“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]一种基于粒子群优化算法对支持向量机的优化方法-CN201610916399.7在审
发明人：吕胜富;栗觅;张明;钟宁 -专利权人：北京工业大学
申请日： 2016-10-20 - 公布日： 2017-05-17 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种基于PSO算法对SVM分类模型的优化方法，属于计算机人工智能技术领域。算法全局探索能力和局部搜索能力，另一方面，通过利用搜索成功的粒子的位置计算出的阈值作为变异条件，能更好地控制粒子变异的时机，粒子经过变异后，粒子跳出局部最优解的能力得到提升，有利于对支持向量机参数的最优值寻优，以提高SVM本发明通过对SVM分类模型的参数的优化，提高了SVM分类模型分类的准确率，促进SVM分类模型在模式识别、系统控制、生产调度、计算机工程以及电子通信领域更加广泛的应用。
一种基于粒子优化算法支持向量方法

[发明专利]基于动态加权信息熵的欺诈交易识别方法、系统及装置-CN202010436168.2在审
发明人：蒋昌俊;闫春钢;丁志军;刘关俊;张亚英;李震川 -专利权人：同济大学
申请日： 2020-05-21 - 公布日： 2021-11-30 - 主分类号： G06Q20/38 文献下载
摘要：本发明提供一种基于动态加权信息熵的欺诈交易识别方法、系统及装置，包括以下步骤：使用动态加权信息熵筛选one‑class‑SVM模型，选出重叠数据子集动态加权信息熵最大的one‑class‑SVM模型Mocsvm；使用one‑class‑SVM模型Mocsvm将原始数据划分为重叠数据子集和非重叠数据子集；使用one‑class‑SVM划分得到的重叠数据子集训练非线性分类器模型Mclf，使用非线性分类器模型Mclf区分重叠数据子集中的欺诈交易和正常交易；生成由one‑class‑SVM
基于动态加权信息欺诈交易识别方法系统装置

[发明专利]一种基于CSA-SVM的短期电力负荷预测方法-CN202110842557.X在审
发明人：钱宇;张峰;谢斌鑫;苏南;顾育君 -专利权人：国网江苏省电力有限公司江阴市供电分公司
申请日： 2021-07-26 - 公布日： 2021-11-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于CSA‑SVM的短期电力负荷预测方法，所述方法的步骤包括：一、采集地区主变电站出线及其各节点的负荷功率峰值、均值数据，构建基于时间序列的功率原始数据集；二、对原始数据集进行预处理，将数据集划分为训练集和测试集两部分；三、计算CSA算法各项参数的初始适应值；四、初始化乌鸦位置和藏食物的记忆，将初始位置用于训练SVM负荷预测模型，更新乌鸦位置并检查新位置的可行性；五、计算新位置的适应度并更新乌鸦记忆；六、得到参数优化后的SVM短期电力负荷预测模型，用测试集来测试优化后模型的预测性能，最终输出模型的预测准确率；七、采用负荷预测模型进行负荷预测，得到短期的电力负荷预测数据，为区域电网调度提供决策支持。该模型通过CSA算法优化了SVM的参数，相较于现有的SVM预测方法，进一步提高了短期电力负荷预测精度。
一种基于 csa svm 短期电力负荷预测方法

[发明专利]心电信号自动检测方法及装置-CN201510173381.8有效
发明人：沈海斌;仇悦;徐耕 -专利权人：深圳市飞马与星月科技研究有限公司
申请日： 2015-04-13 - 公布日： 2017-09-01 - 主分类号： A61B5/0402 文献下载
摘要：本发明公开了一种心电信号自动检测方法，包括获取用于训练SVM分类器的心电信号数据，并提取所述心电信号的各个特征参数以及所述心电信号对应的心电状况的标注；根据所述各个特征参数以及所述心电信号对应的心电状况的标注，建立用于训练SVM分类器的训练样本集；根据所述训练样本集中的各个训练样本，训练针对不同心电状况的各个SVM分类器；获取待检测心电信号的各个特征参数，并根据所述获取的各个特征参数以及所述训练完成的各个SVM本发明基于SVM分类器对心电信号进行检测，提高了心电信号检测的准确性。
电信号自动检测方法装置

[发明专利]一种基于移动终端的跌倒检测方法-CN201410235207.7有效
发明人：徐涵;王涛 -专利权人：上海斐讯数据通信技术有限公司
申请日： 2014-05-29 - 公布日： 2019-10-11 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了一种基于移动终端的跌倒检测方法，包含如下步骤：检测合加速度SVM1，判断合加速度SVM1是否超过了设定失重阈值Amin；当SVM1ωmin，检测合加速度SVM2；在设定检测时间t1内，当该合加速度SVM2>设定撞击加速度阈值Amax时
一种基于移动终端跌倒检测方法

[发明专利]一种机械故障检测诊断方法及其设备-CN201310734996.4有效
发明人：刘春梅;刘恒;杨达飞;谭顺学;黄鹏;陈英 -专利权人：柳州职业技术学院
申请日： 2013-12-27 - 公布日： 2014-04-23 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种机械故障检测诊断方法，其具体步骤为：在被检测机械设备上安装多个机械振动传感器；分别采集机械设备正常运转，以及在不同故障类型条件下运转的振动信号；生成机械故障检测的SVM分类规则；对SVM训练器进行训练，调整SVM训练器的训练规则；通过振动传感器采集机械振动信号，并由SVM分类器进行故障初步检测；应用多样本投票算法，对初步检测的结果进行投票分析，得到最终的故障检测结果。一种机械故障检测设备，其特征在于其包括SVM训练器和多个机械振动信号采集传感器。
一种机械故障检测诊断方法及其设备

[发明专利]具有层次结构的混合线性SVM分类器的模式识别方法-CN201210039903.1有效
发明人：张笑钦;王迪 -专利权人：温州大学
申请日： 2012-02-21 - 公布日： 2012-08-22 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种具有层次结构的混合线性SVM分类器的模式识别方法，其迭代过程中主要包含以下步骤：首先运用训练数据的近邻几何结构关系和当前H-MLSVMs分类器的分类误差，更新每个样本的训练权重；其次利用带有权重的样本训练出一个带权重的线性SVM分类器，将此分类器嵌入到当前H-MLSVMs中，并更新分类器的分类误差。实验结果表明，相对于其它的经典SVM方法，该分类方法具有和基于核函数的SVM方法几乎一样的推广能力，而不存在着核函数及其参数选择困难、占用很大内存等缺点，特别是具有和线性SVM等阶的分类时间复杂度，使得该分类方法在对新样本进行分类时更加有效
具有层次结构混合线性 svm 分类模式识别方法

[发明专利]一种结合PNN和SVM的油浸式变压器的故障诊断方法-CN202011078963.5有效
发明人：谢乐;蒋启龙;刘俐廷;李松枟;邹昀廷;任晓旋;刘东 -专利权人：西南交通大学
申请日： 2020-10-10 - 公布日： 2023-04-07 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种结合PNN和SVM的油浸式变压器的故障诊断方法，包括S1、采集故障变压器5种DGA特征气体数据；S2、对采集的5种DGA特征气体数据进行预处理；S3、将5种DGA特征气体数据作为输入特征向量代入训练好的PNN模型中进行初步故障诊断，并输出诊断结果；S4、将诊断结果中能够100％正确诊断的故障类型标记为易区分故障类型，并结束故障诊断；将剩余的故障类型标记为易混淆故障类型，并进入步骤S5；S5、建立SVM故障诊断模型，并采用训练样本数据对SVM故障诊断模型进行训练，并根据训练的结果对SVM故障诊断模型的参数进行优化求解；S6、将易混淆故障类型对应的样本数据作为输入带入训练好的SVM故障诊断模型中，输出故障类型
一种结合 pnn svm 油浸式变压器故障诊断方法

[实用新型]电视机的SVM信号产生及延时电路-CN200420097931.X无效
发明人：孙士华;成刚;刘勇;张雪松;刘宝平 -专利权人：海信集团有限公司;青岛海信电器股份有限公司
申请日： 2004-11-29 - 公布日： 2006-04-12 - 主分类号： H04N5/14 文献下载
摘要：一种电视机的SVM信号产生及延时电路。包括延时电路、视频放大电路及SVM速调电路。延时电路由分别连接在预视放电路的R、G、B输出端和SVM速调电路输入端的三个电阻组成的简单矩阵加法电路、分别并联在预视放电路的R、G、B输出端的三个三极管射随放大电路、分别连接在三个射随放大电路射极输出端的三个延时线它在某些预视放芯片或图象处理芯片不具备SVM信号输出的情况下，通过分离电路实现了SVM信号的产生及延时。可广泛应用于电视机中。
电视机 svm 信号产生延时电路

[发明专利]基于概率与支持向量机计算的WiFi定位系统及方法-CN201310384661.4在审
发明人：丁贵金;朱韬 -专利权人：北京优锐科技有限公司;丁贵金
申请日： 2013-08-29 - 公布日： 2015-03-18 - 主分类号： H04W64/00 文献下载
摘要：本发明公开了一种基于概率与支持向量机计算的WiFi定位系统及方法，定位空间中任意部署若干AP，将定位空间划分成若干定位区域，系统包括数据采集模块、数据处理模块、SVM训练模块；数据采集模块采集包括定位区域标识、AP唯一标识及信号强度的定位区域数据，并采集包括AP唯一标识及信号强度的待定位数据；数据处理模块对该定位区域数据进行处理生成标准数据表，SVM训练模块以该标准数据表中的数据作为输入源进行训练处理，处理后得到SVM训练结果模块；待定位数据经SVM训练结果模块处理后得到定位结果。
基于概率支持向量计算 wifi 定位系统方法

[发明专利]一种基于支持向量机的岩体冲击地压声发射预测方法-CN201510209527.X在审
发明人：鲜晓东;袁双;刘洋;李晓龙;苏航 -专利权人：重庆大学
申请日： 2015-04-29 - 公布日： 2015-07-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于采矿安全领域，涉及一种基于支持向量机的岩体冲击地压声发射预测方法，发明以SVM回归预测为手段，在试验研究分析的基础上，选定能量释放值作为预测岩体冲击地压的判断指标，用冲击倾向物理力学参数和声发射信号特征参数作为评判冲击地压的影响因子，并根据这些指标参数提取样本数据生成SVM输入向量；SVM预测模型的构建中选择高斯径向基函数(RBF)作为SVM的核函数，运用K-CV交叉验证算法优化选取最佳惩罚参数C和核函数参数g；进一步地将模糊信息粒化数据处理方法运用到支持向量机的回归预测中
一种基于支持向量冲击地压声发预测方法

[发明专利]基于数据驱动的脉动风速模拟方法-CN201410658297.0在审
发明人：王月丹;李春祥 -专利权人：上海大学
申请日： 2014-11-18 - 公布日： 2015-02-25 - 主分类号： G06F19/00 文献下载
摘要：首先通过AR法数值模拟出超高层建筑一定数量沿高度分布的脉动风速作为样本数据，然后分别采用BP神经网络、SVM、LS-SVM三种基于数据驱动技术方法对某些高度区域内的样本数据进行内插法的学习和训练，建立回归预测模型通过评价指标的对比，结果表明：BP神经网络虽然耗时少但模拟精度较差；SVM虽然模拟精度较高但比较耗时；LS-SVM不仅模拟精度高而且耗时少。
基于数据驱动脉动风速模拟方法

[发明专利]基于谱聚类分析下多特征信息加权融合的故障诊断方法-CN201810479820.1在审
发明人：茅大钧;黄佳林;黄一枫;张伟;王亚东 -专利权人：上海电力学院
申请日： 2018-05-18 - 公布日： 2018-10-26 - 主分类号： G06F17/50 文献下载
摘要：本发明涉及一种基于谱聚类分析下多特征信息加权融合的故障诊断方法，该方法首先对故障设备进行谱聚类分析，其次通过获取各SVM局部诊断证据对各故障模式的可靠度，同时，由各SVM局部诊断硬输出判决矩阵构造出基本概率分配与现有技术相比，本发明考虑了不同来源的证据对辨识框架中各命题的识别具有不同的可靠性，降低了各SVM局部诊断间的冲突，实现了SVM和改进证据理论的有效结合，进而解决了识别的不可靠性造成的合成结果不能反映客观事实的缺点
局部诊断聚类分析基本概率分配多特征信息不确定度故障诊断加权融合可信度诊断故障模式故障设备合成结果加权处理客观事实判决矩阵有效结合证据理论可靠度证据辨识输出冲突改进

[发明专利]基于SVM算法的身材数据预测方法、装置、存储介质及设备-CN201810004628.7在审
发明人：杨阳 -专利权人：杭州贝嘟科技有限公司
申请日： 2018-01-03 - 公布日： 2018-06-22 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于SVM算法的身材数据预测方法、装置及存储介质及设备。本发明的目的是提供一种预测准确度高的基于SVM算法的身材数据预测方法、装置、存储介质及设备。本发明的技术方案是：一种基于SVM算法的身材数据预测方法，其特征在于：获取用户的部分身材数据的真实值；将获取的部分身材数据输入至预先构建的身材数据预测模型，预测得到该用户其余身材数据的预测值；所述身材数据预测模型由对至少一个训练样本进行SVM训练所得，训练样本包括某一用户全部身材数据的真实值。
身材数据预测存储介质训练样本预测准确度构建

[发明专利]一种基于Laws纹理与单分类SVM结合的素色布匹缺陷检测方法-CN201810839404.8在审
发明人：姚克明;解祥新;卫悦恒;王小兰;罗印升 -专利权人：江苏理工学院
申请日： 2018-07-27 - 公布日： 2019-01-11 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于Laws纹理与单分类SVM结合的素色布匹缺陷检测方法，采用线阵相机对运动中的布匹进行图像采集，对采集的布匹图像进行预处理；构造单分类SVM将非线性的训练数据映射到高维特征空间，在高维特征空间中构造出最优分离函数；利用采集的标准无缺陷布匹图像样本输入到单分类SVM，通过Laws纹理特征提取方法进行特征提取，并对提取的特征量进行训练；将现场采集的布匹图像进行预处理，输入单分类SVM，判别是否存在缺陷；若有缺陷，对判断后的图像进行局部二值化阈值分割以及形态学处理
布匹分类预处理高维特征空间缺陷检测纹理图像采集纹理特征提取形态学处理分离函数检测结果特征提取图像采集图像样本现场采集线阵相机训练数据阈值分割二值化特征量映射样本检测