基于特征优选模拟电路故障诊断方法

传统基于最小二乘支持向量机模拟电路故障诊断方法都是使用单一的特征向量组合训练支持向量机所有二分类器,然而实际上每个二分类器对不同的特征向量组合有不同的分类精度。因此,提出了基于马氏距离的粒子群优化算法,为最小二乘支持向量机所有二分类器优选出近最优的特征向量组合。然后,将近最优特征向量组合用于训练和测试该支持向量机。最后把该方法应用于模拟电路早期故障诊断,实验结果表明,基于近最优特征向量组合的诊断精度要高于单一特征向量组合的诊断精度。     

基于主元分析和支持向量机的电路故障诊断模型

综合主元分析和支持向量机的优点,提出了一种基于主元分析和支持向量机的故障诊断模型.通过主元分析提取故障特征,然后利用支持向量机进行故障模式的分类,实现对模拟电路不同故障的识别.实验结果表明,该模型能够准确地实现故障的诊断,具有好的识别能力.     

基于DAGSVM和决策树的电气草图符号识别

针对电气行业设计人员构思初步电路方案徒手绘制电气草图时,存在的电气符号模糊性和输入的随意性等缺点,提出基于有向无环图支持向量机(DAGSVM)和决策树的组合符号识别模型。提出了改进的有向无环图支持向量机多分类算法用于基本符号识别和组合符号识别;在组合符号预分类过程中引入决策树算法用来减少分类器的数量。应用结果表明：应用该模型的系统不仅能够有效识别出各种复杂的手绘电气符号,且有效地降低了识别的计算成本。该系统能帮助电气工程师将设计思想快速、清晰地转换为电气工程图,提高了设计效率。     

灵敏度分析和SVM诊断模拟电路故障的方法

针对低可测性模拟电路中存在的模糊组问题,提出了一种模拟电路故障诊断的新方法。该方法首先计算被测电路网络传递函数零极点的灵敏度,利用零极点灵敏度提供的信息来对被测电路进行模糊组的划分,组成可诊断的元件集,并引入了支持向量机完成对故障的分类识别。零极点的灵敏度分析确定了被测电路可诊断的元件组,支持向量机结构简单、泛化能力强,实验结果证明了基于灵敏度分析和支持向量模拟电路故障诊断方法的有效性,故障诊断率大于99%。     

基于磁光图像的飞机铆钉缺陷识别

针对飞机铆钉磁光图像的识别问题,提出了一种基于模糊支持向量机的裂纹有无和裂纹方向自动识别的新方法。该方法首先对铆钉磁光图像进行预处理得到铆钉二值化图像;然后采用阈值法求取铆钉中心;最后将由铆钉中心发出的星形射线矢量作为特征,采用模糊支持向量机方法对铆钉有无裂纹和裂纹方向进行分类。其中,支持向量机的核宽及惩罚常数采用网格法进行选取,并结合模糊隶属度函数解决多类分类问题中存在的错分和拒分现象。实验结果表明,使用训练获得的支持向量机分类器识别裂纹缺陷取得了很好的效果,能够满足自动检测的高实时性要求。     

基于MATLAB的一对一M-SVM算法实现

简述了多分类支持向量机（Multi-class Support Vector Machine，M-SVM）的原理及算法。在此基础上，利用MATLAB实现了一对一多分类支持向量机的多分类算法，利用MATLAB的矩阵处理方式解决了算法中投票机制。该算法避免了MATLAB中循环语句的使用，提高了算法效率，缩短了运行时间。     

基于融合熵特征的辐射源信号识别

针对相近雷达辐射源信号难以识别的问题,一种新的雷达辐射源信号识别方法被提出.该方法基于小波包分解,用主成分分析法融合含有信号类别特性的小波包重构系数特征,并将融合特征的能量熵和概率熵构成特征向量,基于支持向量机实现信号的分类识别.在较大信噪比(SNR)范围内,使用该方法能获得满意的正确识别率,当SNR为5 dB时,十分近似的线性调频信号正确识别率达到了91%,实验结果证实了该方法的有效性.     

复杂工况下热油管道泄漏识别与定位方法研究

针对复杂工况下热原油管道泄漏难以准确识别的难题,提出采用基于多元支持向量机的管道泄漏诊断方法,并建立了识别模型,可以在小样本情形下完成模型的训练工作,实现多种工况下对压力波动信号的分类识别,从而提高评判泄漏的有效性和准确性。针对热油管道负压波波速受油品及温度等因素影响较大所导致的定位误差,分析了管道沿程轴向温降以修正负压波波速,并采用牛顿-柯特斯积分方法对传统泄漏定位公式进行了改进。现场实验表明,基于多元支持向量机的检测方法能有效地识别管道运行异常状态,改进的漏点定位算法使得定位精度从原来的2.5%提高到1.0%。     

支持向量机分类算法在MATLAB环境下的实现

支持向量机算法SVM（Support Vector Machine）做为新一代机器学习算法近年来被成功的应用到很多模式识别问题中，其在数学上表示为求解一个二次规划问题。主要论述了支持向量机分类算法在MATLAB环境下的具体实现方法，为支持向量机算法的学习者和非计算机专业的广大研究人员提供一种简单、方便、高效、可行实现方法。     

基于机器视觉的玉米头尾识别

为进行玉米棒头尾识别，课题组提出了一种基于机器视觉和机器学习的玉米头尾识别方法。该方法先对玉米图像进行分割，后对分割后图像提取其方向梯度直方图(histogram of oriented gradient, HOG)特征向量;并利用主成分分析法(principal component analysis, PCA)对特征向量进行降维，最后使用降维后的特征向量和交叉验证方法训练支持向量机(support vector machine, SVM)，最终实现对玉米的头尾识别。试验结果表明该方法的识别率为97.2%。该方法具有较高的可行性和准确率，可用于玉米的头尾识别。     

项目网络组织协同治理绩效影响因素分析

为了能够更加准确地判断结构损伤位置和程度,本文提出了基于粒子群优化支持向量机（PSO SVM）方法对斜拉桥主梁进行损伤识别的新方法。该方法以最敏感索张力指标作为损伤识别指标,利用粒子群（PSO）算法寻找支持向量机（SVM）最优参数,建立SVM预测模型,以不同位置、不同损伤程度下最敏感索的张力指标作为SVM的训练和测试输入,由SVM的输出确定损伤位置。通过对实验室的模型斜拉桥的主梁损伤进行了仿真验证,结果表明：采用PSO算法很好地解决了采用SVM方法进行损伤识别时的参数选择随机性难题,实现了对SVM模型参数     

混沌背景下微弱信号时域参数检测的研究

数字示波器不能测量混沌背景中的微弱信号,该文结合混沌和神经网络构建检测模型实现该功能。运用混沌时间序列的相空间重构理论计算嵌入维数作为神经网络的输入维来构建网络模型,并采用单步预测方法,在混沌状态下直接测量混沌背景中微弱信号,获取微弱信号的波形。该方法能够测量微弱信号的时域参数,测量范围宽,逼近目标精度高,计算量小。实验结果证明了该方法具有很强的实用性。     

相位旋转的速率为2的空时分组码

速率为2的空时分组码(R2-STBC)能达到全速率全分集,然而其译码复杂度与调制阶数的平方成正比。为了降低译码复杂度,提出了一种基于相位旋转的、速率为2的空时分组码(PR-R2-STBC),发送端根据反馈信息将部分发送信号旋转一定的角度,实现了信号在传输过程中两两正交,从而使得其译码复杂度与调制阶数成正比。仿真结果显示,与R2-STBC相比,该编码仅需反馈7 bit就极大地降低了译码复杂度。     

基于支持向量机算法的人脸识别技术研究

在讨论人脸识别算法的基础上,提出了基于支持向量机算法的人脸识别技术,进而分析了其原理,确定了多项式的核,并利用人脸数据对多项式核的SVM进行训练,根据训练结果进行识别实验,结果表明：SVM与传统方法比较,对人脸具有较高的识别率。     

基于3S系统的我国城市规模协调性分析

提出了城市规模3S系统的概念,并对城市规模各子系统的单系统协调度及3S系统整体协调度进行了界定;在计算各系统协调度的基础上,对我国城市规模的协调性,从时间和空间两个维度进行了比较。无论是从时间,还是空间的维度,我国城市规模3S系统整体协调性、及各子系统的协调性都比较差,且有进一步恶化的趋势;城市规模3子系统中,城市用地规模子系统的协调性相对较好;东、中、西三区域城市规模子系统协调性的相对优势出现分化。     

等重码构建的多脉冲位置调制UWB通信系统

在已有的单脉冲位置调制的基础上,利用等重码构建了一种多脉冲位置调制的UWB跳时调制方案;并对其AWGN下的信道容量、误码率等性能指标进行了理论分析。数值结果表明,在满足一定的条件下,MPPM能以较低的接收机复杂度在数据容量、误码率等指标上获得比相应的脉冲位置调制及脉冲幅度调制更高的性能,可以作为UWB高速通信应用的一个很好的备选调制方案。     

改进核函数的支持向量机智能诊断方法研究

针对目前支持向量机( SVM)智能诊断方法核函数选择困难以及参数选择具有随意性的问题,提出了基于模拟退 火算法改进核函数的SVM智能诊断方法,重新设计了支持向量机的核函数以及参数。多项式核函数是局部核函数具有 较强的拟合能力,而径向基核函数是全局核函数具有较强的外推能力,根据Mercer理论,建立一种由多项式核函数与径 向基核函数组合而成的复合核函数,并利用模拟退火算法全局寻优的优点,对支持向量机的参数做最优选择;改进后的 SVM运用于轴承故障诊断。研究结果表明：相对于传统SVM法,该方法具有较好的学习效率及较高的诊断准确率;该方 法运用于轴承故障诊断领域极大地提高了故障诊断的准确率以及诊断效率。该研究为基于模拟退火算法改进核函数的 SVM智能诊断方法应用于机械设备故障诊断提供了相应的理论和实践依据。     

用于RBF-SVM参数搜索的伪梯度动态步长算法

针对基于径向基核函数(RBF)的支持向量机(SVM)超参数选择问题,提出了一种基于差分方程的新算法——伪梯度动态步长算法。该算法根据径向基核函数的特点提出由训练集的空间特性确定的核参数搜索范围,并采用对数刻度表示搜索空间;利用参数空间中SVM在两个临近点的分类精度的变化估计参数的搜索方向,并且随着搜索方向的变化动态调整搜索步长,从而实现较快的搜索。通过与Grid和PSO方法的对比实验,表明该算法具有良好的性能。     

基于RST和SVM的入侵检测系统

结合粗糙集理论和支持向量机的特点,构建了基于粗糙集理论和支持向量机的知识简化系统,针对入侵检测系统进行了研究分析,建立了基于粗糙集理论和支持向量机的入侵检测系统,最后通过仿真实验比较,其结果表明该系统有效改进了以往的入侵检测系统的。     

一种多波形雷达信号全数字产生及处理系统

提出并实现了兼容多种雷达脉压信号的全数字产生及处理系统。其信号包括线性调频信号、非线性调频信号及其多相码、泰勒（Ｔａｙｌｏｒ）四相码信号等。利用级联型ＦＩＲ滤波器ＩＭＳＡ１００组成数字复相关脉压网络对多种带宽（带发达５ＭＨｚ）脉压信号进行实时数字处理；分析了数字方法运用于波形合成中由于ＤＡＣ零阶保持特性造成的信号频谱高频失真的机理；采用提高ＤＡＣ转换速率以获得近似理想冲激串取样的方法，产生了多种性能稳定、波形质量高的宽带雷达脉压信号。文中给出了部分模拟与实验结果。