公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

基于大规模训练集SVM的发动机故障诊断被引量：7: 2011年; 提出了一种新的学习策略,用于解决发动机故障诊断中大规模支持向量机(SVM)的训练问题.通过保留初始SVM分类器支持向量超平面附近的样本以及错分样本,使最终得到的约减集规模明显缩小,从而可在保持较高分类精度的前提下使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短.探讨了序贯最小优化(SMO)算法的参数选择和实现过程中的关键问题,为这种极具潜力的算法在发动机故障诊断中的实际应用奠定了坚实的基础.仿真实例表明,这种基于大规模训练集SVM的发动机故障诊断方法有效、可靠,容易实现,可以作为工程应用的基础.; 徐启华耿帅师军; 关键词：航空发动机故障诊断大规模训练集

应用快速多分类SVM的航空发动机故障诊断方法被引量：18: 2012年; 提出了一种新的快速多分类SVM算法,用于解决大样本情况下航空发动机的多类故障诊断问题。首先,选用层次支持向量机(H-SVM)来实现多类分类,用各类数据中心代表该类数据,通过自组织特征映射神经网络(SOFM)进行聚类,把类中心之间距离较近的数据归为同一个子类进行训练,得到H-SVM层次结构。其次,在训练H-SVM中的二元分类器时,应用相对边界向量(RBV)代替全部训练样本,在保持分类精度几乎不变的条件下大幅度减少了训练样本数,使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短。在分类数据混迭较为严重的情况下,新算法先剔除混迭的异类数据,再计算RBV,并且把与计算的RBV距离小于一定数值的样本都选择来训练SVM,保证了RBV的合理性,防止了关键数据的丢失,有效提高了分类精度。针对一个航空涡喷发动机5类复合故障的分类进行了实例仿真,总的故障分类正确率达到91.2%,二元SVM的训练时间最多只有原来的16.20%;当训练样本总数达到7500的大规模情况下,根据本算法,约减后的样本数量只有原来的3.05%。仿真结果表明,提出的算法有效、可靠,容易实现。; 徐启华师军耿帅; 关键词：航空发动机支持向量机故障诊断大规模训练集

基于SVM的甲壳动物线粒体基因分析方法: 2015年; 甲壳动物线粒体基因组蕴涵了物种进化历程中重要的遗传信息,如何有效地利用这些保留在基因组中的基因序列和基因顺序信息,是甲壳动物线粒体基因组研究的一个重点方向。为了进一步探讨甲壳动物稳定、可靠的系统发育关系,本文利用支持向量机的分类功能实现了甲壳动物线粒体基因组基因区与基因间区、编码区与非编码区的准确分类和预测,同时为了提高分类学习机的泛化能力,使用了交叉验证方法和粒子群算法优化选取支持向量机相关训练参数。通过MATLAB仿真分析的方法,对10种甲壳动物线粒体基因组序列的基因区和基因间区进行分类,以及对5种甲壳动物进行线粒体基因组序列中编码区和非编码区的分类,获得了较好的分类准确率。仿真结果表明本文方法是可行的和有效的,能够出色地应用于甲壳动物线粒体基因组序列的研究分析。; 徐启华耿帅肖晓申欣; 关键词：甲壳动物线粒体基因分析粒子群算法

基于Matlab的甲壳动物线粒体DNA的点突变检测方法被引量：1: 2012年; 近年来对基因突变检测的研究越来越受到人们的重视,很多基因突变仅是由于单碱基替换所致,如何快速简便地进行检测、发现该点突变具有重要意义。甲壳动物的线粒体基因组蕴含了物种进化历程中重要的遗传信息,针对甲壳动物线粒体基因序列,提出一种基于Matlab的检测基因序列点突变的简单方法。仿真实验证明,该方法对甲壳动物线粒体基因序列的突变检测和突变基因位置的定位是有效可行的。; 耿帅韩磊孟娇; 关键词：MATLAB GUI 基因序列点突变

全选清除导出

共1页<1>

耿帅