基于RFG-SVM算法的在线课程学习行为分析

因支持向量机算法对在线课程平台的学习行为分析有误差,提出了一种基于大数据的随机森林模型的特征加权支持向量机RFG-SVM算法,该算法是在传统支持向量机算法上做完善、修改.利用Gini指数对特征变量计算,再计算RF模型分类识别的准确度,获得特征设定权重值,完成权重值在支持向量机的核函数中的计算.实验结果表明,通过对不同学...     

基于支持向量机和人工免疫的新结合算法

为了减少大规模数据的支持向量机的样本训练时间，提出了人工免疫（aiNet）和支持向量机（SVM）相结合的算法（ai—SVM）。aiNet能在进行样本压缩的同时抽取原始数据的相关信息并保持原始数据的样本分布。压缩后的样本组成了抗体网络，并在此抗体网络上构建了支持向量机模型。最后结合实际数据样本对ai—SVM算法进行了验证。结果表明，ai-SVM算法可大大减小训练样本集和训练代价，且不降低精度。     

基于支持向量机的结构损伤程度识别研究

支持向量机(SupportVector Machine,SVM)是一种基于统计学习理论的机器学习算法,能够较好的解决小样本的学习问题,具有很优秀的回归特性。本文提出了一种基于支持向量机辨识结构损伤程度的方法,构造模态频率作为损伤标识量训练支持向量机对损伤程度进行预测,并以悬臂梁为例进行了仿真计算。结果表明:支持向量机是一种很有潜力的结构损伤识别方法,具有很好的应用前景。     

基于支持向量机的分类器设计

在支持向量机理论的基础上,打破了支持向量机的二类辨识传统,提出基于支持向量机的一类辨识理论,以它为基础设计基于一类辨识的一类分类器。     

基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

基于BAS_RVM的APU涡轮剩余寿命预测

提出一种优化相关向量机的寿命预测方法,并用于对辅助动力系统（Auxiliary power unit, APU）涡轮的剩余寿命预测。首先,提出了改进的核函数,兼顾效率和精度,用天牛须搜索（Beetle antennae search, BAS）算法对相关向量机的核参数进行优化,建立寿命预测模型;然后,对历史数据进行分析,提取排气温度（Exhaust gas temperature,EGT）并进行修正、降噪,用多项式回归建立了EGT的涡轮性能退化模式库;最后,实例验证表明,文中算法在APU涡轮剩余寿命预测上与传统相关向量机相比效率提高40%,精度提高20%,通过敏感性分析确定了最佳的初始步长和输入维度。     

贝叶斯回归支持向量机的软测量建模方法

提出了一种基于贝叶斯证据框架的回归型支持向量机的参数选择和软测量建模方法。证据框架的第1层推理用来解释支持向量机的训练。证据框架的第2和第3层推理用于自动调整正则化参数和核参数并使其接近最优值。然后,将这种基于贝叶斯证据框架的回归型支持向量机用于估计聚丙烯腈生产过程的质量指标。仿真结果表明了该方法的有效性。     

利用线性独立方向的有限储存BFGS法(英文)

提出了线性独立度的概念 ,并在此基础上建立了一个改进的有限储存 BFGS法。该方法继承了标准有限储存 BFGS法的基本特征 ,即储存 m个向量对计算逆二阶近似阵 ,并选择 m个向量对的准则是根据保留的搜索方向的数值线性独立度来确立的。文中进一步讨论了数值线性独立理论 ,并简化了新方法中线性独立度的计算。理论和数值结果表明 ,改进的新方法有效地改善了标准的有限储存法     

基于HOG和SVM算法的磨粒图像在线监测技术

为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图（Histogram of oriented gradients, HOG）进行特征提取和支持向量机（Support vector machine, SVM）分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor, KNN）等传统分类算法相比,HOG-SVM算法分类精度更高,识别准确率可达83.8%。     

一种小样本民机产品的可靠性预测方法

将最小二乘支持向量机(Least square support vector machine,LS-SVM)应用于小样本民机产品的可靠性预测分析。通过重构相空间的饱和嵌入维数,确定最小二乘支持向量机的最佳输入变量;然后,使用最小二乘向量机建立可靠度回归预测模型,运用自动网格搜索法,优化了最小二乘支持向量机的建模参数,实现了比现有方法精度高、泛化性好的模型。训练和测试的可靠性样本取自某机型襟翼液压锁寿命可靠性数据。与神经网络模型的比较实例表明,提出的方法合理有效。     

简化Q矩阵的渐增式扩张生成算法

简化Q矩阵（Qr阵）是规则空间模型与属性层次方法的重要概念。基于属性层次结构,提出有效／无效项目的定义,研究属性层次结构的可达矩阵与有效项目之间的关系,给出有效／无效项目的判定定理。基于逐步向前回归的思想提出了求解Qr阵的渐增式扩张算法,给出相关理论依据。在考虑有效项目数的基础上,与Tatsuoka方法进行了实验比较,对属性个数为10的情况采用线性回归方法为两种方法建立了数学模型。     

激光捷联惯导系统角增量输入姿态算法

在对经典理想角增量输入的圆锥算法分析总结基础上,提出并推导了更为合适的经典角增量输入圆锥算法通式.在对经典理想角增量与实际工程滤波角增量的圆锥响应对比分析基础上,推导了滤波角增量输入圆锥补偿算法的补偿系数和误差主项通式.最后,利用文中讨论的理想角增量输入和滤波角增量输入圆锥补偿算法,结合激光陀螺惯性导航系统的频谱特性进行了大量的仿真验证.仿真结果表明,文中讨论的角增量圆锥算法有效,能显著提高激光陀螺捷联惯性导航系统的姿态精度.     

粘弹性结构动力响应的有限元分析

本文给出一种计算粘弹性结构动力响应的有限元方法，首先根据粘弹性理论导出增量形式的松弛型积分本构方程，然后由功原理导出粘弹性动力学有限元增量方程，最后用逐步积分法计算了３个算例，所得结果与文献结果十分吻合。     

神经网络集成的分布式入侵检测方法

分布式入侵检测系统需具有分布式检测功能及部件增量更新能力.文中提出了一种基于神经网络集成的分布式入侵检测方法,采用单个Agent检测与多个Agent协同检测的两级集成算法实现分布式入侵检测;在发现新的入侵时,Agent上的神经网络集成采用基于资源分配网的增量学习算法进行更新.实验结果表明,该算法能有效检测各种攻击,并且具有对未知攻击的增量学习能力.     

反复荷载下钢筋混凝土框架节点非线性分析

论述了反复荷载下分析、计算普通钢筋混凝土及轻骨料钢筋混凝土框架节点的非线性有限元分析方法 ,采用等效单轴应变的增量正交异性混凝土本构关系模型和反复荷载下应力应变关系的“焦点模型” ,编制二维非线性有限元分析程序 ,基于四个混凝土边节点的试验结果 ,对钢筋混凝土和轻骨料钢筋混凝土框架节点进行非线性有限元对比分析 ,计算的结果与试验吻合较好。     

Structural Design and Control Strategy Analysis of Micro/Nano Transmission Platform

A fully flexure micro/nano transmission platform(MNTP)which has five degrees of freedom is designed on the basis of bridge type amplification mechanism.According to the kinematic theory and the elastic beam theory,the theoretical output displacement equation of the platform is derived,and then piezoelectric actuator(PZT)is calibrated.Meanwhile,a full closed-loop control strategy of the platform is established using the feedforward proportional-integral-derivative(PID)compound control algorithm based on the Preisach model.Moreover,the total transfer function of the micro positioning system is derived,and the calculation method of output signal is acquired.Finally,the theoretical output displacement is verified by finite element analysis(FEA)and positioning experiments.     

Loading Localization by Small-Diameter Optical Fiber Sensors

Structural health monitoring(SHM)in service has attracted increasing attention for years.Load localization on a structure is studied hereby.Two algorithms,i.e.,support vector machine(SVM)method and back propagation neural network(BPNN)algorithm,are proposed to identify the loading positions individually.The feasibility of the suggested methods is evaluated through an experimental program on a carbon fiber reinforced plastic laminate.The experimental tests involve in application of four optical fiber-based sensors for strain measurement at discrete points.The sensors are specially designed fiber Bragg grating(FBG)in small diameter.The small-diameter FBG sensors are arrayed in 2-D on the laminate surface.The testing results indicate that the loading position could be detected by the proposed method.Using SVM method,the 2-D FBG sensors can approximate the loading location with maximum error less than 14 mm.However,the maximum localization error could be limited to about 1 mm by applying the BPNN algorithm.It is mainly because the convergence conditions(mean square error)can be set in advance,while SVM cannot.     

基于频响函数数据的飞行器结构有限元模型修正及软件开发

有限元模型修正技术已成为实际工程结构精确建模的重要手段,围绕结构有限元模型修正这一主题,对基于频响函数的结构有限元模型修正算法及其与现有大型商用有限元分析软件的接口问题进行了研究,改进了算法中的矩阵病态问题,并利用MSC软件的二次开发功能,基于某飞行器组合舱段结构的频响函数试验数据,对该修正算法的进行了程序编制,运用PCL语言编写了操作界面,DMAP和C语言编写算法过程,在MSC.Patran软件中形成模型修正模块。计算出的修正前后固有频率和频响函数结果与试验数据进行对比,得到了较好的效果。