾驶意图，并且识别准确率较高，可以运用到汽车变速箱换挡控制策略中，进一步地提高汽车行驶时的换挡合理性，改善换挡品质。
一种自适应粒子优化支持向量驾驶意图识别方法

[发明专利]基于支持向量机的电表故障分类方法、装置及电子设备-CN202210727970.6在审
发明人：李翀;杨鹏;王浩;申洪涛;李倩;厉建宾;李飞;杨媛媛;郭聚川;胡楠 -专利权人：国网河北省电力有限公司营销服务中心;国家电网有限公司
申请日： 2022-06-23 - 公布日： 2022-09-20 - 主分类号： G06K9/62 文献下载
摘要：本发明适用于电力技术领域，提供了一种基于支持向量机的电表故障分类方法、装置及电子设备。该方法包括：获取目标故障电表的运行信息，将运行信息输入至预训练的支持向量机分类模型中，得到目标故障电表的故障类型；其中，支持向量机分类模型的训练过程为：获取训练数据；通过种群优化算法算法对支持向量机的参数组合进行迭代寻优，在达到预设迭代次数之前，使用蝗虫算法和萤火虫算法联合更新个体位置，在达到预设迭代次数之后，使用蝗虫算法更新个体位置，得到支持向量机的最优参数组合，从而构建支持向量机分类模型。
基于支持向量电表故障分类方法装置电子设备

[发明专利]基于改进果蝇-蝙蝠算法的机械故障诊断方法-CN201811007052.6有效
发明人：苏祖强;王富立;冯松 -专利权人：重庆邮电大学
申请日： 2018-08-31 - 公布日： 2021-04-16 - 主分类号： G05B23/02 文献下载
摘要：本发明属于机械故障诊断领域，具体为一种基于改进果蝇‑蝙蝠算法的机械故障诊断方法，包括以下步骤从采集的机械运行状态信号中提取时域统计特征和频域统计特征；采用机械故障诊断训练样本集来训练支持向量机；以果蝇算法为框架，融入蝙蝠算法的回声定位思想，设计出改进果蝇‑蝙蝠参数优化方法，并采用该方法来寻找支持向量机的全局最优参数；将得到的全局最优参数代入支持向量机，完成基于支持向量机的故障诊断模型的构建。本发明能够在较短的时间内获得最优的支持向量机参数，有效提高了基于支持向量机的故障诊断模型的构建效率和故障分类准确率，具有很好的实际应用效果。
基于改进果蝇蝙蝠算法机械故障诊断方法

[发明专利]面向单相重合闸的多变量作用下潜供电弧特性预测方法-CN201610322702.0有效
发明人：刘洪顺;韩明明;李斌;李清泉;李庆民;娄杰;孙秋芹 -专利权人：山东大学
申请日： 2016-05-16 - 公布日： 2018-07-10 - 主分类号： H02H9/08 文献下载
摘要：本发明公开了一种面向单相重合闸的多变量作用下潜供电弧特性预测方法，包括：确定输入量和输出量的样本集；利用结构风险最小化原则求解支持向量机线性回归函数；建立非线性回归支持向量机回归预测模型；确定非线性回归支持向量机回归预测模型的学习参数以及评估支持向量机回归的适应度函数，采用快速非支配排序遗传算法对所述学习参数进行优化；采用参数优化的支持向量机回归预测模型对安装混合无功补偿的特高压输电系统的输出量分别进行预测。本发明有益效果：优化参数的回归型支持向量机所得到预测值与前文仿真所得到的结果相对误差在2％以内，可以说明该方法的有效性。
支持向量机回归预测模型单相重合闸非线性回归特性预测多变量输出量下潜非支配排序遗传算法特高压输电系统线性回归函数适应度函数最小化原则供电参数优化无功补偿相对误差优化参数输入量样本集回归预测求解学习评估优化

[发明专利]高端装备制造过程质量在线监测方法及系统-CN202110310800.3有效
发明人：刘心报;胡俊迎;钱晓飞;裴军;周谧;周志平 -专利权人：合肥工业大学
申请日： 2021-03-23 - 公布日： 2022-09-30 - 主分类号： G06Q10/04 文献下载
摘要：首先，用测地线距离代替欧氏距离对支持向量机的核函数进行改进，然后利用引入竞争机制的变邻域搜索算法对质量数据特征子集和支持向量机的参数进行协同优化，最后利用经过训练和优化后的支持向量机对高端装备制造过程质量进行在线监测本技术方案不仅提高了支持向量机对于非线性数据的处理能力，而且得到了特征子集和支持向量机参数的组合优化方案，一定程度上提高了支持向量机模型的分类精度，使得基于大量质量数据对高端装备制造过程的质量进行在线监测结果更加精准
高端装备制造过程质量在线监测方法系统

[发明专利]一种用于流量预测的支持向量机的优化方法-CN201910646238.4在审
发明人：王电钢;黄林;彭小强;陈龙;毛启均;杨洁;张庆 -专利权人：国网四川省电力公司信息通信公司
申请日： 2019-07-17 - 公布日： 2019-10-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及计算机通信和优化技术领域的一种用于流量预测的支持向量机的优化方法。步骤包括：1，建立用于网络流量预测的最小二乘支持向量机模型；2，根据最小二乘支持向量机模型，建立用于蝗虫优化算法的参数优化目标函数，并确定需要优化的参数组合；3，采用蝗虫优化算法对待优化参数进行参数优化，参数优化过程中采用所述参数优化目标函数计算蝗群个体的适应度；4，将优化后的参数组合代入所述最小二乘支持向量机模型，进行网络流量预测。本发明提出一种针对支持向量机的改进的蝗虫优化算法，对网络流量预测中使用的支持向量机的参数进行优化，使向量机能够对通信网络流量进行正常或以更高的效率进行预测。
支持向量机参数优化最小二乘支持向量机模型网络流量预测优化算法优化蝗虫参数组合流量预测目标函数计算计算机通信目标函数通信网络优化参数适应度向量机预测改进

[发明专利]一种基于改进支持向量机的电网投资需求预测方法及系统-CN201910559605.7在审
发明人：韩丰;彭冬;王智冬;李晖;刘宏杨;薛雅玮;赵朗;王雪莹;张天琪 -专利权人：国家电网有限公司;国网经济技术研究院有限公司;国网山西省电力公司经济技术研究院
申请日： 2019-06-26 - 公布日： 2019-10-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于改进支持向量机的电网投资需求预测方法及系统，其特征在于，包括以下内容：1)采集待预测地区的历年指标数据和对应年份的电网投资数据；2)基于布谷鸟优化方法，确定最优的支持向量机参数；3)根据确定的支持向量机参数，训练支持向量机模型；4)将采集的待预测地区的历年指标数据和对应年份的电网投资数据输入至训练出的支持向量机模型中，得到待预测地区的电网投资需求预测值，本发明可以广泛应用于电网规划和量化评估技术领域中。
电网投资支持向量机需求预测支持向量机模型指标数据预测年份采集电网规划量化评估改进应用优化

[发明专利]基于改进蝙蝠算法和支持向量机的局部放电故障诊断方法-CN202111372742.3在审
发明人：张丕沛;孙景文;汪鹏;王江伟;孙艳迪;孙承海;李杰;师伟;李秀卫;任敬国;辜超;姚金霞;徐冉 -专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司
申请日： 2021-11-18 - 公布日： 2022-02-25 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于改进蝙蝠算法和支持向量机的局部放电故障诊断方法，其步骤包括：采集特高频局部放电数据，并对数据进行预处理，构建样本库；采用随机初始化的蝙蝠位置坐标构建初始支持向量机模型；使用改进蝙蝠算法优化支持向量机模型，并建立局部放电故障诊断的支持向量机模型；使用建立的局部放电故障诊断模型识别故障类型，获得故障识别结果。本发明能获得较好的分类效果，加快支持向量机参数寻优的效率，从而实现局部放电故障的自动诊断和准确识别。
基于改进蝙蝠算法支持向量局部放电故障诊断方法

[发明专利]一种用于辅助医疗系统的决策模型建立方法-CN202010376075.5在审
发明人：吴嘉;庄庆贺;陈焕泽;谭延林;田晓明 -专利权人：中南大学
申请日： 2020-05-07 - 公布日： 2020-08-21 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种用于辅助医疗系统的决策模型建立方法，包括以下步骤：A、使用支持向量机构建第一分类器，使用有向无环图支持向量机构建第二分类器；B、使用神经网络对支持向量机进行补充，实现在支持向量机出错时对冲掉风险；C、通过集成学习对支持向量机和神经网络进行集成。
一种用于辅助医疗系统决策模型建立方法

[发明专利]基于多分类支持向量机的车牌字符识别方法-CN200910059360.8有效
发明人：解梅;王云龙 -专利权人：电子科技大学
申请日： 2009-05-20 - 公布日： 2009-12-16 - 主分类号： G06K9/00 文献下载
摘要：基于多分类支持向量机的车牌字符识别方法，属于图像处理技术领域，涉及车牌字符识别方法。本发明包括多分类支持向量机的训练过程和使用多分类支持向量机进行车牌识别的过程。本发明区别对待车牌各位置的字符，将车牌字符二值化图像特征向量分成四个集合，分别构造四个多分类支持向量机以计算四个集合的支持向量集，并在车牌识别过程中采用不同的支持向量集对待识别车牌的字符进行逐一识别，大大减少了计算量
基于分类支持向量车牌字符识别方法

[发明专利]一种基于最小二乘支持向量机的新能源汽车销量预测方法-CN202210578343.0在审
发明人：王小璇;邓欣宇;王晶;黄旭;刘超;杨国朝;徐智;赵长伟;高强伟;刘伟;陈静;陆杨 -专利权人：国网天津市电力公司;国家电网有限公司;国网天津市电力公司城东供电分公司
申请日： 2022-05-25 - 公布日： 2022-08-09 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及一种基于最小二乘支持向量机的新能源汽车销量预测方法，其特征在于：包括如下步骤：步骤1、建立基于最小二乘支持向量机的新能源汽车月度销量预测模型；步骤2、求解步骤1所构建的基于最小二乘支持向量机的新能源汽车月度销量预测模型本发明弥补了传统线性回归模型、支持向量机的缺点，能够有效提升预测精度。
一种基于最小支持向量新能源汽车销量预测方法

[发明专利]一种基于发票数据分析的疑似税务异常企业筛选方法-CN202010566093.X在审
发明人：邓应强;赖新明;王志刚;刘芬;舒南飞 -专利权人：航天信息股份有限公司
申请日： 2020-06-19 - 公布日： 2020-10-16 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于发票数据分析的疑似税务异常企业筛选方法，包括：对发票数据进行特征提取，得到特征向量；修改支持向量机模型，将最小间隔分离超平面设置为分类超平面；将特征向量作为一次修改支持向量机模型训练样本，得到包含正样本和负样本的一类训练样本；采用一类训练样本对一次修改支持向量机模型进行迭代训练，直至将负样本与正样本完全分离；将一次修改支持向量机模型修改为层次型支持向量机模型；采用带有标记的正样本和负样本对二次修改支持向量机模型进行训练
一种基于发票数据分析疑似税务异常企业筛选方法

[发明专利]一种提高二分类支持向量机分类精度的方法-CN201210544669.8无效
发明人：刘世元;朱金龙;张传维;陈修国 -专利权人：华中科技大学
申请日： 2012-12-13 - 公布日： 2013-04-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种提高二分类支持向量机分类精度的方法，步骤为：在待分类的样本空间中获取训练样本，得到2p个具有n个维度训练样本；利用训练样本集进行支持向量机训练，获取分类边界权系数向量w；利用支持向量机对所有训练样本进行映射，统计出所有被错误识别的训练样本集I1；按绝对值的大小对向量w中的每一个分量进行排序；找出排序最后的分量并剔除；重复m次，训练样本的维度减少到n-m；剔除掉这些错误训练样本；对剩余的训练样本进行支持向量机训练，该支持向量机即为最优支持向量机。
一种提高分类支持向量精度方法

[发明专利]一种基于度量学习和支持向量机相集成的行人再识别方法-CN201811576219.0有效
发明人：李华锋;赵丹丹;王红斌;余正涛;线岩团;文永华 -专利权人：昆明理工大学
申请日： 2018-12-22 - 公布日： 2021-06-18 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于度量学习和支持向量机相集成的行人再识别方法，属于图像处理、模式识别技术领域。本发明首先生成带有行人标签信息的行人特征矩阵；对度量行人距离的非线性空间M做处理；设置支持向量机内用到的行人标签信息；支持向量机引入约束变量，再把支持向量机作为非线性空间的约束条件；对非线性空间M的约束条件进行缩放处理；找到投影矩阵和分类器的最优解，用度量学习和支持向量机相集成的识别模型进行行人识别，得到识别率。本发明集成了度量学习和支持向量机。和已有方法相比，本发明所提出的方法有效的挖掘、利用了行人数据集中的标签信息，使行人匹配率得到有效的提升。
一种基于度量学习支持向量集成行人识别方法