公共文化服务平台

搜索到72896篇“ 支持向量机模型“的相关文章

基于支持向量机模型的焊接结构裂纹扩展寿命分析方法: 本发明提供一种基于支持向量机模型的焊接结构裂纹扩展寿命分析方法，采用六面体单元离散焊接结构几何模型，生成有限元模型并进行静力学仿真分析；在焊缝中心处植入初始裂纹，使用四面体单元重新划分包含初始裂纹的子模型网格；在不同半裂...; 王冲付文蕾范浩然孙玉鑫邱志平

基于支持向量机模型的小样本机械剩余寿命预测方法: 本发明涉及一种基于支持向量机模型的小样本机械剩余寿命预测方法，包括如下步骤：从机械产品的运行信号数据中选取若干趋势明显的测量变量作为描述机械退化过程的特征量，得到各特征量的特征值；对特征值进行预处理：采用巴特沃斯滤波器算...; 黄贤振王树凤李禹雄丁鹏飞

一种基于支持向量机模型的柴油发动机寿命预测方法: 本发明适用于柴油发动机技术领域，提供了一种基于支持向量机模型的柴油发动机寿命预测方法，包括以下步骤：从已知的某型号柴油发动机的全寿命试验数据中提取状态参数；构建支持向量机模型，设定输入输出变量，训练支持向量机模型；对来自...; 鲁子译曲大为文洋刘永丰

基于优化的支持向量机模型评估和预测社会-生态系统脆弱性——以陕南秦巴山区为例: 2025年; 随着人类活动干扰不断加剧,促使我国山区人地关系发生了重大变化,从社会⁃生态系统视角动态评估和预测秦巴山区社会⁃生态系统脆弱性(SESV)的演化与特征,对实现我国山区生态保护与高质量发展具有重要的实践意义。利用空间显式脆弱性模型模型,将SESV分解为暴露风险、敏感性和适应能力三个维度共48个指标,定量评估了2000—2020年陕南秦巴山区SESV及其各维度的空间分布特征,随后构建支持向量机模型,通过对比三种算法优化后的模型精度选取最优模型并预测2020—2050年陕南秦巴山区SESV及其各维度的时空分布和演化特征。结果显示:①陕南秦巴山区的SESV整体处于中低脆弱水平,在空间上呈现“中部高,南北低”的分布格局。②粒子群算法优化的支持向量机模型的准确性最优,且选取合适的训练样本数量能进一步改善预测性能。③预测结果显示,陕南秦巴山区SESV得到了显著降低,社会⁃生态系朝着良好态势发展。其中,暴露风险与SESV具有趋同性且地区间的差异变小,敏感性与适应能力维度均呈现“西高东低”的态势但地区间的差异并未缓解。研究旨在通过中国山区典型案例分析为SESV评估与预测提供参考依据。; 李润阳陈佳杨新军杨新军徐俐白玉玲; 关键词：脆弱性支持向量机模型优化算法

支持向量机模型在中药材产地鉴别中的应用: 2025年; 科学且精确地鉴别中药材的产地,对于促进智慧中药产业的蓬勃发展具有至关重要的作用。为此,首先对数据进行了一系列严格且细致的预处理,随后应用了一阶平滑技术,以便利用欧几里得距离作为度量标准,对中药材的产地做出初步判断。为了进一步提升鉴别的准确性,采用了降维技术处理原始数据,生成了多个既包含原始数据特征又经过优化的数据集。在此基础上,引入了机器学习领域的支持向量机(SVM)算法进行分类处理[1],并通过交叉验证的方式全面、客观地评估了分类结果的准确性。最终,成功融合了多种机器学习方法,实现了对中药材产地的精确判定。这一模型的建立,为中药材产地鉴别领域提供了一种全新的、快速且高效的方法,具有重要的实际应用价值。; 杨环瑜林进超郭佳; 关键词：欧氏距离支持向量机红外光谱

基于量子粒子群优化的支持向量机模型反演土力学参数: 2025年; 岩土的力学参数常通过室内或原位试验测得,因受尺寸效应和人为因素影响,有时试验值与真实值之间偏差会很大。为探索更多、更准确的岩土力学参数的确定方法,利用量子粒子群算法优化支持向量机后对岩土物理力学参数进行反演。首先采用正交和均匀试验对需要反演的参数进行设计,然后结合有限差分软件FLAC3D得到学习样本和测试样本,通过量子粒子群优化(QPSO)向量机模型(SVM)建立反演参数与位移间复杂的非线性映射关系。把地铁站点基坑在不同开挖工况下的地表产生的水平及竖向位移的计算值与实测值进行对比分析,以验证该分析理论及方法的合理性。由于不同参数变化能使目标函数值产生不相同的变化结果,故分别采用竖向和水平位移对泥炭质土的压缩模量E_s和泊松比μ进行反演,研究结果表明取竖向位移对E_s进行反演,水平位移对μ进行反演,其结果更合理。此分析方法为岩土参数反演方法提供了一种新的思路。; 刘月华朱庆闯毕乃晨; 关键词：参数反演泥炭质土

基于增强CT图像支持向量机模型鉴别诊断透明细胞肾细胞癌与乏脂性肾血管平滑肌脂肪瘤的效果: 2025年; 目的:探讨基于增强CT图像支持向量机模型鉴别诊断透明细胞肾细胞癌(ccRCC)与乏脂性肾血管平滑肌脂肪瘤(fp-RAML)的效果。方法:回顾性分析2020年1月—2024年7月在广州医科大学附属清远医院行肾脏CT增强扫描的ccRCC与fp-RAML患者各40例的资料,对图像进行勾画感兴趣容积勾画和特征提取,使用相关性分析、LASSO回归对特征进行降维,降维处理后的最优特征用于计算每位患者的影像组学评分,并构建SVM机器学习模型。结果:在训练集中,fp-RAML的Radscore平均值为(-0.58±0.98),ccRCC的Radscore平均值为(1.44±0.79),两者比较差异有统计学意义(P<0.05);在验证集中,fp-RAML的Radscore平均值为(-0.97±1.05),ccRCC的Radscore平均值为(1.24±1.00),两者比较差异有统计学意义(P<0.05)。SVM机器学习模型在训练集和验证集中鉴别诊断ccRCC与fp-RAML的AUC分别为0.972和0.923。结论:基于增强CT图像支持向量机模型有助于鉴别诊断ccRCC与fp-RAML。; 唐美群王梓延马楚塬胡思瑶黄孜恒赵子康叶汝娴; 关键词：支持向量机血管平滑肌脂肪瘤

一种基于支持向量机模型鉴别氨味大曲的方法: 本方案公开了白酒技术领域的一种基于支持向量机模型鉴别氨味大曲的方法，包括采集大曲中氨味特征物质含量信息；将采集的信息进行数据清洗，消除量纲的影响；利用支持向量机算法构建数学模型，通过训练集样本数据训练模型；通过交叉验证优...; 唐平卢君李清亮晏培李长文山其木格秦立芹康新玥郝淑月

基于支持向量机模型线性逼近的黑盒测试方法及系统: 本发明公开了一种基于支持向量机线性逼近的黑盒测试方法及系统，其中公开了基于支持向量机线性逼近的黑盒测试方法：获取图像样本数据集模型，并对黑盒深度学习模型进行预训练；根据获取的样本数据集构建若干支持向量机基础分类器；根据若...; 陈晋音金海波郑海斌

基于响应面法和支持向量机模型的选区激光熔化参数优化: 2024年; 合理的激光预烧结参数可降低选区激光熔化样件的表面粗糙度。为获得优质的加工参数,研究预烧结过程中激光功率、曝光时间、线间距和点间距对表面粗糙度的影响,并建立响应面法(RSM)和经蛇算法(SO)优化支持向量机(SVM)模型,使其能够预测并优化最小表面粗糙度对应的输入参数,结果表明,两模型都具有优秀的预测能力,但在优化能力和泛化能力上SO-SVM模型更为优秀,经SO-SVM模型优化后的工艺参数得到的最小表面粗糙度为17.7μm,小于响应面法优化得到的19.3μm。研究成果可为降低表面粗糙度,大大减少加工过程的试错成本并获得更优质的加工产品提供一种参考。; 刘玉德高钰淳石文天林宇翔贾世龙; 关键词：选区激光熔化优化支持向量机表面粗糙度参数优化

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈