差分进化优化参数的LSSVM中长期径流预测

针对LSSVM预测模型参数难以确定的问题,利用差分进化(DE)算法的收敛速度快和全局优化能力,优化LSSVM模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性。将优化后的LSSVM模型应用于中长期径流预测问题。选取黄河三门峡站1919年至1992年径流量实测数据进行分析和训练,对1993年至2002年的年径流量进行预测,并与BP神经网络和SVM模型进行比较。研究结果表明,该模型具有较高的预测精度。     

改进的二叉树支持向量机在人脸识别中的应用

针对人脸识别问题,提出一种基于奇异值分解特征提取和改进的二叉树支持向量机实现多分类的人脸识别方法。在使用改进的二叉树支持向量机对不同人脸图像的奇异特征向量进行分类时,先利用Mercer核,将输入空间非线性可分的训练样本映射到高维特征空间Hilbert中,使之线性可分,将类超球体半径分解成核心半径和最小半径,通过两者加权计算最终的类超球体决策半径,并以此半径大小为依据生成二叉树结构。在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率。     

一种自然通风防辐射罩的设计与研究

为了降低太阳直接辐射、散射辐射、下垫面反射辐射等对现有气象站中温度传感器的影响,本文设计了一种多导管式球形防辐射罩。首先对防辐射罩外形结构进行设计;然后通过计算流体动力学(Computational Fluid Dynamics, CFD)方法对风速、太阳辐射强度、太阳高度角等不同环境参数下传感器的辐射误差进行量化;接着,采用支持向量机(Support Vector Machine, SVM)算法训练预测模型;最后,利用外场辐射误差实验平台对其辐射屏蔽效果及算法预测精度进行验证。实验结果表明,辐射误差精度可降至0.05 ℃量级。可见,此防辐射罩降低辐射效果显著。     

基于SVR的旋转电弧焊接形态预测模型

本文提出了SVR算法建立旋转电弧焊接形态的算法。旋转电弧焊接过程是一个多因素耦合的过程,有必要建立关于旋转电弧焊接的焊缝形态预测模型。选择旋转频率,旋转半径,焊枪高度和焊接电流的四个主要变量作为模型的输入,焊缝的宽度和深度作为输出。试验结果表明,基于SVR建立的焊缝形态预测模型在小样本训练数据的情况下具有较高的精度。     

基于机器学习和数值模拟的锅炉水冷壁热流密度分布预测模型

为保证广泛参与调峰的燃煤机组的受热面特别是水冷壁的安全运行,本文研究某600 MW超临界直流锅炉的水冷壁热流密度。首先,采用数值模拟的方法,计算选定工况下的水冷壁热流密度分布,并将其作为机器学习的样本数据;其次,通过皮尔逊相关性分析和近邻成分分析,确定特征子集;第三,利用贝叶斯优化结合交叉验证的方法优化支持向量机、提升树和决策树3种算法;最后,基于优选的支持向量机算法并利用LIBSVM工具箱,建立水冷壁热流密度分布预测模型。研究结果表明：煤质参数、给煤量、总风量、一次风量、二次风量、二次风温、燃烧器摆动角度、SOFA风摆动角度、二次风速以及水冷壁网格单元几何中心坐标y和z共11个特征可以作为水冷壁热流密度预测模型的输入变量;贝叶斯优化后的支持向量机模型的框约束为19.53,核尺度为0.80,综合考虑样本容量和预测性能,选用支持向量机模型预测锅炉水冷壁热流密度;水冷壁热流密度分布预测模型在训练集上的均方误差和决定系数分别为0.039 2和0.849 6,模型在测试集上的均方误差和决定系数分别为0.007 7和0.979 7,该模型具有较高的预测精度和较强的泛化能力。     

基于支持向量机的小样本数据概率分布模式自动识别

在装备可靠性工程领域,小样本数据概率分布模式识别是亟需解决的一个难题.统计学习理论是专门研究小样本情况下机器学习规律的理论,支持向量机是当前最新的、基于统计学习理论的机器学习算法.根据现代统计学原理提取了数据分布特征参数,采用支持向量机分类算法构建了小样本数据概率分布模式自动识别模型.测试结果表明,模型对小样本数据概率分布模式具有较强的识别能力.     

房价波动对银行计提损失准备的时变传导效应研究

为研究中国房价波动对商业银行计提贷款损失准备的时变传导效应,选取2012—2018年相关变量的季度数据并结合随机波动时变参数向量自回归(random fluctuation time-varying parameter vector autoregression, TVP-VARS-SV)动态时变模型,分析房价波动对贷款损失准备的非静态影响。研究发现,经济环境稳定时,房价和贷款损失准备对货币供应量变动的反应呈现滞后性。同时,房价波动对贷款损失准备的影响具有时变性;短期内房价上涨会使得商业银行降低贷款损失准备,而长期则会适度提高贷款损失准备。这表明商业银行建立动态化风险防控机制对其预防房价波动带来的经营风险和金融风险具有积极意义。     

基于结构特征聚类的相似代码检索方法

针对基于图的相似代码检测方法复杂度高、对代码多样化识别能力有限等问题,提出基于结构特征聚类的方法。首先将代码表示为控制依赖树,在此基础上执行代码标准化,消除代码表达方式的多样化,以便识别语法表示不同,而语义相似的代码;然后采用特征向量描述程序的结构信息,将复杂的图的相似度求解问题转换为简单的相似向量的聚类问题,快速提取可能相似的候选代码。实验结果表明,方法与Gabel等人提出的方法相比,可以识别更多的代码多样化。     

区域乡村住宅耐久性指标全局敏感性分析方法

为满足乡村住宅向生态宜居长寿化的方向发展,乡村住宅的耐久性需要给予足够的重视。针对指标参数对区域乡村住宅耐久性的影响分析,基于可拓学和扩展傅里叶幅度敏感性检验法（EFAST）提出了适用于区域乡村住宅耐久性能的评价模型与全局敏感性分析方法。该方法基于可拓学对乡村住宅的耐久指标进行初步筛选,得到乡村住宅耐久性能的敏感因素;将筛选出的耐久指标敏感因素通过最小二乘支持向量机(LSSVM)模型和蒙特卡洛抽样实现乡村住宅样本数量的扩增;引入EFAST方法对扩增后的乡村住宅样本进行耐久指标的全局敏感性分析,得到耐久指标敏感因素的一阶敏感度和总阶敏感度。该方法可以提高区域乡村住宅敏感性分析的精确度,得到影响因素的敏感性程度,且可以实现乡村住宅样本数量的扩增,降低实地调研成本。最后将该全局敏感性分析方法应用于区域乡村住宅分析,阐明了该方法的分析过程,并给出了我国乡村住宅耐久性能的限制因素和敏感性系数。     

基于麻雀搜索算法优化支持向量回归的装配式建筑施工安全投入优化

为提高装配式建筑施工安全水平,减少社会经济损失,对施工安全资源投入的合理分配进行研究。选取20组装配式建筑施工安全投入与事故经济损失数据作为样本,通过基于麻雀搜索算法优化的支持向量回归模型对样本进行非线性拟合,以事故经济损失最小化为目标函数,安全投入资源为约束条件,构建安全投入优化模型。以某装配式建设项目为例进行实证分析,结果表明:基于麻雀搜索算法-支持向量回归的施工安全投入优化方法能有效降低安全事故损失、节约投入资金,具有良好的优化效果,可为装配式建筑施工安全投入决策提供科学有效的依据。