搜索结果: 1-7 共查到“电气工程 SVM”相关记录7条 . 查询时间(0.065 秒)
电液伺服阀作为液压伺服系统的核心部件，其性能好坏将直接影响整个液压系统的稳定性和控制精度。具体分析了某型双喷嘴挡板型电液伺服阀的工作原理，建立了液压仿真模型。通过调整模型参数进行故障模拟，进而获取故障数据。最后分别采用支持向量机(SVM)、主元分析法支持向量机(PCA-SVM)和小波包能量特征向量支持向量机(WPEE-SVM)进行故障分类。综合比较分类精度和速度表明，PCA-SVM是最佳诊断算...
对基于多核函数的最小二乘支持向量机算法(MKLSSVM)和采用支持向量机作为弱分类器的AdaBoost算法(AdaBoostSVM) 这两种新型的分类算法进行了研究。将这两种算法应用于求解心脏单光子发射计算机化断层显像(SPECT)图像数据的二分类问题和iris数据集的多分类问题，并从平均分类精度和平均运行时间两方面进行比较分析。最后通过Sammon映射给出了分类的可视化结果。试验结果验证了M...
最小二乘支持向量机(least square support vector machines，LS-SVM)能较好地解决小样本、非线性数据特征的多分类问题，适用于电力变压器油色谱故障诊断，但参数c与s 2的选取对诊断结果影响较大，因此有必要对其进行优化选择。文中利用改进遗传算法(improved genetic algorithm，IGA)对c与s 2参数进行寻优。IGA采用了编码机制随机产生初始...
转子系统故障诊断的关键是故障特征提取和状态识 别，在故障特征提取中，采用自回归(AR)模型参数作为特 征向量来分析系统的状态变化是十分有效的，但AR 模型只 适用于平稳信号的分析，而转子系统的振动信号表现出非平 稳特征；同时在状态识别中，支持向量机(SVM)有效地改善了传统分类方法的缺陷。针对这些问题，提出一种基于经验 模态分解(empirical mode decomposition，EMD...
基于CPN的SVM技术在VSC中的应用研究
电力电子 反向传播神经网络 空间矢量调制 电压型变流器
2008/3/26
在分析三相电压型变流器空间矢量调制（SVM）技 术基本原理的基础上，提出了一种基于反向传播神经网络结 构的 SVM 技术（CPN－SVM）的实现方法。该方法采用 CPN 竞争层来计算 SVM 中各个矢量的具体作用时间，避免 了计算正弦函数这一非线性运算，缩短了计算时间，采样周 期的可进一步缩短。仿真和实验表明：CPN－SVM 除了具 备 SVM 的固有优点外，还有下述几个显著优点：①大大降 ...
多输入特征融合的组合SVM电力系统暂态稳定评估
电力系统 暂态稳定判别 支持向量机(SVM)
2008/3/5
利用支持向量机(SVM)方法进行暂态稳定判别时，输
入特征的选择是影响最终结果的最重要因素。传统启发式和
试探式方法不能从根本上解决输入特征选择的问题。本文利
用信息融合思想，在构造的具有不同输入特征的多组子分类
器的基础上，对子分类器的结果在输出空间再进行信息融
合，以提高分类准确率。文中从不同角度启发式的构造了4组不同的输入特征，构成四组弱分类器。以这四组弱分类器
为子分类器，再构...