基于局部直觉模糊支持向量机(LIFSVM)的异常行为识别方法，包括：1)提取样本的局部类别信息，获得样本类内和类间的邻域信息；2)根据不均衡度、样本局部信息和离群点因子，计算样本类内权重和类间权重；3)针对不均衡异常行为识别问题，构造噪声不敏感的LIFSVM优化模型；4)对优化问题进行推导，求解线性方程组获得模型的最优解；5)分别构造异常行为和正常行为的非平行近端超平面，依此得到LIFSVM模型的最优决策函数；6)预测行为是否为危险动作。本发明能提高异常行为的识别率，更精准地完成行为识别任务。
📄 2022113172053
📂 G06V20_52
👤 浙江工业大学
📅 2022-10-26
一种基于粒子群‑支持向量机的旋转机械设备运行工况预测方法，包括以下步骤：步骤1、采集振动速度信号，并计算振动烈度值作为训练样本集；步骤2、使用样本集结合改进的粒子群算法对支持向量回归机中的参数进行迭代寻优；步骤3、使用样本集和寻优得到的参数对支持向量回归机进行训练，得到支持向量机回归模型函数；步骤4、使用支持向量机回归模型函数预测未来一段时间的振动烈度值，得到预测集；步骤5、结合ISO2372设备振动标准，对预测集中的振动烈度进行分析，得到旋转机械设备在未来一段时间的运行状态。本发明可以对旋转机械设备的振动数据走势进行有效预测，最大限度保证设备的安全可靠运行。
📄 2018112549075
📂 G06Q10_04
👤 浙江工业大学之江学院
📅 2018-10-26
本发明公开了一种基于支持向量机的深度学习模型鲁棒边界评估方法、装置和应用，包括为用于分类任务的深度学习模型的每个分类类别分配一个支持向量机；将样本数据分别输入至深度学习模型和每个支持向量机，得到样本数据在深度学习模型和每个支持向量机的特征空间分布；针对每个支持向量机，以样本数据在支持向量机的特征空间分布与在深度学习模型的特征空间分布的散度指标作为损失函数优化支持向量机的参数；优化结束后，每个支持向量机的决策边界即为深度学习模型对与支持向量机对应的分类类别的决策边界，依据该决策边界实现对深度学习模型鲁棒边界评估，进而实现训练阶段深度学习模型的安全性评估与提升。
📄 2021102720007
📂 G06F18_2411
👤 浙江工业大学
📅 2021-03-12
基于鲁棒多投影支持向量机的医学图像处理方法，包括：1)对医学图像数据进行预处理；2)建立最小二乘法的鲁棒性多投影支持向量机模型；3)把步骤二的D维模型划分成一系列子问题；4)得到模型展开式：5)输入训练集 写入投影向量D；6)迭代优化投影；7)求解第d个最优投影向量；8)迭代，直到满足迭代条件；9)通过步骤七和步骤八的迭代算法结果获得d维的最优投影向量w(k，d)；10)当d
📄 2021105758839
📂 G06K9_62
👤 浙江工业大学
📅 2021-05-26
本发明公开一种基于支持向量机模型的洪水预报方法及系统，属于径流预报领域；包括S1，收集研究区的水文气象数据；S2，依据收集到的水文气象数据，来确定SCS‑CN模型的产流模块参数CN值；S3，利用降雨特征因子和产流模块参数CN值，来改进SCS‑CN模型产流模块；S4，通过耦合S3改进的产流模块和三水源汇流模块，建立SCS‑CN三水源汇流模型；S5，通过支持向量机模型构建动态汇流滞时参数，来改进SCS‑CN三水源汇流模型；S6，利用实测降雨数据预报流域出口断面的洪水过程线；考虑降雨特征因子的影响，提高了模型在气候比较干旱地区时的预测能力；考虑场次降雨空间分布情况、前期降雨等因素，以降低由于降雨空间分布不均匀而导致水文模型出现预测偏差的风险。
📄 2022113637807
📂 G06F18_2411
👤 南京信息工程大学
📅 2022-11-02
本发明针对氧化锌挥发窑生产过程的多变量、大时延和非线性等特点导致的挥发窑锌还原物化反应过程无法准确表征的问题，提出了一种机理建模与关键参数拟合的混合建模方法。本发明提出的混合建模是基于对挥发窑结构、生产工艺、内部物理化学反应过程和传热传质机理的研究，建立的氧化锌挥发窑的质量守恒和能量守恒的偏微分方程组及基于支持向量机回归算法拟合关键参数的混合模型，该关键参数为采集某冶炼企业的窑设备参数和生产实验数据所得。本发明的混合建模方法不仅弥补了单纯的机理建模难以准确表征模型的不足，还克服了单纯的数据驱动建模难以表征窑内运行机理和反应过程的缺点，并能较准确地体现挥发窑的稳定特性和生产过程的动态特性。
📄 2019113168516
📂 G16C20_10
👤 湖南工业大学
📅 2019-12-19
本发明公开了一种基于自适应惯性权重萤火虫算法和多核最小二乘支持向量机预测模型的污水处理节能优化控制方法，属于智能型控制领域。包括：用多核最小二乘支持向量机对污水处理厂的能耗和出水水质建模、用改进的萤火虫算法对建立的模型参数进行优化、用改进的萤火虫算法对控制器的设定值进行优化。本发明用最小支持二乘向量机对污水处理厂的能耗和出水水质进行建模，引入多核的思想，用改进的萤火虫算法对模型参数寻优，使得能耗模型和出水水质模型的精度得到较大的提高；用改进的萤火虫算法对控制器的溶解氧浓度和硝态氮浓度设定值进行在线寻优，使得在满足出水水质的前提下，污水处理厂的能耗得到降低，达到污水处理过程节能优化的目的，相比较于其他算法，具有算法简单，使用参数少，收敛精度高等特点。
📄 2017103233473
📂 G05B13_04
👤 湖南工业大学
📅 2017-05-10
本发明属于网络流量预测领域，具体涉及一种基于模糊C均值和混合核最小二乘支持向量机的SDN网络流程控制方法，该方法包括：采用离散小波变换将非平稳SDN网络流量数据转化为平稳时间序列分量；对平稳时间序列分量进行处理，得到高频段和低频段的幅值信号；采用模糊C均值算法对高低频段的幅值信号进行聚类；采用优化的自适应混合核最小二乘支持向量机预测模型分别对聚类后的分量进行预测；将所有分量的预测结果进行重构，得到SDN网络数据流量的预测结果；本发明通过利用模糊C均值算法，引入隶属度机制，依据时序分量的幅频特性将其分为高频低幅分量、中频中幅分量、低频高幅分量三种类型，为后续分类预测提供精确的预测。
📄 202210071611X
📂 H04L43_0876
👤 重庆邮电大学
📅 2022-01-21
本发明公开一种基于支持向量机可控功率响应的MUSIC‑DOA估计方法，包括如下步骤：步骤1，计算麦克风阵列输出的平均功率；步骤2，对SRP‑MUSIC方法的空间谱估计进行归一化，得到SRP‑NMUSIC空间谱估计；步骤3，引入支持向量机，并用SVM监督模型进行估计；步骤4，通过子带信号空间谱估计的偏置得到训练和测试样本；步骤5，在声源角度已知的前提下，将SVM应用于宽带信号DOA估计，得到SRP‑WMUSIC方法DOA估计结果。此种估计方法可有效解决低信噪比时MUSIC归一化方法DOA估计误差较大的问题，是一种精确、鲁棒的DOA估计方法。
📄 2018110727078
📂 G01S3_802
👤 南京信息工程大学
📅 2018-09-14
本发明公开了故障诊断技术领域的一种基于精细时移多尺度排列熵与支持向量机的故障诊断方法，本发明的步骤为：采集待诊断物体的原始故障振动信号；提取原始故障振动信号的精细时移多尺度排列熵值；将故障样本分为多个训练样本和测试样本；采用多个训练样本对基于萤火虫优化的支持向量机多故障分类器进行训练；采用已训练完成的多故障分类器(萤火虫算法优化的支持向量机)对测试样本进行分类；根据分类结果识别故障物体的工作状态和故障类型。本发明提出的故障诊断方法在特征提取的过程中有较高的创新性，在故障识别过程中具有较高的识别度。
📄 201910372132X
📂 G06F18_2411
👤 安徽工业大学
📅 2019-05-06
本发明公开的基于数据驱动支持向量机的高速列车车轴温度预测方法：首先，通过传感器采集车轴温度与影响车轴温度变化的因素，并对采集到的实时数据进行数据预处理；其次，利用互信息和皮尔逊相关系数得到车轴温度与其他影响车轴温度变化的因素的相关性，筛选出与车轴温度变化相关性大的因素以及相关性小的因素；然后，利用支持向量回归机选择用于车轴温度预测模型的核函数，建立车轴温度预测模型；最后，将待测数据代入建立的车轴温度预测模型中，得到车轴温度的预测值。本发明公开的方法能够分析出对车轴温度变化影响显著的因素，可以为轴温报警器工作提供理论支持，同时保障列车的安全运行。
📄 2018114236592
📂 G06Q10_04
👤 深圳市凌晨知识产权运营有限公司
📅 2018-11-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台