“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]一种互联网业务数据分类方法及系统-CN202110671380.1在审
发明人：岳晨峰;史鲁强 -专利权人：浪潮软件科技有限公司
申请日： 2021-06-17 - 公布日： 2021-12-28 - 主分类号： G06F16/953 文献下载
摘要：本发明提供一种互联网业务数据分类方法，包括：确定并抓取待分类数据包；将所述待分类数据包输入至预先训练好的数据分类模型中，得到数据分类结果；其中，所述数据分类模型是基于互联网数据包预设特征，采用SVM算法进行训练所得到本发明通过基于SVM分类算法以数据包统计特征为标准的数据分类方法，证实在以太网网络条件下SVM算法可以以数据包包长和包间的时间间隔这两项作为分类特征将抓取到的数据包进行多类别的分类处理，并且可以通过调整SVM算法的相关参数进一步优化分类效果。
一种互联网业务数据分类方法系统

[发明专利]一种基于GA-SVM的可控低强度材料性能预测方法-CN202310199072.2在审
发明人：赵贵杰;闫欢;田金丰;刘寅;潘晓强 -专利权人：长春工程学院
申请日： 2023-03-03 - 公布日： 2023-06-02 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于GA‑SVM的可控低强度材料性能预测方法，包括：1、配制不同水泥掺入量、水灰比以及不同外掺剂掺入量的土基可控低强度材料，并对其不同龄期下的物理及力学性质进行测试；2、选取工程中较为关注的性能指标作为预测对象，选取影响可控低强度材料性能的因素作为影响因子，建立数据集，构建训练样本；3、采用GA算法对SVM模型优化，搜寻模型最优的参数：惩罚因子C和核函数γ，建立GA‑SVM性能预测模型；4、利用GA算法对可控低强度材料的性能指标SVM预测模型优化设计，能够更准确地完成对性能的预测，且效率高、误差小。
一种基于 ga svm 可控强度材料性能预测方法

[发明专利]一种基于KL距离的电能质量扰动分类方法-CN201210533804.9有效
发明人：曾伟;孙旻 -专利权人：江西省电力科学研究院;国家电网公司
申请日： 2012-12-12 - 公布日： 2013-03-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于KL距离的电能质量扰动分类方法，包括特征值提取、SVM模型生成和扰动分类三个部分。在SVM模型生成部分，提取不同类型的扰动信号特征值输入到SVM中，生成训练模型。在扰动分类部分，提取待分类信号的特征值，输入到SVM训练模型，分类得到扰动信号类型。
一种基于 kl 距离电能质量扰动分类方法

[发明专利]基于PSO-SVM和分形盒维数的变载荷工况下齿轮故障诊断方法-CN201610513459.0有效
发明人：时培明;赵娜;梁凯;韩东颖;付荣荣 -专利权人：燕山大学
申请日： 2016-07-04 - 公布日： 2019-03-22 - 主分类号： G06K9/00 文献下载
摘要：一种基于PSO‑SVM和分形盒维数的变载荷工况下齿轮故障诊断方法，包括以下步骤：1、通过齿轮振动时域图的峭度对齿轮带负载类型进行分类；2、求每种负载类型下的时域振动信号的分形盒维数、裕度因子、峰值因子、波形因子、脉冲因子等特征参数作为故障分类指标；3、进行基于粒子群优化支持向量机(PSO‑SVM)模型的搭建与训练，每一种负载类型建立一个PSO‑SVM，将步骤2得到的故障分类指标输入到相应的PSO‑SVM
基于 pso svm 分形盒维数载荷工况齿轮故障诊断方法

[发明专利]一种燃煤锅炉燃烧效率在线测量方法-CN201810107733.3有效
发明人：唐振浩;吴笑妍;曹生现 -专利权人：东北电力大学
申请日： 2018-02-02 - 公布日： 2022-04-01 - 主分类号： G06Q10/06 文献下载
摘要：计算相应时刻锅炉燃烧效率；采用Boosted tree方法确定特征提取后的标准化过程参数集合；采用K‑邻近值分类器对特征提取后的标准化过程参数集合进行工况分类；针对各类工况数据集：建立各类工况的LS‑SVM测量模型，采用差分进化算法对各类工况的LS‑SVM测量模型进行优化，得到最终优化后的各类工况的锅炉燃烧效率的LS‑SVM测量模型；采用各类工况的锅炉燃烧效率的LS‑SVM测量模型对燃煤锅炉燃烧效率进行测量
一种燃煤锅炉燃烧效率在线测量方法

[发明专利]基于SVM机器学习的恶意域名检测方法-CN201910971102.0在审
发明人：温延龙;范渊 -专利权人：杭州安恒信息技术股份有限公司
申请日： 2019-10-14 - 公布日： 2020-03-06 - 主分类号： G06N20/10 文献下载
摘要：本发明提供一种基于SVM机器学习的恶意域名检测方法：包括以下步骤：收集数据；确定需要的维度；获得收集数据的维度，作为训练集数据；利用SVM模型对训练集数据进行训练生成模型；测试训练结果调整准确率。本发明是一种基于SVM算法，在不依赖DNS数据的前提下，通过收集域名的各种维度的数据作为机器学习的样本，进行机器学习模型的训练，从而计算出模型来识别恶意域名。
基于 svm 机器学习恶意域名检测方法

[发明专利]基于SVM-RF-DT组合的空气质量监测与告警方法、系统、装置和介质-CN202011624426.6在审
发明人：黄海;吴霖瑞;谢昊岩;董旭;温淑棋 -专利权人：许昌学院
申请日： 2020-12-30 - 公布日： 2021-04-30 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种基于SVM‑RF‑DT组合的空气质量监测与告警方法、系统、装置和介质，其能够将支持向量机SVM、随机森林RF、决策树DT横向结合，利用历史预测误差为这三种算法赋予权重，之后计算出最终的空气质量预测结果，以此充分发挥SVM、RF、DT各自算法优势，准确预测空气质量，为人们出行和相关部门大气污染治理工作提供帮助。
基于 svm rf dt 组合空气质量监测告警方法系统装置介质

[发明专利]基于置信GA-SVM的邮轮HVAC故障诊断方法-CN202210555422.X在审
发明人：苏义鑫;史凡跃;张丹红;张华军;刘晨宇 -专利权人：武汉理工大学
申请日： 2022-05-20 - 公布日： 2022-08-30 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及HVAC故障诊断技术领域，公开了一种基于置信GA‑SVM的邮轮HVAC故障诊断方法，包括如下步骤：数据采集、数据预处理、设计GA‑SVM算法、故障诊断模型训练、引入置信度计算模型和取得诊断结果本发明基于置信GA‑SVM的邮轮HVAC故障诊断方法，通过GA算法优化，再引入置信机制，解决了现有基于数据驱动的HVAC故障诊断方法准确率，可靠性，安全性不够高的问题。
基于置信 ga svm 邮轮 hvac 故障诊断方法

[发明专利]基于量子SVM处理分类问题的方法-CN202210368374.3在审
发明人：马弘立 -专利权人：上海图灵智算量子科技有限公司
申请日： 2022-04-08 - 公布日： 2022-08-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于量子SVM处理分类问题的方法，属于量子计算与金融技术领域。因为该方法将待分类问题映射到二元二次优化模型上，利用量子启发下的模拟分叉方法求得二元二次优化模型对应的能量函数的最小值，因此面对更加复杂或抽象数据集，本发明提供的量子支持向量机SVM相比经典SVM的分类精度明显提高
基于量子 svm 处理分类问题方法

[发明专利]一种改进型SVM的道岔故障诊断方法-CN202310648473.1在审
发明人：何晖 -专利权人：湖南华慧特自动化科技有限公司
申请日： 2023-06-02 - 公布日： 2023-08-22 - 主分类号： G06F18/2411 文献下载
摘要：本发明提供了一种改进型SVM的道岔故障诊断方法，将差分进化算法(Differential EvolutionAlgorithm，简称DE)、模拟退火算法(SimulatedAnnealing，简称SA)与混合蛙跳算法相融合，解决了混合蛙跳算法易陷入局部最优的问题，使得改进后的SFLA能够跳出局部最优，并将其用于优化SVM参数，使得SVM模型在样本数据较少的情况下，仍具有准确性高、可靠性强的优点，提高支持向量机模型的故障诊断能力
一种改进型 svm 道岔故障诊断方法

[发明专利]一种基于HOG特征和颜色直方图特征的密度人群计数的方法-CN201410848747.2在审
发明人：纪庆革;陈青辉;高静伟 -专利权人：中山大学
申请日： 2014-12-30 - 公布日： 2015-03-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于HOG特征和颜色直方图特征的密度人群计数的方法，包括下述步骤：S1、对采集到的图像区域进行HOG特征的提取，并对产生HOG特征的检测窗口的颜色直方图特征的提取；S2、采用基于HOG特征训练得到第一个SVM分类器，所述第一个SVM分类器用于对检测区域进行预估计，再采用基于颜色直方图特征训练得到第二个SVM分类器，所述第二个SVM分类器用于对预估计后的检测区进行第二次分类；然后通过加权联合两个SVM分类器所得到的结果来确定检测区域是否为人头区域
一种基于 hog 特征颜色直方图密度人群计数方法

[发明专利]基于DDAG的SVM多类分类主动学习算法-CN201510155787.3在审
发明人：徐海龙;别晓峰;龙光正;申晓勇;辛永平;郭蓬松;王磊;王欢;冯卉;张建新;吴天爱;田野;史向峰;高歆 -专利权人：中国人民解放军空军工程大学
申请日： 2015-04-02 - 公布日： 2015-07-01 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于DDAG的SVM多类分类主动学习算法，在多类SVM训练学习过程中引入主动学习思想，充分利用传统“一对多”或“一对一”多类分类方法在测试样本时存在大量的不可分点或决策盲区的缺点，提出了一种基于“o-v-o”分类决策盲区的主动学习算法，主动选择这些不可分或决策盲区中对当前学习器来说就是“最不确定性”的样本，针对主动学习中仅使用单一主动学习策略存在的局限性，在多类SVM训练学习中提出一种基于后验概率及相似度度量不确定性多策略融合的主动学习方法，并将这两种主动学习方法有效得进行了融合，减小了SVM训练学习中的样本标记规模，减少学习的样本标记代价，以尽可能少的标记样本训练获得性能尽可能高的SVM分类器。
基于 ddag svm 分类主动学习算法

[发明专利]基于双重LS-SVM的锂电池热工艺时空建模方法-CN201810529738.5在审
发明人：杨海东;徐康康 -专利权人：广东工业大学
申请日： 2018-05-29 - 公布日： 2018-11-02 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了基于双重LS‑SVM的锂电池热工艺时空建模方法，步骤一，搭建锂电池充放电控制平台，步骤二，得到锂电池在循环充放电条件下的温度分布随时间变化的时空数据，步骤三，上位机通过PCA算法(即主成分分析算法上位机使用伽辽金方法将常微分方程模型a_i(t)分解成两个独立的非线性模块gⁱ(·)和hⁱ(·)，步骤五，上位机使用两个最小二乘支持向量机(LS‑SVM)串联构成双重LS‑SVM模型来逼近非线性模块gⁱ(·)和hⁱ(·)。使用两个最小二乘支持向量机(LS‑SVM)串联构成双重LS‑SVM模型模拟包含两个固有耦合非线性的分布式参数系统，在两个耦合非线性的性能近似方面更有效，并且模型精度高。
上位机锂电池最小二乘支持向量机非线性模块温度分布耦合热工艺建模串联主成分分析算法锂电池充放电时空常微分方程非线性特征空间基函数随时间变化循环充放电表征空间参数系统控制平台时空数据性能近似在线估计算法逼近分解学习

[发明专利]一种基于多尺度HOG和SVM的手指静脉识别方法-CN201810261693.8在审
发明人：秦传波;谌瑶;曾军英 -专利权人：五邑大学
申请日： 2018-03-28 - 公布日： 2018-09-11 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及指静脉识别技术领域，具体涉及一种基于多尺度HOG和SVM的手指静脉识别方法，包括如下步骤：采集多个人的多幅原始手指静脉图像并将其划分为训练集和测试集；对训练集和测试集中的所有图像依次分别进行感兴趣区域提取、预处理、及图像增强处理以获取手指静脉纹路信息，然后对纹路信息提取多尺度HOG特征，其次将从训练集图像提取到的多尺度HOG特征送至SVM多类分类器进行训练得到一个训练好的SVM多类分类器，最后再将从测试集图像提取到的多尺度HOG特征送至已训练好的SVM多类分类器进行识别，以得出匹配结果。本发明一种基于多尺度HOG和SVM的手指静脉识别方法，将基于纹路的手指静脉识别方法与基于非纹路的手指静脉识别方法结合起来，以对手指静脉进行精确的特征表达，识别精度高、鲁棒性强。
多尺度手指静脉识别纹路多类分类器手指静脉测试集训练集预处理感兴趣区域训练集图像静脉识别静脉图像匹配结果特征表达图像提取图像增强信息提取原始手指鲁棒性采集测试图像

[发明专利]一种基于粒子群算法和支持向量机的年度全社会电量预测方法-CN201610601492.9在审
发明人：路宽;孙雯雪;李静;薛万磊;徐楠;刘晓明;冯亮;商晋;高效海;赵昕;朱毅;朱子剑 -专利权人：国网山东省电力公司经济技术研究院;国家电网公司
申请日： 2016-07-27 - 公布日： 2017-01-04 - 主分类号： G06Q50/06 文献下载
摘要：，n‑1,其中：xi，fi∈R}；对样本X数据和新的自变量数据xi进行归一化；以SVM在优化过程中的均方误差(mse)作为PSO中的适应度函数g(x)，使用PSO算法寻找归一化的样本空间中的最优冗余参数C和RBF参数σ；将PSO优化完成的冗余参数C*和σ*代入SVM，使用SVM对归一化的样本集合进行参数训练，得出训练后的αi和b；把PSO优化后的参数和SVM训练后的参数代入SVM，输入归一化自变量数据
一种基于粒子算法支持向量年度全社会电量预测方法