具有結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的支持向量機(jī)（SVM）對(duì)于小樣本決策具有較好的學(xué)習(xí)推廣性，并且故障樣本的不足在一定程度上制約了基于知識(shí)的方法在故障診斷中的運(yùn)用。針對(duì)這一問題，提出了利用支持向量機(jī)的方法對(duì)匝間轉(zhuǎn)子繞組短路故障診斷方法。該方法利用小波分析對(duì)探測(cè)線圈測(cè)得感應(yīng)電動(dòng)勢(shì)進(jìn)行處理構(gòu)造特征向量，然后輸入到支持向量機(jī)的多故障分類器中進(jìn)行故障識(shí)別。實(shí)驗(yàn)數(shù)據(jù)表明該方法是可行、有效的，并且在小樣本的情況下，較BP神經(jīng)網(wǎng)絡(luò)有更好的分類效果。
標(biāo)簽： 支持向量機(jī) 發(fā)電機(jī) 匝間 轉(zhuǎn)子
上傳時(shí)間： 2013-11-04
上傳用戶：s363994250
在某系統(tǒng)碼相關(guān)測(cè)距中，每一個(gè)飛機(jī)的詢問信號(hào)都可能會(huì)成為其他飛機(jī)的干擾。在有限的可用功率下，就需要一個(gè)可靠和高效的功率控制策略。納什博弈（非合作博弈）理論是適合于功率控制問題的一種理論，是飛機(jī)在信噪比和功率利用之間選擇一種均衡。文獻(xiàn)[1]研究了這個(gè)問題的納什博弈論策略，得到了一個(gè)非線性系統(tǒng)代數(shù)方程，并提出了一種定點(diǎn)迭代的功率控制算法。文中研究了一種新的基于牛頓迭代的功率控制策略來解決此類代數(shù)方程。仿真結(jié)果說明了牛頓迭代算法的效率明顯提高。
上傳時(shí)間： 2013-10-13
上傳用戶：AISINI005
文中在研究現(xiàn)有先驗(yàn)知識(shí)與支持向量機(jī)融合的基礎(chǔ)上，針對(duì)置信度函數(shù)憑經(jīng)驗(yàn)給出的不足，提出了一種確定置信度函數(shù)方法，更好地進(jìn)行分類。該方法是建立在模糊系統(tǒng)理論的基礎(chǔ)上：將樣本的緊密度信息作為先驗(yàn)知識(shí)應(yīng)用于支持向量機(jī)的構(gòu)造中，在確定樣本的置信度時(shí)，不僅考慮了樣本到所在類中心之間的距離，還考慮樣本與類中其它樣本之間的關(guān)系，通過模糊連接度將支持向量與含噪聲樣本進(jìn)行區(qū)分。文中將基于先驗(yàn)知識(shí)的支持向量機(jī)應(yīng)用于醫(yī)學(xué)圖像分割，以加拿大麥吉爾大學(xué)的brainWeb模擬腦部數(shù)據(jù)庫提供的不同噪聲的圖像進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明采用基于先驗(yàn)知識(shí)的支持向量機(jī)比傳統(tǒng)支持向量機(jī)具有更好的抗噪性能及分類能力。
標(biāo)簽： 支持向量機(jī) 圖像分割 中的應(yīng)用
上傳時(shí)間： 2013-10-12
上傳用戶：cmc_68289287
將支持向量機(jī)應(yīng)用到典型的時(shí)變、非線性工業(yè)過程—— 連續(xù)攪拌反應(yīng)釜的辨識(shí)中, 并與BP 神經(jīng)網(wǎng)絡(luò)建模相比較, 仿真結(jié)果表明了支持向量機(jī)的有效性與優(yōu)越性. 支持向量機(jī)以其出色的學(xué)習(xí)能力為工業(yè)過程的辨識(shí)提出了一種新的途徑.
標(biāo)簽： SVM 支持向量機(jī) 工業(yè)過程 辨識(shí)
上傳時(shí)間： 2013-10-17
上傳用戶：zhangdebiao
使用第二代身份證照片作為訓(xùn)練樣本進(jìn)行人臉識(shí)別屬于典型的單樣本問題，由于沒有充分?jǐn)?shù)量的訓(xùn)練樣本，會(huì)造成常規(guī)的人臉識(shí)別算法識(shí)別率低下，甚至無效的問題。為此采用虛擬樣本生成方法，并針對(duì)遇到姿態(tài)變化較復(fù)雜的人臉時(shí)，識(shí)別率不高的問題，提出了一種新的多姿態(tài)的虛擬樣本生成方法，通過模擬人臉側(cè)向旋轉(zhuǎn)、俯仰和立體旋轉(zhuǎn)等增加有效的訓(xùn)練樣本，再使用魯棒性較好的HMM進(jìn)行人臉識(shí)別。在自建的身份證人臉庫上進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果顯示，該方法在一定程度上減弱了人臉姿態(tài)的變化對(duì)識(shí)別率的影響，并取得了較好的識(shí)別效果。
標(biāo)簽： 人臉識(shí)別 多姿態(tài) 虛擬樣本
上傳時(shí)間： 2013-10-17
上傳用戶：hanwu
可重用的向量/矩陣類代碼,這是一個(gè)靈活的向量/矩陣類代碼，其邊界可以任意設(shè)定。
上傳時(shí)間： 2015-01-05
上傳用戶：731140412
線性方程組的超松弛迭代
上傳時(shí)間： 2014-01-19
上傳用戶：dengzb84
Grid數(shù)據(jù)顯示
標(biāo)簽： Grid
上傳時(shí)間： 2015-01-09
上傳用戶：ikemada
主程序中設(shè)置中斷向量，調(diào)用新中斷，并駐存在內(nèi)存中。中斷處理程序調(diào)用了系統(tǒng)的時(shí)鐘，并在正點(diǎn)時(shí)啟動(dòng)揚(yáng)聲器進(jìn)行報(bào)時(shí)。
上傳時(shí)間： 2014-01-25
上傳用戶：sxdtlqqjl
這段代展示了如何使用MSChart控件將數(shù)據(jù)庫信息顯示到一個(gè)圖表中。它演示了這一控件的許多功能。
標(biāo)簽： MSChart 控件 如何使用 信息顯示
上傳時(shí)間： 2015-01-10
上傳用戶：2525775
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
