基于IMF能量矩和SVM的电力线路故障定位徐舜，杨毅，王奕I张健1曾祥君(1长沙理工大学电气与信息工程学院智能电网运行与控制湖南省重点实验室，长沙4100042广东电.网有限公司电力科学研究院，广州510000)摘要：针对配电网拓扑结构日益复杂化以及线路单相接地时故障信息难以提取等问题，论文提出了一种基于本征模函数IMF(IntrinsicModeFunction)特征能量矩的故障信息提取方法，并利用SVM进行故障左位。该方法首先利用经验模式分解(...
基于核SVM的银行客户分类研究倪非凡赵黎丽谢立[摘要]人工智能技术为金融行业的发展带来更多的机遇。针对银行客户潜在价值的分析与发掘，帮助金融机构制定合理的策略，处理客户关系。文章面向真实银行数据集，提出基于支持向量机（SVM）模型的客户分类方法，并引入核函数来增强SVM的拟合能力，通过与K-means、随机森林、决策树等传统机器学习分类算法进行实验分析比较，结果表明，基于核函数的SVM算法具有良好的效果，能准确地实...
基于改进PSO的SVM算法在数据库入侵检测中的应用研究吴纪芸陈志德摘要摘要：随着数据库应用越来越广泛，数据库信息泄露和篡改事件逐渐显现出来，数据库安全问题备受关注。入侵检测能够主动发现数据库中的各种攻击行为，弥补传统安全技术的不足，但由于现阶段大部分入侵检测技术工作量巨大，因而未能智能地进行检测判断。基于该问题，提出一种基于改进PSO的SVM算法对数据库进行智能入侵检测，利用改进PSO算法对SVM算法的惩罚因子...
基于改进KPCA与SVM的题名分类研究聂黎生摘要：为了进一步提高期刊论文题名信息分类查准率和查全率，提出一种基于改进KPCA与SVM的知网题名信息分类算法。基于中国知网数据库选取《中文核心期刊要目总览》（2014年版）2017年度31种计算机学科（TP）期刊收录的13401篇论文题名作为实验语料库，采用改进KPCA算法对数据进行降维和特征提取，将提取的特征数据库作为SVM的输入进行训练和分类。实验结果表明，该方法较以往分类算法能够...
基于变分模态分解和SVM的滚动轴承故障诊断王新，闫文源(河南理工犬学电气工程与自动化学院，焦作454000)摘要:针对滚动轴承振动信号的非平稳特征和现实中难以获得人暈故障样本的实际情况，提出了基于变分模态分^(Variationalmodedecomposition,VMD)与支持向量机(S叩portvectormachine,SVM)相结合的滚动轴承故障诊断方法。该方法融介了变分模态分解和支持向就机的优势，通过变分模态分解将滚动轴承振动信号分解成若干个本征模态函...
第29卷第3期209年6月桂林电子科技大学学报JournalofGuilinUniversityofElectronicTechnologyVoI．29。NO．3Jun．2009SVM模式识别技术及在机械故障诊断中的应用进展王长林，陈鸿宝，林玮，秦启茂，宋宜梅(1．桂林电子科技大学机电工程学院，广西桂林；2．广西右江矿务局，广西田东)摘要：支持向量机(SuportVectorMachines，SVM)是一种基于统计学习理论的新型机器学习方法，对小样本决策具有较好的学习推广性。为在机械故障诊断中...
ComputerScienceandApplication计算机科学与应用，2011,1,20-23http://dx.doi.org/10.12677/csa.2011.11005PublishedOnlineJune2011(http://www.hanspub.org/joumal/csa/)ThePre-diagnosisTechnologyResearchonSVM-BasedRadarFaultYusongWangPLAof91763,QinhuangdaoEmail:yunflyer@163.comReceived:Apr.27th,2011;revised:May9th,2011;accepted:May19th,2011.Abstract:ThispaperbringsSupportVectorMachine(SVM)tothepre-diagno...
一种基于PHOG特征的SVM的交通标志识别方法[本文来自于wWzz-news]张丽艳张伟龙美芳摘要：本文针对三种不同的交通标识（直行、右拐和直行左拐）给出了一种基于SVM识别方法。该方法首先在分析训练集交通标识图片特点的基础上，提取它们的PHOG特征向量并形成矩阵形式；然后提取测试集交通标识的PHOG特征向量，最后对测试集利用SVM根据PHOG特征对图像进行识别；仿真结果验证了算法的有效性。关键词：交通标识；塔式梯度直方图；支持...
基于商空间粒度理论的大规模SVM分类算法摘要：利用商空间粒度理论对已有的SVM分类算法进行改进，给出了一种新的SVM分类算法――SVM-G。该算法将SVM分类问题划分成两个或多个子问题，从而降低了SVM分类复杂度。实验表明，改进的算法适用于处理大数据量的样本，能在保持分类精度的情况下有效地提高支持向量机的学习和分类速度。关键词：粒度；商空间；支持向量机;分类;机器学习：TP301.6文献标志码：A：1001-3695(2008)08-2299-03...
基于QPSO算法训练SVM摘要：针对群体智能和约束优化问题的特点，提出了将QPSO算法应用于求解约束优化问题，证明QPSO算法在SVM领域中具有很高的应用价值，并为解决大规模的QP问题开辟了一条新的途径。关键词：支持向量机；量子行为粒子群优化；二次规划：TP301.6文献标志码：A：1001－3695(2007)07－0094－03支持向量机(SupportVectorMachine,SVM)是在统计学习理论基础上提出的一种全新的机器学习方法，以结构风险最小化原则为理...
基于目标分割与SVM的人数统计张英，陈临强，杨礼坤（杭州电子科技大学计算机学院，浙江杭州310018）摘要：该文实现了乖直摄像头下的实时人数统计。为减少场泉屮伪目标区域对人头检测的影响，首先利用背景建投法提取前景H标，丼根裾发色倍息筛选前贵H标。然后采用线性SVM训练得到的头部分类器识别尖部，丼将尖部中心点作为运动人体的特征点，利川最近邻匹配法进行数据关联，完成行人的跟踪计数。不同场景下的视频测...
SVM模式识别技术在机械故障诊断中的应用进展第29卷第3期209年6月桂林电子科技大学学报JournalofGuilinUniversityofElectronicTechnologyVoI．29。NO．3Jun．2020SVM模式识别技术及在机械故障诊断中的应用进展王长林，陈鸿宝，林玮，秦启茂，宋宜梅(1．桂林电子科技大学机电工程学院，广西桂林541004；2．广西右江矿务局，广西田东531501)摘要：支持向量机(SuportVectorMachines，SVM)是一种基于统计学习理论的新型机器学习方法...
SVM基本原理及其发展概述摘要：支持向量机（SupportVectorMachine，SVM）是一种基于统计学习理论的新型机器学习方法，它采用了结构风险最小化原则来代替了经验风险最小化能较好地解决小样本学习的问题；还采用核函数思想，把非线性空间的问题转换到线性空间，降低了算法的复杂度。正因为SVM有较完备的理论基础和较好的学习性能，在解决有限样本、非线性及高维模式识别问题中表现出许多特有的优势，成为当前机器学习领域的研究热...
基于SVM的流量分类算法研究与实现任乙广，纪越峰**（北京邮电大学信息与通信工程学院）5101520253035摘要：网络从来都是以一种不可预料的方式在不断的发展着，互联网成立初期，只是作为科研机构和大学之间信息的共享。但是，互联网却是以一种爆发的形式，很快传播到了全世界。但随着网络的进一步发展，互联网单纯的数据共享与传输已经不能满足人们的需求，随着视频、语音等对网络要求更高的信息的出现，人们对互联网提出了更高...
基于Hadoop的SVM并行化文本分类研究与实现吴泽伦，郑岩**5（北京邮电大学计算机学院，北京100876）摘要：支持向量机（SVM）已成为一种非常流行的分类工具，但支持向量机算法的主要缺点是当它处理的数据集规模很大时需要较大内存和训练时间非常长。为了加快SVM的训练速度，本文提出了一种基于hadoop的并行化SVM训练方法，设计和实现SVM并行化的过10程中最需要考虑的数据集如何划分和如何进行迭代两个问题。并且通过文本分类实验...
SVM分类算法一、数据源说明1、数据源说远和理解：ticeval2000.txt:这个数据集是需要预测（4000个客户记录）的数据集。它和ticdata2000.txt它具有相同的格式，只是没有最后一列的目标记录。我们只希望返回预测目标的列表集，所有数据集都用制表符进行分隔。共有4003（自己加了三条数据），根据要求，用来做预测。tictgts2000.txt：最终的目标评估数据。这是一个实际情况下的目标数据，将与我们预测的结果进行校验。...
基于SVM多分类模型上市公司财务困境预测［摘要］目前的财务困境预测模型大多局限于二分类研究，而公司陷入财务困境往往会经历一个逐步衰败的过程，简单的二分类有时会掩盖某些上市公司财务状况逐渐变差的事实。为了更准确地判断上市公司的财务状况，将其按照盈利能力分为财务健康公司、财务亚健康公司和财务困境公司3类，并运用t-l年和t-2年的面板数据，采用基于平均影响值的变量筛选方法构建了SVM多分类模型。实证...
