您的位置: 专家智库 > >

江苏省博士后科研资助计划项目(0701014B)

作品数:2 被引量:27H指数:2
相关作者:王定成姜斌宋晓峰易辉秦军更多>>
相关机构:南京信息工程大学南京航空航天大学更多>>
发文基金:中国博士后科学基金江苏省博士后科研资助计划项目江苏省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 1篇灾害
  • 1篇灾害天气
  • 1篇故障诊断
  • 1篇SVM
  • 1篇ADABOO...
  • 1篇ADABOO...

机构

  • 3篇南京信息工程...
  • 2篇南京航空航天...

作者

  • 2篇易辉
  • 2篇王定成
  • 1篇朱天一
  • 1篇宋晓峰
  • 1篇姜斌
  • 1篇汪春秀
  • 1篇秦军

传媒

  • 1篇自动化学报
  • 1篇武汉理工大学...

年份

  • 2篇2010
  • 1篇2009
2 条 记 录,以下是 1-3
排序方式:
基于SVM的灾害天气预测方法的研究被引量:3
2010年
采用针对小样本的基于统计学习理论的支持向量机进行灾害天气预测预报的研究。将灾害天气作为模式识别分类中的一类,构造气象预测的样本,建立灾害天气分类的模型,然后将其应用于夏天异常高温和凉夏预测,取得了较好的效果,可以进一步用于灾害天气预测的实践。
王定成汪春秀朱天一秦军
关键词:支持向量机灾害天气
基于结点优化的决策导向无环图支持向量机及其在故障诊断中的应用被引量:24
2010年
支持向量机(Support vector machine,SVM)是利用离在线数据自动建立故障诊断模型的智能方法,它在多故障诊断时,必须先进行多分类扩展.决策导向无环图(Decision directed acyclic graph,DDAG)法是一种性能优秀的多分类扩展策略,但该方法的决策结果与结点的排部密切相关,而其结点的排部却是主观的,影响了诊断的正确率.本文提出一种根据故障数据的空间分布来优化结点排部的方法,它能够提高支持向量机诊断的正确率.采用该方法扩展的多分类支持向量机在变压器故障诊断中获得良好效果.
易辉宋晓峰姜斌王定成
关键词:支持向量机故障诊断
基于AdaBoost方法的支持向量机训练样本选择
训练样本对支持向量机的训练速度和分类性能具有极大影响,如何正确选择训练样本集一直是支持向量机的研究热点。本文采用自适应自举法(Adaptive Boost,AdaBoost)对所有训练样本进行加权,通过权值的调整,挑选出...
易辉宋晓峰姜斌王定成
关键词:支持向量机
文献传递
共1页<1>
聚类工具0