“svm”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6287个，建议您升级VIP下载更多相关专利

[发明专利]一种基于SVM-WS的智能电表故障预测方法-CN202210428936.9在审
发明人：杨舟;陈珏羽;周政雷;江革力;李金瑾;蒋雯倩;李刚;潘俊涛 -专利权人：广西电网有限责任公司
申请日： 2022-04-22 - 公布日： 2022-09-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于SVM‑WS的智能电表故障预测方法，用于智能电表的故障预测，所述的方法包括对数据进行预处理、提取指标特征构建SVM模型、用构建好后的模型进行智能电表的故障预测的步骤，关键是：在提取指标特征构建SVM模型步骤后用熵权法对SVM模型进行权重计算，优化模型权重，得到改进的SVM模型后，再进行智能电表的故障预测。本发明运用SVM‑WS方法，分析智能电表的台账数据、运行数据、故障数据、电量数据等，同时利用大数据技术构建多源异构数据集，计算不同特征间的样本权重，构建合理的设备画像，对智能电表进行合理的状态评估与故障预测
一种基于 svm ws 智能电表故障预测方法

[发明专利]基于快速过滤和人工蜂群的海面目标SVM分类方法-CN202210480821.4在审
发明人：宋智颖;时艳玲 -专利权人：南京邮电大学
申请日： 2022-05-05 - 公布日： 2022-07-22 - 主分类号： G01S7/41 文献下载
摘要：本发明公开了一种基于快速过滤和人工蜂群的海面目标SVM分类方法，包括：对获取的海面雷达回波信号进行特征提取，得到基础特征集合；采用FCBF算法对基础特征集合进行特征选择得到最优特征子集；将最优特征子集输入预训练优化好的SVM模型，输出雷达回波分类结果，得到目标单元回波和海杂波；SVM模型的训练优化方法包括：获取带有标签的海面雷达回波信号，其中海面雷达回波信号包括目标单元回波和海杂波；对获取的海面雷达回波信号进行特征提取、特征选择得到带有标签的最优特征子集；将带有分类标签的最优特征子集作为训练集输入SVM模型进行训练，结合使用ABC算法对SVM模型进行参数优化，得到训练优化好的SVM模型。
基于快速过滤人工蜂群海面目标 svm 分类方法

[发明专利]一种基于SSA-SVM的图像识别GIS故障诊断装置及方法-CN202111579787.8在审
发明人：沈涛;蒋科若;岳龙;许欣;严凌;黄云兵;唐晓杰;赵鲁臻;王泓学;赖靖胤;何迪;李子楠;权超 -专利权人：宁波送变电建设有限公司;国网浙江省电力有限公司宁波供电公司
申请日： 2021-12-22 - 公布日： 2022-07-12 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于SSA‑SVM的图像识别GIS故障诊断装置及方法，所述方法包括：采集GIS机械缺陷，包括隔离开关触头接触状态和螺丝松动等图像；利用SSA群智能算法优化SVM，输出最优参数C和γ；利用主成分分析法对图像进行降维处理，提取单一维度的图像作为特征；根据最优参数设定SVM模型，将训练样本和测试样本输入到最优的SVM模型中实现故障诊断。将SSA算法用于SVM的关键参数C和γ进行搜索寻优，输出最优参数C和γ。通过其它算法的对比验证，可以得出SSA‑SVM算法模型收敛速度更快，分类效果更好。
一种基于 ssa svm 图像识别 gis 故障诊断装置方法

[发明专利]基于粒子群-SVM的工程造价确定方法、系统及产品-CN202310152781.5在审
发明人：程书祥;熊世奇;石慧敏;杨坤;刘兆栋;王元庆 -专利权人：葛洲坝集团交通投资有限公司;广东葛洲坝肇明高速公路有限公司;长安大学
申请日： 2023-02-23 - 公布日： 2023-06-23 - 主分类号： G06Q30/0283 文献下载
摘要：本发明涉及一种基于粒子群‑SVM的工程造价确定方法、系统及产品，属于工程造价预测领域，方法包括：确定影响工程造价的参数类型；根据所述参数类型获取具体的参数数据，记为第一数据；对所述第一数据进行归一化处理，得到第二数据；根据所述第二数据确定训练集；利用所述训练集对SVM模型进行训练，得到训练后的SVM模型；采用粒子群优化算法对所述训练后的SVM模型的模型参数进行优化，得到优化后的SVM模型；所述参数类型获取待测的公路隧道的参数数据，记为第三数据；根据所述第三数据和所述优化后的SVM模型确定工程造价。
基于粒子 svm 工程造价确定方法系统产品

[发明专利]基于优化SVM的高速公路交通事件检测方法-CN201210137537.3有效
发明人：吴聪;李勃;沈舒;王双;蒋士正;董蓉;阮雅端;陈启美;吴炜 -专利权人：南京大学
申请日： 2012-05-04 - 公布日： 2012-09-19 - 主分类号： G08G1/01 文献下载
摘要：基于优化SVM的高速公路交通事件检测方法，首先通过高速公路摄像机视频快速准确地获取交通流参数，并对这些数据进行预处理，分为训练数据集和测试数据集两部分；所用的支持向量机SVM模型选择径向基RBF核函数，并采用改进的网格搜索算法对SVM模型的惩罚参数C和核参数γ进行优化选择；利用训练数据集对SVM模型进行训练；使用测试数据集对训练好的SVM事件检测模型性能进行检验，然后将SVM模型用于高速公路的实时交通事件检测
基于优化 svm 高速公路交通事件检测方法

[发明专利]基于MKL-SVM-PSO算法的肺结节图像处理方法-CN201710412919.5有效
发明人：李阳;张丽娟;赵庆东;侯阿临;刘丽伟;王宏志;祝志川;田颖 -专利权人：长春工业大学;东北师范大学
申请日： 2017-06-27 - 公布日： 2020-12-29 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于MKL‑SVM‑PSO算法的肺结节图像处理方法，包括：从肺结节图像中提取感兴趣区域，对所述感兴趣区域进行特征选取，获取数据样本；其中，所述数据样本包括：用于参数寻优的训练集及用于测试模型的测试集；通过MKL‑SVM‑PSO算法对所述数据样本的训练集进行寻优处理，获取最优参数组，建立MKL‑SVM的数学模型；将所述最优参数组应用于所述MKL‑SVM的数学模型进行识别计算，得出肺结节的识别结果。本发明可以快速、准确地寻找到MKL‑SVM算法的最优参数组，并将其应用于肺结节识别；将PSO算法引入MKL‑SVM算法，并将其应用于肺结节的良恶性判别。
基于 mkl svm pso 算法结节图像处理方法

[发明专利]基于SVM级联模型的混合种类飞灰未燃碳含量LIBS测量方法-CN201911403910.3有效
发明人：王珍珍;荣凯;刘人玮;周王峥;陈鹏 -专利权人：西安交通大学
申请日： 2019-12-31 - 公布日： 2020-11-17 - 主分类号： G01N21/71 文献下载
摘要：本发明公开基于SVM级联模型的混合种类飞灰未燃碳含量LIBS测量方法，用于提高LIBS在线测量不同种类飞灰的未燃碳含量的测量精度；具体的步骤包括：(1)飞灰样品光谱数据的采集；(2)确定相关的特征谱线；(3)C‑SVM分类模型建立；(4)各种类飞灰的ε‑SVM定量模型的建立；(5)C‑SVM分类模型与ε‑SVM定量模型的级联；SVM可以同时进行分类学习和拟合学习，具有操作方便和适应性好等优点，按流程可以构建并使用分类加定量分析的级联模型
基于 svm 级联模型混合种类飞灰未燃碳含量 libs 测量方法

[发明专利]一种基于地理位置关系的电力网络态势感知方法和装置-CN201611231874.3有效
发明人：周爱华;潘森;朱力鹏;曹军威;明阳阳;赵兵兵;陈建会 -专利权人：全球能源互联网研究院;清华大学;国家电网公司
申请日： 2016-12-28 - 公布日： 2021-10-29 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于地理位置关系的电力网络态势感知方法和装置，方法包括：记录故障节点、故障节点的n跳邻居节点的相关电气数据以及故障最终发展状态结果；对SVM算法中的参数进行训练，得到SVM模型；利用SVM算法对已有结果的故障事件进行判断，统计SVM算法的正确率；判断SVM算法的正确率是否达到正确率要求，并基于地理位置关系对电力网络进行态势感知。本发明通过预先的跳数选择，可以在保证精确的进行电网运行态势感知的同时，大幅度减少算法的复杂度，从而明显降低SVM算法的处理时延；可以保证态势感知在电网应用中的及时性和实用性。
一种基于地理位置关系电力网络态势感知方法装置

[发明专利]一种基于改进SVM算法的交通状态预测方法-CN201711352952.X有效
发明人：於东军;闫贺;戚湧 -专利权人：南京理工大学
申请日： 2017-12-15 - 公布日： 2022-04-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于改进SVM算法的交通状态预测方法，具体步骤为：对历史交通数据样本集进行预处理，将预处理后的样本数据分割成k个不相交的子样本，从k个不相交的子样本中选取一个子样本作为测试数据集，其它k‑1个子样本作为训练数据集；用改进的SVM模型在训练数据集上进行模型训练，并不断优化改进的SVM模型，生成最优的改进的SVM预测模型；输入测试数据集至最优的改进的SVM预测模型，从而获得预测结果。本发明利用改进的SVM算法可以有效地缓和数据中异常值的影响，增强模型的鲁棒性，并提高其泛化能力，提高了预测精度。
一种基于改进 svm 算法交通状态预测方法

[发明专利]基于改进量子优化算法的支持向量机天气预测方法-CN202011062745.2有效
发明人：董玉民;张津磊 -专利权人：重庆师范大学
申请日： 2020-09-30 - 公布日： 2022-06-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及计算机数据处理技术领域，具体涉及一种基于改进量子优化算法的支持向量机天气预测方法，包括以下步骤：S1、获取天气数据，并对天气数据进行预处理；S2、根据SVM算法构建SVM天气预测模型；S3、基于改进的量子遗传算法，搜寻SVM天气预测模型的最佳核函数和最佳核函数的核参数；S4、基于最佳核函数和最佳核函数的核参数优化SVM天气预测模型，获取最优SVM天气预测模型；S5、将预处理后的天气数据导入到最优SVM天气预测模型中
基于改进量子优化算法支持向量天气预测方法

[发明专利]一种基于不可分小波SVM的对等网络流量识别方法和系统-CN201410547394.2在审
发明人：王春枝;叶志伟;陈宏伟;宗欣露;刘伟;徐慧;张会丽;喻东阳;陈秋霞;周正 -专利权人：湖北工业大学
申请日： 2014-10-16 - 公布日： 2014-12-24 - 主分类号： H04L12/26 文献下载
摘要：本发明提供了一种基于不可分小波SVM的对等网络流量识别方法和系统，本发明根据对等网络流量相似性、突变性、多尺度的特性，引入小波分析工具，构造不可分小波作为SVM的核函数，提高了识别正确率；此外，针对网格搜索算法确定SVM惩罚参数和核函数效率低下的问题，引入杜鹃搜索快速确定SVM的最优参数，加快SVM的训练速度，提高识别正确率和计算效率；本发明能够在小样本下、实时高效地识别对等网络流量。
一种基于不可分 svm 对等网络流量识别方法系统

[发明专利]一种基于SVM的裂纹识别方法、设备及存储设备-CN201711364736.7在审
发明人：丁华锋;王静婷;张雄伟 -专利权人：中国地质大学（武汉）
申请日： 2017-12-18 - 公布日： 2018-05-01 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于SVM的裂纹识别方法、设备及存储设备，所述方法包括步骤读取图像像素点进行二值化处理后存储在文本中得到二值化处理后的样本；对二值化处理后的样本进行分组；采用分组后的每份样本做为测试集对SVM模型进行测试得到有效SVM模型；采用有效SVM模型对待处理图像进行识别将有裂纹图像和无裂纹图像进行区分。一种基于SVM的裂纹识别设备及存储设备，用来实现所述方法。本发明可以实时高效地获得裂纹的识别信息。
一种基于 svm 裂纹识别方法设备存储

[发明专利]一种仿人机器人摔倒预测方法-CN202010150780.3在审
发明人：黄强;吴桐;陈学超;余张国;秦鸣悦;李庆庆 -专利权人：北京理工大学
申请日： 2020-03-06 - 公布日： 2020-06-16 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种仿人机器人摔倒预测方法，采集机器人朝向不同方位摔倒和稳定时的状态数据，形成SVM训练数据集并训练得到SVM分类器；将机器人的状态数据输入训练好的SVM分类器，SVM分类器输出分类结果；在SVM分类器输出分类结果后的判断缓冲时间内，统计被判断为即将摔倒的周期占总控制周期数的比例，根据比例输出最终确定机器人摔倒预测结果。
一种人机摔倒预测方法

[发明专利]基于GPU实现PSO-SVM对道路标志的识别方法-CN201210447548.1有效
发明人：王进;熊虎;陶树人 -专利权人：重庆邮电大学
申请日： 2012-11-09 - 公布日： 2013-03-27 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于GPU实现的自适应变异粒子群优化算法优化SVM对道路限速标志识别的方法，利用PSO优化SVM的参数，快速准确的识别道路限速标志的种类,基于粒子群在处理优化SVM参数过程中存在处理数据量大本发明有益的效果是：采用GPU加速ALTMPSO优化支持向量机的方法，在道路限速标志识别准确率上优于传统的SVM，在算法收敛性和运行速度上优于标准PSO-SVM。
基于 gpu 实现 pso svm 道路标志识别方法

[发明专利]一种基于HIMVO-SVM的短期光伏发电功率预测方法-CN201911232794.3有效
发明人：马金辉;汪伟;王璨;陈实;李端超;王正风;王松;陶雪峰;潘文虎;陈璐;孔庆竹;张倩;马愿 -专利权人：国网安徽省电力有限公司;安徽大学
申请日： 2019-12-05 - 公布日： 2022-12-06 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于HIMVO‑SVM的短期光伏发电功率预测方法。算法易陷入局部优化的缺点，采用基于帐篷映射的混沌序列参与种群初始化；接着，在MVO算法的位置矢量更新中，引入了一种非线性惯性权值下降策略，并加入差分进化(DE)算法进行全局搜索，提出了HIMVO算法来寻优SVM预测结果与SVM、MVO‑SVM方法对比，验证了HIMVO‑SVM方法可有效提升短期光伏发电功率预测精度。
一种基于 himvo svm 短期发电功率预测方法