“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]一种基于流形学习与改进支持向量机的室内定位方法-CN201611225272.7有效
发明人：徐晓苏;吴晓飞;闫琳宇;杨博 -专利权人：东南大学
申请日： 2016-12-27 - 公布日： 2020-02-18 - 主分类号： H04W4/02 文献下载
摘要：本发明公开了一种基于流形学习与改进支持向量机的室内无线定位方法，包括：确定定位区域，将定位区域按照室内结构特征，布局特征进行划分，得到分类结果；获取离线训练数据，采集不同分类区域中的参考点所能接收到的各热点RSS信号值作为训练数据集；利用等距映射算法进行训练数据特征提取；利用训练数据进行支持向量机分类训练，使用禁忌搜索算法进行支持向量机分类超参数搜索，同时建立各类别的支持向量回归模型；进行在线定位，采集目标处各热点的RSS信号值，利用支持向量机分类模型进行分类，得到目标大致的定位区域；依据分类结果，利用支持向量回归模型进行目标的准确定位。
一种基于流形学习改进支持向量室内定位方法

[发明专利]基于最小二乘支持向量机算法的在线预测码头疏港作业货车数量的方法-CN201910409967.8有效
发明人：王元宝 -专利权人：河南师范大学
申请日： 2019-05-16 - 公布日： 2022-09-27 - 主分类号： G06N20/10 文献下载
摘要：本发明公开了基于最小二乘支持向量机算法的在线预测码头疏港作业货车数量的方法，对港内疏港作业货车数量进行采样并进行预处理构造周期性训练样本数据；对周期性训练样本数据进行归一化处理以用于后续支持向量机的训练与预测；选取核函数与参数构造最小二乘支持向量机预测模型，并利用此向量机预测模型完成单步时间序列预测；采用单步预测的数据与之前的采样数据构成新的特征向量输入样本，利用向量机预测模型进行下一步预测，实现多步预测完成对码头疏港作业货车数量的预测本发明基于港口作业积累的每日进出港车辆数据，建立最小二乘支持向量机数据预测模型，预测堆场内疏港车数量，为港内调度提供数据支持，解决港内疏港车辆的拥挤问题。
基于最小支持向量算法在线预测码头作业货车数量方法

[发明专利]一种模糊支持向量机隶属度函数的获取方法-CN201610713308.X在审
发明人：丁小康;汤剑 -专利权人：衢州学院
申请日： 2016-08-23 - 公布日： 2017-01-25 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种模糊支持向量机隶属度函数的获取方法，属于信息技术领域。本模糊支持向量机隶属度函数的获取方法，其特征在于，包括以下步骤(1)、样本数据输入；(2)、利用k‑means确定正负样本的类中心；(3)、引入系数消除样本不平衡(4)、区分“支持向量”和“噪声点”；(本发明可以有效区分“支持向量”和“噪声点”，并对它们进行不同的隶属度计算，提高“支持向量”，且降低“噪声点”的影响，从而提高整个分类器的优点。
一种模糊支持向量隶属函数获取方法

[发明专利]一种基于改进多分类支持向量机的配电网故障识别方法-CN201811175194.3在审
发明人：洪翠;付宇泽;郭谋发;高伟 -专利权人：福州大学
申请日： 2018-10-10 - 公布日： 2019-01-18 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于改进多分类支持向量机的配电网故障识别方法，其特征在于：包括以下步骤：步骤S1：采集故障后一周波的主变低压侧三相电流和母线零序电压仿真波形数据，作为输入信号；步骤S2:对输入信号进行小波分解处理，并重构低频分量，得到重构信号；步骤S3:采用求取均方根与欧式距离的方法，提取重构信号的特征向量；步骤S4:构建多级支持向量模型，并基于径向基核函数寻找最优参数，得到训练后的多级支持向量机模型；步骤S5:将重构信号的特征向量输入至训练后的多级支持向量机模型，得到故障分类。本发明基于改进多分类支持向量机，极大的提高了故障分类的准确率，故障识别率。
多分类支持向量机重构信号支持向量机模型配电网故障故障分类特征向量径向基核函数母线零序电压改进低频分量仿真波形故障识别欧式距离三相电流小波分解支持向量最优参数均方根准确率构建重构主变采集

[发明专利]一种齿轮电动机的齿轮故障诊断方法和系统-CN201810097150.7在审
发明人：毕春晖;陈鸿;钱方琛 -专利权人：杭州携测信息技术有限公司
申请日： 2018-01-31 - 公布日： 2018-08-17 - 主分类号： G01M13/02 文献下载
摘要：一种齿轮电动机的齿轮故障诊断方法，采集所述齿轮的振动信号；先后对所述振动信号进行小波包分解与小波包重构，得到不同频率下的重构信号；对所述重构信号构建能量特征向量；构建支持向量机，并对所述支持向量机用遗传算法进行参数寻优；将所述能量特征向量输入优化后的所述支持向量机中进行故障诊断，检测出所述齿轮的工况状态并生成对应的提示信息和处理策略。
支持向量机齿轮故障诊断能量特征向量齿轮电动机振动信号重构信号齿轮构建小波包分解参数寻优处理策略工况状态故障诊断提示信息遗传算法小波包重构采集检测优化

[发明专利]一种基于支持向量机的机泵安康诊断方法-CN201910216247.X有效
发明人：柴秋子;李创;付立;汪抑非;黄晓珂;杨春节;沈新荣 -专利权人：杭州哲达智慧能源技术研究院有限公司
申请日： 2019-03-20 - 公布日： 2021-05-14 - 主分类号： F04B51/00 文献下载
摘要：本发明涉及机泵维护技术，旨在提供一种基于支持向量机的机泵安康诊断方法。包括：采集机泵运行过程中的实时振动信号数据，并对振动信号进行时频域分析；从时频域分析获得的频域波形图中提取出时频域特征信号；将时频域特征信号代入经训练的支持向量机安康诊断模型中进行诊断，获得机泵运行状态故障情况本发明通过使用多个二类支持向量机，结构简单，计算方便，提高了故障诊断的速度和准确率；大大减少了支持向量机的数目，且避免了分类重叠和不可分类现象；支持向量机诊断模型可随着实际样本的变化进行实时更新；降低了对数据样本结构和数量的要求
一种基于支持向量安康诊断方法

[发明专利]一种改进樽海鞘群优化支持向量机的变压器故障诊断方法-CN202210948590.5在审
发明人：彭宇轩;付强;毛佳琪;杜磊磊;李耀辉 -专利权人：长沙理工大学
申请日： 2022-08-09 - 公布日： 2022-11-11 - 主分类号： G01N33/28 文献下载
摘要：本发明公开了一种改进樽海鞘群优化支持向量机的变压器故障诊断方法，包括：采集变压器故障样本，获取数据；对数据进行归一化预处理，得到优选特征量数据，对优选特征量数据进行特征优选；构建支持向量机模型；根据改进的樽海鞘群算法优化支持向量机模型；基于优化后的支持向量机模型构建变压器诊断模型，根据变压器诊断模型对变压器进行故障诊断。另外，基于获取的数据，通过改进后的樽海鞘群算法优化支持向量机；通过优化后的支持向量机构建变压器诊断模型；采用该模型对变压器的油中溶解气体进行诊断，从而判断变压器中的运行状态并分析出相应的故障类型。
一种改进海鞘优化支持向量变压器故障诊断方法

[发明专利]二叉树多类支持向量机遥感分类方法-CN201010555351.0无效
发明人：杜培军;谭琨 -专利权人：中国矿业大学
申请日： 2010-11-23 - 公布日： 2011-02-23 - 主分类号： G06K9/66 文献下载
摘要：一种二叉树多类支持向量机遥感分类方法，属于遥感分类方法。首先将所有类别分成两个子类，再将子类进一步划分成两个次级子类，如此循环下去，直到得到一个单独的类别为止，这样最终将得到一个由一系列支持向量机构成的二叉分类树，完成二叉树多类支持向量机分类器的构建；在分类过程中使分类误差在远离根结点的分类器中出现，把JM距离最大的类首先分离出来；利用建立的二叉树多类支持向量机分类器，实现遥感影像分类；优点：该方法分类速度快，分类精度优于常用的多类支持向量机分类方法和传统的分类器，综合了类别可分性和二叉树支持向量机两者的优势
二叉树多类支持向量遥感分类方法

[发明专利]基于支持向量机模拟交会图的致密砂岩流体类型识别方法-CN201510333998.1在审
发明人：樊中海;刘峥君;黎明;黎锡瑜;姜建伟;梁丽梅;周永强;黄磊;韩丰华;苏剑红 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司河南油田分公司勘探开发研究院
申请日： 2015-06-16 - 公布日： 2015-10-21 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于支持向量机模拟交会图的致密砂岩流体类型识别方法，本发明首先选择最能反映储层中油气水层特点的参数作为流体样本数据；然后运用支持向量机算法，选择适当的惩罚参数和核函数来构建分类预测模型；将分类预测模型得到的向量数据点投影到交会图平面上以形成支持向量机模拟交会图版；将待识别样本数据输入到所形成的支持向量机模拟交会图版中以形成投影分布点，计算各投影分布点与支持向量机模拟交会图中各流体类型中心点之间的距离，并以距离最短的中心点所代表的流体类型作为待识别的流体类型。
基于支持向量模拟交会致密砂岩流体类型识别方法

[发明专利]基于粒子群算法优化支持向量机的研究生就业预测方法-CN201811235357.2在审
发明人：李沙;吴怡之 -专利权人：东华大学
申请日： 2018-10-23 - 公布日： 2019-03-19 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于粒子群算法优化支持向量机的研究生就业预测方法，其特征在于，包括以下步骤：对研究生信息管理系统中的学生数据进行筛选和处理，选取数据样本；建立支持向量机模型；将数据样本放入支持向量机模型中进行训练；对研究生信息管理系统中的学生数据进行筛选和处理，选取测试样本，对测试样本进行预处理后输入训练好的支持向量机模型中，检测模型准确度和合理性。本发明考虑到数据样本的多维度和随机性特征，使用经过粒子群算法寻得最优参数的支持向量机，使得对研究生就业预测的精度更高，可满足研究生就业预测的需求。
支持向量机模型粒子群算法数据样本优化支持向量机信息管理系统预测测试样本学生数据随机性预处理筛选支持向量机准确度最优参数多维度放入检测

[发明专利]基于混合核函数支持向量机模型的帕金森疾病诊断方法-CN201810795722.9在审
发明人：季薇;张锦博 -专利权人：南京邮电大学
申请日： 2018-07-19 - 公布日： 2018-12-28 - 主分类号： G16H50/20 文献下载
摘要：本发明揭示了一种基于混合核函数支持向量机模型的帕金森疾病诊断方法，首先是对帕金森患者和健康人进行语音信号的采集；其次是对语音信号进行特征提取；之后是构造支持向量机模型的混合核函数；然后是利用智能优化算法优化支持向量机模型建立过程中的惩罚参数C、混合核函数中高斯核函数参数g、Sigmoid核函数参数h及比例参数t，并根据优化的结果建立最优支持向量机模型；最后是利用最优支持向量机模型对待测语音进行分类预测，实现帕金森疾病的诊断。
核函数帕金森疾病诊断支持向量机模型最优支持向量机模型语音信号优化支持向量机模型建立过程智能优化算法高斯核函数比例参数惩罚参数帕金森症特征提取医疗成本帕金森准确率参数h 语音采集分类预测优化健康

[发明专利]基于支持向量机分类的无线定位方法-CN201610915519.1在审
发明人：林振军;吕辰刚;杨晋生;陈为刚 -专利权人：天津大学
申请日： 2016-10-20 - 公布日： 2017-03-08 - 主分类号： G01S1/02 文献下载
摘要：本发明涉及无线电定位、支持向量机的建模和网格划分的策略，为通过对室内各点的接收信号进行支持向量机分类，在线阶段根据接收的信号进行分类从而得出目标的坐标位置。本发明采用的技术方案是，基于支持向量机分类的无线定位方法，步骤如下首先在地图上进行网格划分，给每个网格都有一个标号，并且存储起来，然后利用计算机对接收信号场强和地理位置信息进行支持向量机进行建模；根据计算机存储的支持向量机多分类模型和需要定位坐标的接收信号对目标进行定位把目标坐标定位到网格中并认定在网格的中心位置
基于支持向量分类无线定位方法

[发明专利]一种基于小波孪生支持向量机的灰度图分类方法与系统-CN201710131613.2在审
发明人：丁世飞;张谢锴;安悦瑄 -专利权人：中国矿业大学
申请日： 2017-03-07 - 公布日： 2017-07-28 - 主分类号： G06K9/62 文献下载
摘要：本发明一种基于小波孪生支持向量机的灰度图分类方法与系统涉及人工智能和计算机图像处理技术领域,特别涉及一种基于小波孪生支持向量机的灰度图分类方法与系统。所要解决的问题是灰度图像分类问题。本发明包括先提取灰度图的纹理特征和边缘特征构造加权混合特征；然后利用人工萤火虫算法选取小波孪生支持向量机分类器的参数；使用选定的参数和灰度图像的加权混合特征作为输入以及小波函数作为核函数构建小波孪生支持向量机的二次规划问题；提取未知类别的新灰度图的加权混合特征，输入到小波孪生支持向量机分类器，输出新灰度图像对应的类别。
一种基于孪生支持向量灰度分类方法系统

[发明专利]一种构建河流硅藻水华预警模型的方法及装置-CN202010122030.5在审
发明人：夏瑞;曹圣洁;邹磊;张远;杨中文;马淑芹;王晓 -专利权人：中国环境科学研究院
申请日： 2020-02-26 - 公布日： 2020-07-07 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种构建河流硅藻水华预警模型的方法及装置，该方法包括：根据河流水文要素数据、水质要素数据及藻密度进行分析，得到河流硅藻水华预警模型的关键影响因子；根据关键影响因子数据集进行融合，得到支持向量机的样本集；运用遗传算法对支持向量机的参数进行优化计算，得到支持向量机参数的最优解；根据支持向量机的样本集和最优解构建河流硅藻水华预警模型，进行水华预警。通过实施本发明，运用支持向量机算法，可以使得运算更为高效，提升预警时效性，同时采用的遗传算法可以考虑到种群进化的动态性，能够快速准确找到最优解，提高了模型效率和计算精度，具有较好的实用性。
一种构建河流硅藻预警模型方法装置

[发明专利]基于信号稀疏表示的NPC三电平逆变器故障诊断方法-CN201911064795.1在审
发明人：余运俊;裴石磊 -专利权人：南昌大学
申请日： 2019-11-04 - 公布日： 2020-04-03 - 主分类号： G01R31/00 文献下载
摘要：三电平逆变器故障仿真模型，模拟开路故障类形，采样三相相电压信号Y作为分析的特征信号；(2)对三相相电压信号Y进行分析，通过信号稀疏表示的方法，得到过完备字典D和稀疏系数X，将稀疏系数X作为信号的特征信息；(3)建立多分类支持向量机模型，用训练样本对支持向量机进行训练，将已训练的支持向量机保存；用测试样本测试训练好的支持向量机模型，分析故障诊断结果。其将信号稀疏表示和支持向量机结合取得了良好的诊断效果，具有诊断正确率高等优点。
基于信号稀疏表示 npc 电平逆变器故障诊断方法

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条