“支持向量机算法”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4280111个，建议您升级VIP下载更多相关专利

[发明专利]改进麻雀算法优化的锂离子电池健康状态预测方法-CN202211036227.2在审
发明人：李祖欣;侯佳雨;周哲;蔡志端;李会朋 -专利权人：湖州师范学院
申请日： 2022-08-27 - 公布日： 2022-12-20 - 主分类号： H01M10/42 文献下载
摘要：本发明公开了一种改进麻雀算法优化的锂离子电池健康状态预测方法，其包括以下步骤：S1：获取训练数据构建训练集测试集；S2：对历史数据进行特征提取，建立支持向量机模型；S3：利用改进麻雀算法，对支持向量机的参数进行优化，得到优化后的参数；S4：利用优化后的参数构建改进麻雀算法优化的支持向量机锂离子电池健康状态预测模型；S5：利用得到的电池健康状态预测模型进行锂离子电池的健康状态预测。本发明的预测方法能够改善麻雀算法容易陷入局部最优值的缺点，提高支持向量机预测模型的精度，降低锂离子电池健康状态预测的误差，使电池管理系统更加完善。
改进麻雀算法优化锂离子电池健康状态预测方法

[发明专利]多轴数控伺服控制系统模型辨识方法-CN201210171301.1无效
发明人：游有鹏;张礼兵 -专利权人：南京航空航天大学
申请日： 2012-05-29 - 公布日： 2012-10-03 - 主分类号： G05B19/18 文献下载
摘要：本发明公开了一种多轴数控伺服控制系统模型辨识方法,它通过综合运用支持向量机、粒度计算、系统辨识、免疫算法、微粒群算法等多种交叉学科的先进理论和方法提高了系统模型的建模精度，采用二维搜索算法和支持向量机相结合的思想对数控伺服控制系统的模型结构进行辨识，提高了模型结构辨识精度；并采用基于信息粒度支持向量机方法对数控伺服控制系统的模型参数进行辨识，同时采用基于交叉变异功能的免疫微粒群优化算法对信息粒度支持向量机的参数进行优化，改善了辨识效果。
数控伺服控制系统模型辨识方法

[发明专利]一种基于支持向量机的核矩阵近似方法-CN201110151858.4无效
发明人：廖士中;杨晨豪;丁立中 -专利权人：天津大学
申请日： 2011-08-15 - 公布日： 2012-04-25 - 主分类号： G06F17/17 文献下载
摘要：本发明公开了一种基于支持向量机的核矩阵近似方法，该方法包括以下步骤：将作为样本的核矩阵借助支持向量机的凸二次约束规划表示，即给出支持向量机的二阶锥规划表示；综合Monte Carlo随机算法和不完全Cholesky分解算法进行核矩阵的近似算法KMA-α；通过上述近似计算KMA-α将大规模核矩阵处理成低秩小规模的近似核矩阵；将近似核矩阵25作为支持向量机的不确定核矩阵SVM的输入。与现有技术相比，本发明可折衷计算效率和计算精度，在保证计算精度的情况下，有效提高SVM二阶锥规划求解的效率.理论分析与实验验证表明KMA-α是一正确、有效的核矩阵近似算法。
一种基于支持向量矩阵近似方法

[发明专利]一种基于支持向量机的行人检测方法及系统-CN201611221282.3在审
发明人：邢薇薇;魏翔;卢苇;杨宇翔;张顺利 -专利权人：北京交通大学
申请日： 2016-12-26 - 公布日： 2017-05-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于支持向量机的行人检测方法，所述方法包括S1提取训练图像中的边缘和文理信息，处理得到特征向量；S2对所述特征向量进行降维，得到降维的特征向量；S3采用引入模拟退火接受准则的遗传算法对支持向量机进行模型训练与特征权重学习；S4将待检测的图像进行S1和S2的处理，然后输入所述支持向量机进行行人检测，本发明同时公开了一种基于支持向量机的行人检测系统，本发明采用引入模拟退火接受准则的遗传算法对支持向量机进行模型训练与特征权重学习
一种基于支持向量行人检测方法系统

[发明专利]基于支持向量机、属性约简和遗传算法的物流货运需求预测方法-CN201811340174.7在审
发明人：刘铮;吴艳萍 -专利权人：北京航天智造科技发展有限公司
申请日： 2018-11-12 - 公布日： 2019-03-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于支持向量机、属性约简和遗传算法的物流货运需求预测方法。构建区域物流货运需求预测的预测指标体系；2)将所述预测指标体系的各个预测指标的数据进行标准化处理；3)利用粗糙集可辨识矩阵属性约简的方法将标准化处理后的数据进行约简，提取重要指标；4)将约简得到的重要指标的标准化数据带入到支持向量机中，对支持向量机进行训练，得出初步的支持向量机模型；5)应用遗传算法对初步的SVM预测模型进行参数寻优，得到最佳参数；6)利用最佳参数对训练集进行训练得到最终的支持向量机模型，通过该支持向量机模型得到物流货运需求的预测结果
货运需求支持向量机物流支持向量机模型预测指标约简标准化处理预测属性约简遗传算法重要指标最佳参数应用遗传算法标准化数据有效地实现参数寻优矩阵属性区域物流预测结果粗糙集训练集辨识构建

[发明专利]基于遗传算法和支持向量机的电力负荷预测算法-CN201910704114.7在审
发明人：张林 -专利权人：成都三六八建设工程有限公司
申请日： 2019-07-31 - 公布日： 2019-12-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于遗传算法和支持向量机的电力负荷预测算法，包括如下步骤(1)采集电力负荷数据并进行遗传编码形成初始化种群，并将初始化种群依次进行计算个体适应度、选择算子、交叉算子和变异算子；(2)设置融合层的最大遗传代数i为100，并将个体适应度、选择算子、交叉算子和变异算子分别计算后的种群均输入至融合层；(3)将融合层满足迭代要求的种群输入支持向量机，经过支持向量机的训练和学习实现对电力负荷的预测。本发明通过遗传算对采集的初始数据进行处理，可实现数据的最优解，再输入至支持向量机，使得输入支持向量机数据更正则化，提高了支持向量机中权值的精度、训练效率、网络性能和网络的逼近能力。
支持向量机种群融合层个体适应度变异算子交叉算子输入支持初始化向量机算子电力负荷数据电力负荷预测采集初始数据电力负荷数据更正网络性能训练效率遗传编码遗传代数遗传算法最优解迭代算法逼近遗传预测网络学习

[发明专利]一种热轧带钢出口凸度预报方法-CN201710588439.4有效
发明人：王振华;李旭;龚殿尧;李广焘;张殿华 -专利权人：东北大学
申请日： 2017-07-19 - 公布日： 2018-10-16 - 主分类号： B21B37/28 文献下载
摘要：本发明的热轧带钢出口凸度预报方法包括：分层别采集热轧带钢生产过程中的带钢的生产数据；对生产数据进行降噪处理；将降噪后的生产数据分为训练集和测试集；将降噪后的生产数据进行降维处理；将降维后的标准化矩阵作为支持向量机模型的输入，采用基于杂交的粒子群优化算法对支持向量机模型的参数进行优化；采用最优参数组合构造支持向量机带钢出口凸度预报模型；用训练集训练预报模型，用测试集测试预报模型的泛化性能。本发明的预报方法通过杂交粒子群算法寻优确定支持向量机的最佳参数，使基于支持向量机建立的支持向量机带钢出口凸度预报模型的精度得到提高。
一种热轧带钢出口预报方法

[发明专利]气体绝缘金属封闭开关设备绝缘缺陷诊断方法及系统-CN202111448631.6在审
发明人：李杰;孙承海;孙艳迪;孙景文;师伟;张丕沛;汪鹏;王江伟;李秀卫;任敬国;辜超;姚金霞;徐冉;冯新岩 -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： 2021-11-30 - 公布日： 2022-04-29 - 主分类号： G01R31/12 文献下载
摘要：本公开提供了一种气体绝缘金属封闭开关设备绝缘缺陷诊断方法及系统，包括获取气体绝缘金属封闭开关设备典型绝缘缺陷类型对应的局部放电信号；根据典型缺陷类型对应的局部放电信号作训练支持向量机分类模型，得到训练好的支持向量机分类模型；基于混沌优化算法优化训练好的支持向量机分类模型，得到最终的支持向量机分类模型；获取气体绝缘金属封闭开关设备局部放电信号，基于最终的支持向量机分类模型进行绝缘缺陷故障诊断；该方法基于SVMs二分类和多分类算法
气体绝缘金属封闭开关设备缺陷诊断方法系统

[发明专利]一种基于声波信号的皮带运输机托辊六类运行状态识别方法-CN202110878888.9在审
发明人：彭晨;杨明锦;吴建村;杨陈;郑伟 -专利权人：上海大学
申请日： 2021-08-02 - 公布日： 2021-12-28 - 主分类号： B65G43/00 文献下载
摘要：本发明提出一种基于声波信号的皮带运输机托辊六类运行状态识别方法，建立了基于声波信号的皮带运输机托辊运行状态识别方法技术框架与算法模型，同时针对现有支持向量机多分类算法存在的缺陷，设计了新型支持向量机多类别分类方法，该分类方法具有运算速度快、实现容易与分类正确度率的优点，相对于传统的支持向量机分类算法具有更好的性能。本发明设计的支持向量机多类分类方法，有效兼顾了训练时间、训练样本均衡和结构复杂度等指标，实现了皮带运输机托辊运行状态的精确识别，为工业现场的实际应用提供了新的技术方法并奠定了理论基础。
一种基于声波信号皮带运输机托辊六类运行状态识别方法

[发明专利]一种基于机器学习的帕金森疾病诊断方法-CN201610570126.1在审
发明人：季薇;汪学明;李云 -专利权人：南京邮电大学
申请日： 2016-07-19 - 公布日： 2016-12-07 - 主分类号： G06F19/00 文献下载
摘要：首先对语音信号采集，对语音信号进行特征提取，并进行特征选择，再利用智能优化算法建立最优支持向量机模型，对待测语音进行分类预测，结合机器学习中的分类算法对帕金森疾病进行诊断，并采用智能算法优化支持向量机参数本发明使用机器学习算法来进行帕金森疾病诊断，降低了帕金森疾病诊断的成本，通过特征选择，提高了帕金森疾病诊断的效率，通过智能算法优化支持向量机参数，提高了支持向量机的分类准确率。
一种基于机器学习帕金森疾病诊断方法

[发明专利]一种用于电网输电线路覆冰厚度的智能预测方法-CN201910225585.X在审
发明人：许晓敏;梁毅;王海潮;汪鹏 -专利权人：华北电力大学
申请日： 2019-03-25 - 公布日： 2019-08-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于电力灾害预测技术领域，尤其涉及一种用于电网输电线路覆冰厚度的智能预测方法，包括：选取预测日平均温度、相对湿度及风速、前一天覆冰厚度、相对湿度和温度6个变量作为支持向量机的输入因素；利用粒子群优化算法对支持向量机的核参数和惩罚因子进行快速的全局搜索；将全局搜索得到的较优值转化为蚁群优化算法的初始信息素分布，利用蚁群算法进行路径搜索；将路径搜索产生的最优解的长度、运行时间和迭代次数代入粒子群优化算法中更新每个粒子的速度和位置，直至得到最优解，代入支持向量机；对支持向量机的惩罚因子进行加权后对电网线路覆冰厚度进行预测。本发明有效克服了两种算法的缺点，显著提高了计算效率。
支持向量机覆冰粒子群优化算法电网输电线路惩罚因子路径搜索全局搜索智能预测最优解蚁群优化算法初始信息素电网线路计算效率蚁群算法灾害预测核参数预测迭代风速加权算法粒子更新转化

[发明专利]基于迁移学习机制的分析GPR扫描图像的卷积支持向量机网络-CN202310316423.3在审
发明人：吕奥博;张志强;胡哲豪;谢卓然;胡得澳;向笛;王永威;陈豪钰;谢闻捷;杨淑凡;冯梦婷 -专利权人：三峡大学
申请日： 2023-03-28 - 公布日： 2023-07-07 - 主分类号： G06V10/82 文献下载
摘要：基于迁移学习机制的分析GPR扫描图像的卷积支持向量机网络，包括：利用GPRmax软件生成探地雷达数据；利用迁移学习机制，训练卷积神经网络CNN形成预训练模型；在卷积神经网络CNN中，使用KNN算法和支持向量机SVM代替Softmax分类器，作为卷积滤波器来创建特征映射；选择优化算法更新卷积神经网络CNN结构内的参数，利用支持向量机为输入数据生成的特征映射生成新的特征映射；获取的特征映射，通过ReLU层传递，本发明提出的卷积支持向量机CSVM比其他卷积神经网络CNN和机器学习算法的结果更精确。CSVM算法比其他CNN算法在模型的训练阶段所需的时间大为缩短，模拟探地雷达GPR扫描图像中都表现出了较高的性能。
基于迁移学习机制分析 gpr 扫描图像卷积支持向量网络

[发明专利]用于Logo检测的方法和设备-CN201410855921.6有效
发明人：王慧琼 -专利权人：阿里巴巴集团控股有限公司
申请日： 2014-12-31 - 公布日： 2019-06-11 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种用于Logo检测的方法及设备，所述方法和设备利用阿达布斯特算法结合支持向量机算法对Logo进行训练，获得包括阿达布斯特模型和支持向量机模型的Logo的模型库，并根据待检测图像的相关类别信息选择相应的Logo的模型库，利用相应的Logo的模型库中的阿达布斯特模型和支持向量机模型对待检测图像。
用于 logo 检测方法设备

[发明专利]混沌背景中基于优化组合支持向量机的微弱信号检测方法-CN201811306325.7在审
发明人：行鸿彦;沈洁 -专利权人：南京信息工程大学
申请日： 2018-11-05 - 公布日： 2019-02-26 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种混沌背景中基于优化组合支持向量机的微弱信号检测方法，包括：将径向基核函数与多项式核函数结合构成组合核函数支持向量机，采用改进教学优化算法优化所述组合核函数支持向量机得到最优参数，利用优化后的最优参数建立最终的组合支持向量机预测模型本发明能够利用ITLBO算法优化组合SVM模型，提高预测精度和预测效率，能快速有效地检测混沌背景中的微弱信号，且具有更低的门限。
支持向量机混沌微弱信号检测优化组合最优参数核函数多项式核函数径向基核函数背景噪声单步预测算法优化微弱目标微弱信号优化算法预测模型有效地预测门限优化检测教学改进分析

[发明专利]基于改进鲸鱼算法优化支持向量机的半导体良率预测方法-CN201910671098.6在审
发明人：黄小莉;任祉颖;凌永康;何於;杜良辉;邱忠权;张勇;王丹;胡思宇;陈静娴;张卫军;蒋文波;谢振宇;黄欣逸 -专利权人：江苏壹度科技股份有限公司
申请日： 2019-07-24 - 公布日： 2019-10-25 - 主分类号： G06N20/10 文献下载
摘要：本发明公开了一种基于改进鲸鱼算法优化支持向量机的半导体良率预测方法，通过改进鲸鱼算法优化支持向量机中的核函数宽度因子和惩罚系数，改进了利用支持向量机对半导体良率预测过程中鲁棒性差的问题，同时避免了人为确定参数的不确定性，能够更好的适应不同场景；本发明中参数优化后的支持向量机通过挖掘芯片的测试信息，对其进行良率预测，在一定程度上减少了对成品测试的依赖，大大缩减了成本，提高了成品率。
支持向量机良率算法优化半导体预测改进不确定性参数优化测试信息成品测试惩罚系数宽度因子成品率核函数鲁棒性芯片场景挖掘