“支持向量机模型”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4690321个，建议您升级VIP下载更多相关专利

[发明专利]一种基于模型融合的雷达人体运动状态分类算法及系统-CN201910942378.6有效
发明人：包敏;邢汉桐;史林;邢孟道;宋源 -专利权人：西安电子科技大学
申请日： 2019-09-30 - 公布日： 2023-09-22 - 主分类号： G06V40/20 文献下载
摘要：本发明属于雷达技术领域，具体涉及一种基于模型融合的雷达人体运动状态分类算法及系统，方法包括：获得训练集；根据所述训练集构建支持向量机模型；根据所述支持向量机模型得到所述支持向量机模型的预测值；根据所述支持向量机模型的预测值构建极限梯度提升树模型本发明通过stacking模型融合方法对支持向量机模型和极限梯度提升树模型进行融合，支持向量机模型适合处理小样本高纬度，极限梯度提升树模型具有拟合能力强的优点，融合后的模型兼具支持向量机模型与极限梯度提升树模型的优点，使得模型泛化能力更强，识别精度更高，减少了深度学习中，对模型训练的时间。
一种基于模型融合雷达人体运动状态分类算法系统

[发明专利]一种基于支持向量机的深度学习模型鲁棒边界评估方法、装置和应用-CN202110272000.7在审
发明人：陈晋音;陈若曦;郑海斌 -专利权人：浙江工业大学
申请日： 2021-03-12 - 公布日： 2021-06-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于支持向量机的深度学习模型鲁棒边界评估方法、装置和应用，包括为用于分类任务的深度学习模型的每个分类类别分配一个支持向量机；将样本数据分别输入至深度学习模型和每个支持向量机，得到样本数据在深度学习模型和每个支持向量机的特征空间分布；针对每个支持向量机，以样本数据在支持向量机的特征空间分布与在深度学习模型的特征空间分布的散度指标作为损失函数优化支持向量机的参数；优化结束后，每个支持向量机的决策边界即为深度学习模型对与支持向量机对应的分类类别的决策边界，依据该决策边界实现对深度学习模型鲁棒边界评估，进而实现训练阶段深度学习模型的安全性评估与提升。
一种基于支持向量深度学习模型边界评估方法装置应用

[发明专利]适用于小样本预测的消极支持向量机模型-CN201710656708.6在审
发明人：付旭云;钟诗胜;林琳;张永健;王琳 -专利权人：哈尔滨工业大学（威海）
申请日： 2017-08-03 - 公布日： 2017-10-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及小样本预测问题技术领域，具体的说是一种适用于小样本预测的消极支持向量机模型，本发明将ε‑支持向量机回归模型和消极预测方法结合起来，建立了一种消极支持向量机模型。与ε‑支持向量机回归模型中样本中的所有个体具有相同的不敏感损失函数不同，消极支持向量机模型中的不敏感损失函数取决于样本中个体与待预测个体的距离，为了求解消极支持向量机模型，引入广义拉格朗日函数，得到原问题的对偶问题，通过对对偶问题的求解获得了原问题的解，消极支持向量机模型能够综合传统支持向量机与消极预测方法的优点，不仅泛化性较好，还能改善局部精度。
适用于样本预测消极支持向量模型

[发明专利]雾霾天气预测方法-CN202110673534.0在审
发明人：陈海龙;张颖宇;杨畅;杜梅 -专利权人：哈尔滨理工大学
申请日： 2021-06-17 - 公布日： 2021-09-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种雾霾天气预测方法，包括：采集历史雾霾数据，得到样本集和测试集，并进行集成特征选择，得到集成特征集；改进支持向量机的核函数应用到支持向量机中，得到多核支持向量机；将模糊支持向量机和最小二乘支持向量机相结合引入至多核支持向量机中，以构建模糊多核最小二乘支持向量机；利用集成特征集对模糊多核最小二乘支持向量机进行训练，得到模糊多核最小二乘支持向量机预测模型；改进萤火虫算法对模糊多核最小二乘支持向量机进行参数优化，得到最优模糊多核最小二乘支持向量机预测模型；将测试集输入预测模型中得到预测结果。该方法避免了核函数对支持向量机性能的影响，提高了支持向量机的分类准确率、预测精度和鲁棒性。
天气预测方法

[发明专利]一种存量电站健康度分类方法、装置及介质-CN202310626351.2在审
发明人：解迎千;吴云来 -专利权人：浙江正泰智维能源服务有限公司
申请日： 2023-05-30 - 公布日： 2023-09-05 - 主分类号： G06F18/2411 文献下载
摘要：本申请公开了一种存量电站健康度分类方法、装置及介质，涉及电站管理技术领域，为了解决由于人为评估电站健康状况导致的问题，获取待分析电站的维度指标数据；将待分析电站的维度指标数据输入至支持向量机模型；获取支持向量机模型输出的分类结果对各个电站的多个维度指标数据进行标准化处理生成样本集，样本集包括训练集与测试集；根据等级标签将训练集输入到支持向量机模型中进行预测分类训练；根据测试集对支持向量机模型进行测试优化；输出支持向量机模型。通过预先建立能够准确分类，并能预测输出健康度预测的支持向量机模型，通过使用支持向量机模型对健康度进行评估代替人为诊断，便于快速对电站进行健康分类判断。
一种存量电站健康分类方法装置介质

[发明专利]一种侧堰泄流能力的预测模型的构建方法和预测方法-CN202210074712.2在审
发明人：沈桂莹;李珊珊;李国栋 -专利权人：西安理工大学
申请日： 2022-01-21 - 公布日： 2022-05-03 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种侧堰泄流能力的预测模型的构建方法和预测方法，本发明构建了侧堰泄流能力的预测模型，以影响侧堰泄流量系数大小的无量纲参数作为最小二乘支持向量机模型的输入参数，侧堰泄流量系数作为最小二乘支持向量机模型的输出参数，随机取侧堰物理模型的无量纲试验参数进行最小二乘支持向量机模型训练；最小二乘支持向量机模型训练完成后，采用侧堰物理模型的无量纲试验参数进行最小二乘支持向量机模型测试，得到最终的最小二乘支持向量机模型。
一种侧堰泄流能力预测模型构建方法

[发明专利]自适应差分进化算法优化支持向量机的故障诊断方法-CN202110800113.X有效
发明人：李媛媛;李志博;姚炜;戚博炜;孙祺淳;唐明;侯玲玉;陈嘉航 -专利权人：上海工程技术大学
申请日： 2021-07-14 - 公布日： 2023-07-04 - 主分类号： G06F18/2411 文献下载
摘要：本发明涉及一种自适应差分进化算法优化支持向量机的故障诊断方法，采集待诊断故障的轴承的振动信号，并对其进行预处理得到数据后，将数据输入到训练好的支持向量机模型中，由其输出轴承故障诊断结果；预处理的过程即依次进行分解、特征提取和特征选择的过程；支持向量机模型的训练步骤如下：(1)采集已诊断故障的轴承的振动信号，并对其进行所述预处理得到训练样本数据；(2)优化支持向量机模型的模型参数C和gamma；(3)训练支持向量机模型；将参数C和gamma的取值代入支持向量机模型中，利用训练样本数据对支持向量机模型进行训练。本发明可实现参数的自适应调整，从而使得支持向量机算法达到较优的结果，提高了算法的鲁棒性和准确度。
自适应进化算法优化支持向量故障诊断方法

[发明专利]基于支持向量机回归模型的测试生成与重用系统及方法-CN201910606331.2有效
发明人：钱忠胜;宋涛 -专利权人：江西财经大学
申请日： 2019-07-05 - 公布日： 2023-05-23 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种基于支持向量机回归模型的测试生成与重用系统及方法，包括：基于支持向量机回归模型的测试用例生成单元包括支持向量机回归模块和遗传算法模块，支持向量机回归模块是用于训练模拟计算适应度大小的模型，遗传算法模块用于引用所述支持向量机回归模块训练的模型生成测试用例；融入支持向量机回归模型的测试用例重用单元包括测试用例重用模块，在利用遗传算法测试程序时，通过进化中的种群个体及插桩法计算的适应度值作为样本来训练支持向量机回归模型，运用支持向量机回归模型在程序的测试用例集中查询适应度较高的测试数据，并将测试数据引用到新种群迭代的过程中，对每个被选中的个体以一定的概率与随机选择的引用个体进行交叉操作。
基于支持向量回归模型测试生成重用系统方法

[发明专利]一种改进的快换式公交充电站短期负荷预测方法-CN201810940407.0在审
发明人：牛东晓;王海潮;李偲;陈寒钰 -专利权人：华北电力大学
申请日： 2018-08-17 - 公布日： 2019-01-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种改进的快换式公交充电站短期负荷预测方法，所述预测方法包括以下步骤：步骤1：输入指标并对各输入指标进行数据预处理；步骤2：构建最小二乘支持向量机模型；步骤3：利用思维进化算法对最小二乘支持向量机模型的参数进行优化和预测本发明通过思维进化算法对最小二乘支持向量机模型参数进行优化，取得的预测结果相比于基本最小二乘支持向量机模型和支持向量机模型。
最小二乘支持向量机模型短期负荷预测进化算法输入指标充电站快换式支持向量机模型数据预处理预测结果思维预测构建优化改进

[发明专利]基于最小二乘支持向量机模型的电力价格预测方法和装置-CN202011352821.3在审
发明人：赵蕾 -专利权人：新智数字科技有限公司
申请日： 2020-11-27 - 公布日： 2021-02-09 - 主分类号： G06Q30/02 文献下载
摘要：本发明适用于电力价格预测技术领域，提供了基于最小二乘支持向量机模型的电力价格预测装置，所述方法包括：利用自适应遗传算法，确定最小二乘支持向量机的模型参数；从历史电力价格数据中选取训练样本，训练在所述自适应遗传算法确定的模型参数下的最小二乘支持向量机，得到最小二乘支持向量机模型；基于所述最小二乘支持向量机模型，预测电力价格数据，本发明选择自适应遗传算法来选择模型参数，避免了传统遗传算法容易陷入局部极值点的问题，使最小二乘支持向量机训练得到的模型精度得到进一步提升
基于最小支持向量模型电力价格预测方法装置

[发明专利]一种交流磁轴承容错解耦控制器的构造方法-CN201310423427.8有效
发明人：孙晓东;陈龙;江浩斌;杨泽斌;李可 -专利权人：江苏大学
申请日： 2013-09-16 - 公布日： 2014-01-01 - 主分类号： H02P21/00 文献下载
摘要：本发明涉及一种交流磁轴承容错解耦控制器的构造方法，包括以下步骤：1）构造复合被控对象；2）构造支持向量机逆模型库；3）选择支持向量机逆模型库中的支持向量机逆模型作为复合被控对象的支持向量机逆模型，实现复合被控对象的逆系统功能，将支持向量机逆模型库串联于复合被控对象之前组成伪线性系统，伪线性系统被线性化解耦为2个二阶积分型位移线性子系统；4）针对2个二阶积分型位移线性子系统，分别设计2个径向位置控制器来构成线性闭环控制器；5）将线性闭环控制器和支持向量机逆模型库共同构成支持向量机逆容错解耦控制器，对复合被控对象进行容错解耦控制。
一种交流磁轴容错控制器构造方法

[发明专利]一种基于支持向量机的分钟级负荷曲线预测方法-CN202210200005.3在审
发明人：吴俊杰;罗宇;刘亮;戴雯菊;李一荻;张恂;黄宇;金宇;肖辅盛;黄晓旭;夏盛海;沈云春;穆萍;卢昊;杨攀 -专利权人：贵州电网有限责任公司
申请日： 2022-03-02 - 公布日： 2022-07-08 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于支持向量机的分钟级负荷曲线预测方法，包括：提取用电负荷的负荷数据并进行数据预处理；通过预处理后的数据构建支持向量机模型；利用径向基核函数选择支持向量机模型的参数；利用粒子群算法优化支持向量机模型的参数，并将优化后的参数输入支持向量机模型中，基于其输入输出数据对负荷曲线进行预测。
一种基于支持向量分钟负荷曲线预测方法

[发明专利]一种低压配电网线路故障预警方法及系统-CN202211607314.9在审
发明人：王伟光;江沛琼;陈剑锋;邹振威;梁鸿基;莫建挥;岳宏亮;林榆嘉;曾家豪;李振宇;顾伟伦 -专利权人：广东电网有限责任公司;广东电网有限责任公司肇庆供电局
申请日： 2022-12-14 - 公布日： 2023-05-16 - 主分类号： G01R31/08 文献下载
摘要：本发明涉及线路故障识别技术领域，公开了一种低压配电网线路故障预警方法及系统，其方法通过获取配电网线路的监测数据，构建监测数据集，将监测数据集进行向量化，形成多维向量矩阵，对多维向量矩阵进行降维，还对降维向量矩阵中的每一个元素进行归一化处理，对经过归一化处理后的降维向量矩阵中的每一个元素进行标注，形成标签，对经标注后的元素划分为训练集和测试集，构建支持向量机分类模型，利用支持向量机分类模型对训练集进行训练，得到支持向量机故障分类模型，利用支持向量机故障分类模型对测试集进行分类，优化支持向量机故障分类模型的网络参数，得到优化后的支持向量机故障分类模型，从而提高配电网线路故障预警效率和准确性。
一种低压配电网线路故障预警方法系统

[发明专利]鲁棒最小二乘支持向量机稀疏解的求解方法-CN201610511508.7在审
发明人：周水生;陈丽;姚丹;高新涛;董银丽;周艳玲;刘喜玲;王保军 -专利权人：西安电子科技大学
申请日： 2016-07-01 - 公布日： 2016-11-16 - 主分类号： G06F17/16 文献下载
摘要：本发明提出了一种鲁棒最小二乘支持向量机稀疏解的求解方法，用于解决现有鲁棒最小二乘支持向量机解的求解方法中存在的解缺乏稀疏性的技术问题，实现步骤为：输入训练数据；构造鲁棒最小二乘支持向量机模型；将鲁棒最小二乘支持向量机模型转化为DC规划；构造基于原空间的鲁棒最小二乘支持向量机模型的DC规划；光滑化基于原空间的鲁棒最小二乘支持向量机模型的DC规划；从样本指标集中选择子集B和矩阵P；求基于原空间的鲁棒最小二乘支持向量机模型的光滑DC本发明可以得到鲁棒最小二乘支持向量机的稀疏解，可应用在对带有噪声的大数据进行分类和回归领域。
最小支持向量稀疏求解方法

[发明专利]基于分区域SVM的气象预测方法-CN202310653755.0在审
发明人：杨泓;钟雪;陈云强;卢军;罗珊珊;杨佳庚 -专利权人：四川省气象服务中心（四川省专业气象台四川省气象影视中心）
申请日： 2023-06-05 - 公布日： 2023-07-04 - 主分类号： G06F18/2411 文献下载
摘要：SVM的气象预测方法，属于气象预测技术领域，解决现有技术中数据非线性时预测准确率较低的问题，其包括：对所需要预测的区域进行划分区域网格，分别收集历史的飞行气象预测因子，并结合分区域内的天气信息，搭建回归模型样本和模型验证样本；搭建支持向量机模型，并采用蚁群算法优化支持向量机模型中的参数；利用回归模型样本对支持向量机模型进行训练，得到全局最优的支持向量机模型；将模型验证样本输入至全局最优的支持向量机模型中进行验证。
基于区域 svm 气象预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条