基于灰色向量机的区域高等教育规模预测

应用基于结构风险最小化准则的支持向量回归机(SVR)方法,建立灰色支持向量回归机的组合预测模型,并以河南省相关统计数据为基础,对其区域高等教育发展规模进行了预测。研究表明:该模型较全面地反映了区域高等教育规模发展的变化规律,预测精度较高,预测结果具有较高的可信性。     

基于支持向量机的宜良县遥感分类与土地覆盖变化研究

土地利用/覆盖变化(LUCC)研究是研究土地变化的重要内容,也是全球土地研究的热点。以宜良县2005年、2013年Landsat TM影像为数据源,采用支持向量机分类方法,将研究区土地划分为林地、耕地、水域、人工用地、灌草地5个地类,提取了宜良县2期的土地利用数据并进行了精度验证。最后通过GIS叠加分析,统计了宜良县在研究期内的土地利用变化情况。     

近红外光谱结合支持向量机快速识别树种

利用阿达玛变换近红外光谱结合支持向量机,对制浆造纸常用木材树种的快速识别进行研究。将各树种近红外光谱先进行多点平滑和标准正态变换预处理以消除噪音干扰和光散射导致的测量偏差,然后基于不同建模策略建立一对多和一对一两种支持向量机模型,考察这两种模型对多树种属间分类和种间分类的预测能力,并与传统的偏最小二乘判别分析分类法进行对比。结果表明,支持向量机预测模型对桉木、相思木、杨木、水杉等树种的属间分类正确率达到98%以上,种间分类正确率均达到95%以上,在处理复杂分类问题时模型稳健性明显优于传统分类方法,从方法上证明了近红外技术工业化应用的可能性,为进一步建立近红外在线检测木片材性分析系统奠定了基础。     

支持向量机结合近红外光谱法测定杉木木质素的含量

采用支持向量机(SVM)结合近红外光谱(NIR)技术建立测定杉木中木质素的定量分析模型。以47个杉木样品作为实验材料,用常规方法测定了样品中木质素的含量,用近红外光谱仪采集相应的光谱,对光谱数据进行平滑、求导、小波压缩以及归一化,结合支持向量机,以径向基(RBF)作为核函数,建立了测定杉木中木质素含量的模型。校正相对误差的平方和为0.007433,预测相对误差的平方和为0.001219。结果表明,该方法测量比较准确,可以用于杉木中木质素含量的预测。     

基于支持向量机中纤板施胶系统逆模型的辨识

逆系统方法是一种通过动态系统的"逆"来研究一般非线性控制系统反馈线性化设计的方法(李春文等,1991).逆系统方法作为一种直接的反馈线性化解耦控制方法,其基本思想是对给定的控制系统,用对象模型生成一种可用反馈方法实现的积分逆系统,将对象补偿成为具有线性传递关系的解耦的规范化系统,然后用线性系统的各种设计理论完成系统的综合(吴热冰等,2003).     

基于支持向量机的木材树种识别模型

目前林业信息化正由数字林业迈向智慧林业,高效、无损的木材树种识别技术有利于推动我国林业信息化、智能化发展的进程。为了满足市场对木材高效精准识别的需求,将木材树种识别问题转化为多分类问题,开发了一种基于支持向量机结合线性降维算法的木材树种识别模型。具体而言,首先采用无监督的主成分分析和有监督的线性判别分析,分别对木材近红外高维光谱数据进行降维处理;其次将降维后的特征输入支持向量机模型中,输出各个树种类别上的概率分布。借助网格搜索法并结合5折交叉验证法选取最优核函数和核函数参数,探讨了支持向量机不同核函数对于木材树种分类效果的影响。为了评价模型的识别能力,选取准确率、混淆矩阵和ROC曲线评价提出的模型,并进一步探讨了本木材树种识别方法的可行性。实验结果表明,利用近红外光谱特征的支持向量机模型能准确且高效地识别木材树种。其中,线性判别分析结合支持向量机的模型分类准确率可达97.54%,模型运行速率为6.53 s。     

支持向量机和决策树算法在滚动轴承故障诊断中的应用

滚动轴承作为旋转机械中常见的部件,其发生故障轻则导致设备停工,重则造成经济损失和人员伤亡,因此滚动轴承的故障诊断在机械维护中有着重要意义。使用DC竞赛轴承故障检测数据集对滚动轴承故障诊断中常用模型进行对比分析,按照8:2的比例划分训练集与测试集,采用SMOTE过采样方法对训练集进行处理,从而解决类样本不平衡问题。将处理完后的训练集输入支持向量机(SVM)以及决策树模型,通过比较2个模型的测试集测试结果可以发现,SVM模型在滚动轴承故障诊断中更有效。     

基于粒子群优化支持向量机的时间序列木材含水率预测

木材干燥过程中对含水率的检测是一个复杂的非线性过程。为了提高含水率数据采集的精确性和可靠性,本文将粒子群优化算法（PSO）引入到含水率检测中,优化支持向量机（SVM）参数,对试验采集过程中失真数据时间点对应的实际值进行预测。通过粒子群优化支持向量机算法和拉格朗日插值法的仿真结果进行对比表明：PSO—SVM算法提高了误差精度,避免了拉格朗日插值法的龙格现象,得到了较好的预测结果。     

层次支持向量机在色木孔洞缺陷检测中的应用

针对现有木材无损检测中存在的问题,提出根据木材的声脉冲响应特点,通过自制的声波信号采集装置提取含有孔洞缺陷木材的声脉冲响应信号,再分别从时域和频域对信号进行处理,提取相关的统计信息作为识别特征,再输入到层次支持向量机（SVM）中进行识别的方法.结果表明,该方法对色木孔洞位置的识别准确率在95％以上,具有需构造的SVM分类器数量少、不存在不可识别域、训练和识别速度快的优点.对基于支持向量机的木材孔洞缺陷识别进行探讨,并对其有效性进行验证.     

基于支持向量机算法的含双局部减薄缺陷弯管爆破压力预测

为实现对含双局部减薄缺陷弯管爆破压力的精确预测,以415组不同尺寸轴向双局部减薄缺陷和环向双局部减薄缺陷20钢弯管爆破压力的显式非线性有限元模拟数据作为学习样本,建立了含双局部减薄缺陷20钢弯管爆破压力预测的支持向量机(SVM)模型;利用交叉验证方法对SVM模型参数进行优选,确定了最优的惩罚因子和核函数参数;最后通过与显式非线性有限元模拟结果的对比,分析了SVM模型用于两局部减薄缺陷任意方位分布时弯管爆破压力的预测精度。结果表明：SVM模型用于双局部减薄缺陷弯管的爆破压力预测时,其预测相对误差在-4.9%～3.7%;SVM模型具有预测精度高、适用范围广,操作简单、便于工程技术人员实使用等特点。     

基于支持向量机(SVM)的班克松人工林成熟材解剖性质的预测

成熟材含量的高低决定木材性质的优劣,合理界定幼龄材与成熟材的分界点,准确预测成熟材材质有利于木材高效加工利用.为了确定人工林班克松的成熟期和预测成熟材解剖性质,采用支持向量机(SVM)界定幼龄材与成熟材的分界点,在此基础上利用幼龄材解剖性质预测成熟材解剖性质.结果表明:人工林班克松幼龄材与成熟材的分界点在树木生长的第18年;成熟期解剖性质明显优于幼龄期,变化较幼龄期平缓;成熟预测误差低、相关性高;预测曲线能够体现解剖性质整体的变化趋势,但对解剖性质测试集突变点及其之后的变化情况表现不足.     

模糊支持向量机与独立成分分析在木材识别中的应用

采用体视显微镜获取图片解决了图片获取时间的难题。独立成分分析与支持向量机在人工智能方面已经取得较深入的研究,本文采用基于模糊支持向量机结合独立成分分析的方法在木材体视图图像数据库中的实验中取得了很好的木材识别率。     

支持向量机参数优化方法在木质粉尘火花探测中的应用

为提高木质粉尘火花检测的准确性,利用基于支持向量机(SVM)的物质分类方法检测木质粉尘火花。选取马尾松和杨木粉尘为研究对象,将两种粉尘分组点燃试验,获取火花和灰分的高光谱图像,提取感兴趣区域(region of interest,ROI)内的发光度数据进行预处理。利用感兴趣区域内的数据建立SVM分类模型,分别利用网格搜索法(GS)、遗传算法(GA)以及粒子群算法(PSO)对两类树种的SVM分类模型进行参数优化,并将三种参数优选方法的分类预测准确率进行对比。结果表明,三种优化方法均能够很好地检测两种树种的木粉火花,其中网格搜索法检测准确率明显高于其余两种,更适于木质粉尘火花探测,这为人造板生产过程中能够高效检测木质粉尘火花提供了一定的理论依据。     

基于深度学习特征和支持向量机的遥感图像分类

随着遥感图像采集技术的迅速发展,传统的遥感图像处理方法已经不能满足当前实际的生产需要。近年来,深度学习模型的流行为遥感图像分类问题的解决提供了新的途径。因此,为了进一步提升遥感图像的分类精度,笔者提出了一种基于深度学习特征和支持向量机(support vector machine,SVM)的遥感图像分类模型。首先,针对深度学习模型需要海量训练数据的特点,运用旋转、剪裁等方法对原始的遥感图像进行数据扩增;然后,将扩增数据按照种类随机地分为训练集和验证集两部分测试集,并使用训练集和验证集训练改进的针对遥感图像分类问题的卷积神经网络(convolutional neural network,CNN)中的参数,进而在训练好的CNN模型上提取第一部分测试集的深度学习特征;最后,使用第一部分测试集的深度特征训练多分类SVM,并对第二部分测试集图像进行分类验证。实验采用NWPU-RESISC45公共数据集对本研究模型精度进行验证,与现有的遥感图像分类方法相比较,实验结果表明,提出模型的总体分类精度有明显提升,从而验证了方法的有效性和实用性。     

手提式挖坑机主轴的优化设计研究

本文运用优化设计理论,从建立优化设计的数学模型和选择优化方法入手,对手提式挖坑机主轴进行了优化设计,并以W3型手提式挖坑机为例进行了验证。结果表明,优化方法可节省主轴用料25.43%,为改善挖坑机性能,减轻其重量奠定了基础。     

跑车带锯机空载功率的研究

本文从研究带锯机空载功率角度出发，通过对其空载功率的测试，分析带锯机空载功率的影响因素，提出了一种计算空载功率的方法，建立了相应的数学模型，为合理地确定机床空载功率提供了依据。     

新型集材机转向桥的研究

在中小型集材机中大多是用农用中小型拖拉机为原型机改制而成的，其转向操纵机构一般为转向梯形连杆结构、双拉杆结构等。……     

背放式移动型架杆装车机的研究

近年来,随着森林资源逐渐减少,伐区装车点越来越分散,装车场需要频繁搬迁,而装车场安装、转移需工较多,致使大量时间消耗在准备作业上,生产成本增加。很显然,这种固定装车方式已不适应伐区装车场频繁搬迁的变化,因此,研制一种移动灵活、结构简单的装车机已成为当前生产的急需。     

木工圆锯机振动量的研究

本文通过对MJ225型万能木工圆锯机的振动实测,研究了圆锯片的振幅、机床台面的振动加速度量值,这些研究结果对于了解木工圆锯的振动现状、提高锯割精度的研究以及木工圆锯的产品质量检测等提供了可靠数据。     

台式带锯机空载功率的研究

台式带锯机的空载功率是确定拖动功率的关键参数,拖动功率是台式带锯机设计的重要依据,至今靠类比方法确定,缺少科学依据。为了满足台式带锯机合理设计的要求,我们对台式带锯机的空载功率进行了研究。研究是在MJ3310AK型台式带锯机上进行的,通过试验研究探讨了空载功率的主要影响因素及影响程度,得到了可供计算的通用数学模型。