基于小波和支持向量数据描述的故障智能诊断

本文中提出一种基于小波特征提取和支持向量数据描述的故障智能诊断方法,通过提取实测信号经小波分解后各频带重构信号的能量作为特征,进行支持向量数据描述分类器的训练和分类。通过对滚动轴承故障智能诊断实例表明,该方法可以有效提取信号的故障特征,改进支持向量数据描述在故障诊断中精确度。     

基于GPU的多类支持向量机改进算法

针对支持向量机算法耗时较长的问题,利用并行计算思想,基于图形处理器对多类支持向量机算法——Crammer-Singer算法进行改进,并利用循环展开、数据暂留、缓存和开放运算语言等技术对算法加以实现.分别在4个数据集上对原算法和改进算法进行对比实验,结果表明,改进算法在性能上获得了较大提升.     

基于粒度和信息熵的并行支持向量机算法

针对大数据环境下并行支持向量机(support vector machine,SVM)算法存在噪声数据较敏感、训练样本数据冗余等问题,提出基于粒度和信息熵的GIESVM-MR(the SVM algorithm by using granularity and information entropy based on ...     

基于梯度向量的变步长LMS算法

传统的最小均方误差(Least Mean Square)算法难以同时获得较快的收敛速度和较小的稳态误差。本文在对传统LMS算法、变步长LMS算法及其改进算法分析的基础上,通过建立步长参数与梯度向量之间的一种新的非线性函数关系,提出一种改进的变步长LMS算法。分析和仿真表明,改进后的算法收敛速度更快,均方误差更小,同时也具有良好的抗噪性能。     

时态关系的向量表示及其推理

作为推理的基础,时间的表示方法是一个基本的要素。文中为Allen的区间代数理论中区间的关系表达提出了向量表示法,称之为关系向量。其后,给出了定义在关系向量上的几种运算,并将其运用于时态推理中。这种方法把原先的矩阵表示法降为向量表示,从而较好地减少了时态推理计算量,并易于计算机实现。     

慢病毒载体研究进展

慢病毒作为一种特殊的逆转录病毒,与通常使用的逆转录病毒载体和腺病毒载体比较,具有可感染分裂细胞及非分裂细胞、转移基因片段容量较大、目的基因表达时间长、不易诱发宿主免疫反应等优点,已成为当前基因治疗和转基因动物中载体研究的热点。近年来对其基础生物学特性、载体改造及其应用等研究均取得了较大进展。本文就慢病毒载体及应用方面的研究进展作一综述。     

不确定时滞系统的自适应支持向量机Smith预估控制

针对不确定时滞系统提出了一种自适应支持向量机Smith预估控制新方法．首先采用支持向量机对被控对象进行建模,然后设计了一个自适应支持向量机Smith智能预估器,解决了传统Smith预估控制需要预先知道被控对象精确数学模型的问题,克服了基于神经网络的Smith预估控制的不足．仿真实验结果表明,自适应支持向量机Smith预估控制方法充分利用了支持向量机的非线性映射能力,在被控对象数学模型未知的情况下对不确定时滞对象进行控制,具有良好的控制品质,特别是当对象特性发生变化时,还具有良好的适应性。     

关于C^1—0泛函的极小极大原理的一个注记

用非光滑分析的思想,对C~(1-0)泛函进行了分析,得到了关于C~(1-0)泛函的几个极小极大定理。     

最大相电流不控的空间矢量脉宽调制方法

为减少电网谐波污染、提高电力整流装置的功率因数, 基于固定开关频率的控制方法, 设计了一种最大相电流不控的空间电压矢量脉宽调制方式, 即以逆变器在不同开关模式做适当的切换获得准圆形旋转磁场。对其控制原理进行了阐释, 使用Matlab设计相应的模块, 实现了算法并进行控制仿真。仿真结果表明, 采用该调制方式
提高了系统直流电压利用率, 可极大地降低开关损耗, 具有很好的动态品质以及较小的总谐波畸变率。     

基于改进涡流搜索算法的支持向量机分类模型

支持向量机( SVM: Support Vector Machine) 是定义在特征空间上的间隔最大的线性分类器,参数的选择 决定了其学习性能和泛化能力。针对此参数选择问题,采用改进的涡流搜索算法对支持向量机参数进行选择, 寻找最优适应度函数。仿真实验表明,改进的涡流搜索算法是一种有效的SVM 参数选择方法,有利于跳出局 部最小值,其优化性能不低于涡流搜索算法。