基于EMD-SVM的江水浊度预测方法研究

针对江水浊度序列宽频、非线性、非平稳的特点,将经验模态分解(EMD)和支持向量机(SVM)回归方法引入浊度预测领域,建立了基于EMD-SVM的浊度预测模型.通过EMD分解,将原始非平稳的浊度序列分解为若干固有模态分量(IMF),根据各IMF序列的特点,选择不同的参数对各IMF序列进行预测,最后合成原始序列的预测值.将该方法应用于实际浊度预测,并与径向基神经网络(RBF)预测及单独支持向量机回归预测结果进行比较,仿真结果表明该方法预测精度有明显提高.     

基于支持向量机的回归预测综述

近年来,支持向量机在预测方面有广泛的应用,回归预测和回归分析也是一个非常值得探讨的领域。加上工具集的使用,将对很多的应用行业,起着一定预测作用。说明对于回归预测这种方法应用于预测是有效的。文章对支持向量机进行简单介绍,在介绍基于回归预测基础上,提出这种方法的优缺点,最后展望其方法应用的前景。     

基于SVR的电工实验装置故障预测方法研究

本文利用实验装置的数据采集装置,结合学生实验报告的数据分析,通过时间相关性分析,建立了实验装置运行状态的时间序列.采用的算法利用基于支持向量机回归的预测技术对实验装置的关键参数进行数值预测,通过分析预测值与实际值之间的残差对实验装置故障预测.最后,通过典型故障验证了该方法的有效性和实用性.     

自适应遗传算法优化支持向量回归的水质预测

文中提出了一种动态改进的遗传算法和支持向量回归机相耦合的水质预测方法,改进了传统遗传算法中交叉和变异概率固定的问题,尽可能避免陷入局部最优的问题。在对大理弥苴河水质进行大量实际监测的基础上,分别采用BP神经网络,遗传算法优化的支持向量回归机和自适应遗传算法优化的支持向量回归机3种模型的方法,建立了弥苴河水质高锰酸盐含量的的预测模型。通过数据预处理,筛选了60天的数据进行训练学习和测试。通过对三个模型的预测误差分析对比,可以得出自适应遗传算法优化支持向量回归的预测模型精度更高。     

基于支持向量机的机会网络链路预测

研究机会网络中的单节点对的链路预测问题,从空间相似性和时间特征两个角度分析单节点对的连接概率。利用CN、PA、Adamic-Adar和LP四个相似性指标描述节点对的空间相似性程度,构建基于单节点对空间相似性的模型SSVRC;利用一个时间段中的连接频次、连接时长占时间段总长度比值、最近几个时间段的平均连接频次及连接频次的增长趋势四个特征表现节点对的时间特征,构建基于单节点对时间特征的模型T-SVC;综合考虑节点对的空间相似性和时间特征,对S-SVRC和T-SVC模型的预测结果加权融合,构建模型TS-SVC。采用AUC、Precision和F1值评价预测结果,通过ITC、2005年的UOI以及2006年的UOI数据集上的对比实验结果表明,TS-SVC模型具有更好的预测效果。     

基于人工鱼群算法的网络流量预测方法

使用非线性预测模型支持向量回归算法建立预测模型,对具有明显非平稳性、混沌性以及非线性的网络流量进行预测研究。使用人工鱼群算法对支持向量回归算法的参数进行寻优,使用PSO算法对常规人工鱼群算法进行改进,使得人工鱼不依赖步长因子,仅对视野因子产生依赖,能够得到最优解。通过使用Logistic映射对人工鱼位置进行初始化,提高种群多样性,从而提高算法全局寻优能力,避免算法陷入局部最小值。最后使用MAWI数据集中的三组不同时间粒度的数据进行网络预测方法的实例分析,结果表明,所研究的人工鱼群算法具有较好的预测性能,能够满足网络流量预测的需求。     

基于机动特征辅助的MFR状态预测方法

针对多功能雷达（Multi-Function Radar,MFR）状态预测方法存在的鲁棒性、预测正确率不佳的问题,提出一种基于机动特征辅助的MFR状态预测方法.该方法将载机机动信息与常规侦收参数共同作为预测特征集,一方面利用支持向量回归（Support Vector Regression,SVR）和侦收信号特征集,得到常规预测模型,另一方面通过SVR和机动特征集,得到MFR各个状态间的转变概率模型;然后利用D-S证据理论得到最终预测状态.实验结果表明,与SVR和LSR方法相比,平均预测精度分别提高了6.97%和7.2%,同时具备更优异的鲁棒性.此外,提出的预测方法通过进一步的拓展,可应用于机械设备、道路交通等领域.     

时间序列预测问题中小波分解的应用研究

针对非平稳时间序列预测问题,将支持向量机理论和小波理论相结合进行预测.首先对复杂的非平稳时间序列进行小波分解得到相对平稳的分量,然后对相对平稳的分量单独用SVR建模进行预测,最后将得到的多个预测结果进行组合得到最终的预测结果.同时实验验证了其有效性.     

基于小波支持向量回归的电力系统负荷预测

根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量回归强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出一种基于小渡支持向量回归的电力系统负荷预测模型,并采用最小二秉方法来训练该预测模型,利用该模型对嵌入维数与模型预测性能的关系进行探讨.仿真结果表明,该预测模型能精确地预测电力系统负荷,而且在电力系统负荷的最佳嵌入维数未知时也能取得比较好的预测效果.     

基于支持向量机的认知无线电频谱预测方法

频谱预测是认知无线电系统中的关键技术之一,利用该技术可以显著减少认知用户的能量损耗,同时提高系统的频谱利用率.针对现有基于BP神经网络的频谱预测方法预测精度低及失效率高等问题,将建立在统计学习理论和结构风险最小原则上的支持向量机引入认知无线电频谱预测中,利用其对小样本及非线性数据优越的预测性能对信道进行预测.实验结果表明,该方法通过避免无效检测,提高了频谱感知系统的性能,并且比基于BP神经网络算法的模型的预测精度更高,具有良好的实用性与灵活性.     

快变信道环境下基于支持向量回归的频谱预测

频谱预测是一种通过分析历史频谱数据获得频谱使用规律,从而预测未来频谱使用状态的技术。为了实现快变信道（本文指信道占用状态快速变化）环境下频谱状态的可靠预测,提出了一种基于支持向量回归的频谱预测算法。比较了在不同训练样本数时,该算法与一个典型的BP神经网络频谱预测算法的性能差异,结果表明所提算法在小样本学习时,预测效果更为理想。并在此基础上,加入正确检测概率和虚警概率,验证了当频谱检测不理想条件下,支持向量回归算法预测的可行性。      

基于神经网络和支持向量机的电力系统负荷预测方法

提高电力系统负荷预测的精确度是当前负荷预测工作的难点。考虑到神经网络可以逼近任意的非线性关系，而支持向量机能够将约束问题转化，容易地找到全局极小。本文提出了一种基于神经网络和支持向量机的混合负荷预测方法，此方法能通过支持向量机消除了神经网络的总和较小，但单点误差较大的不利现象，而神经网络消除了支持向量机对于模型的简单化问题。最后，负荷预测结果表明本文的方法非常有效。     

基于优化支持向量回归的工业互联网安全态势预测方法

作为支撑智能制造等的新型工业基础设施,工业互联网的安全态势预测是一个关键性需求和应用新挑战.本文提出一种基于优化支持向量回归的工业互联网安全态势预测方法,即利用差分进化算法和自适应参数调整策略克服灰狼优化算法计算速度慢、优化精度低的缺点;再利用改进的灰狼优化算法优化支持向量回归参数;最后,利用最优化参数组合建立支持向量回归预测模型,实现工业互联网环境下的安全态势预测.仿真实验结果表明,在容许偏差为0.05或0.1时,本文方法的预测准确率分别为90%和100%,预测结果的绝对误差均小于0.07,相比于对比方法有更高的预测准确率和预测精度.     

试论网络安全态势预测方法的应用

近年来,信息技术以日新月异的速度飞快发展,对人们的生活及工作中的方方面面都产生了极大的影响。然而,网络广泛应用的过程中,其安全性成为人们广泛关注的话题。在这种情况下,本文从网络安全态势预测方法入手展开了研究。在充分了解现阶段及以往网络安全态势值的基础上,对支持向量机进行充分的应用,能够有效预测网络安全态势在未来的发展状况,从而可以帮助相关人员,及时采取有效措施,提升网络安全性。     

基于支持向量回归的现代气象雷达寿命预测

为了准确地预测气象雷达使用寿命,提高气象雷达运行可靠性、安全性和可维护性,提出了一种新的基于多元回归的气象雷达使用寿命预测框架.在该框架内,采用了支持向量回归(法来求解气象雷达使用寿命的多元回归问题;提出了基于SVR的气象雷达特征参数选择FSSSVR (Feature Subset Selection SVR)算法去掉冗余和无效的特征参数.实验结果表明,基于SVR方法的预测算法能够准确地预测气象雷达的使用寿命,能够为雷达全寿命周期管理提供参考依据SVR)方     

基于混合算法的通信用户规模预测

考虑到常规SVR预测模型及GA优化和PSO优化的SVR预测模型具有寻优结果稳定性差,容易陷入局部最优解等问题,将具有极强的鲁棒性能和全局搜索能力、能够快速跳出局部最优解等优点的人工鱼群算法与SVR算法进行混合,建立基于混合算法的预测模型。通过混合后的算法能够有效地使算法更快、更准确地得到全局最优解,避免了常规算法在人工鱼更新位置时没有全局信息,只有局部信息引起的收敛速度慢,精度低等问题。使用该混合算法预测模型以及使用传统的三次曲线拟合法和GA-SVR算法建立通信用户规模预测模型,针对2010—2012年通信用户规模进行预测,实验证明基于混合算法的通信用户规模预测模型的预测精度高,稳定性较好,相比另外两种算法,具有较强的优势。     

基于双谱和谱特征的心电信号分类方法

双谱作为最低的高阶谱,具有一系列优良特性,但也存在计算量大的缺陷.文中提出了一种在双谱矩阵基础上直接提取二维特征的心电信号特征提取方法.该方法将谱平坦度、谱亮度和谱滚降度3类谱特征组成特征向量,结合基于径向基核函数的支持向量机分类方法实现ECG信号的分类识别.然后,使用MIT-BIH数据库中的ECG信号对该方法进行了验...     

苯系物的色谱光电离迁移谱两维分辨检测方法研究

针对离子迁移谱难分辨迁移率相近或相同的有机物,开展了气相色谱-紫外光电离-离子迁移谱联用技术的实验研究。通过测量不同色谱柱温和氮载气流量条件下苯的色谱和迁移谱,对实验参数进行了优化。并对苯、甲苯,以及邻、间、对-二甲苯等五种苯系物混合物进行了测量,获得了混合样品的色谱保留时间、迁移谱离子迁移时间与离子信号强度的三维谱图。结果表明,同分异构体邻、间、对-二甲苯的迁移率非常接近,单一的紫外光电离-离子迁移谱无法对它们进行分辨,通过色谱-迁移谱技术的联用,则可以实现苯、甲苯,以及邻、间、对-二甲苯混合物的有效分辨。证明所建立的气相色谱-紫外光电离-离子迁移谱技术具有良好的分辨检测能力。