CH4 - SMPS High Isolation (2500V min) Current Transformer - PREMO CORPORATION S.L
2022-11-04 17:22:44
` 本帖最后由 訊飛開放平臺(tái) 于 2018-8-24 09:44 編輯
作為模式識(shí)別或者機(jī)器學(xué)習(xí)的愛好者,同學(xué)們一定聽說過支持向量機(jī)這個(gè)概念,這可是一個(gè),在機(jī)器學(xué)習(xí)中避不開的重要問題。其實(shí)關(guān)于
2018-08-24 09:40:17
初步了解支持向量機(jī)(SVM)-1
2019-09-03 09:59:18
支持向量機(jī)SVM
2020-05-20 10:21:42
根據(jù)ADP5054 SPEC,CH1CH2當(dāng)前輸出量可達(dá)10A,CH3CH4可達(dá)2.5A。
當(dāng)將載荷調(diào)整到 6A 時(shí),CH1 CH2 效率下降58%。當(dāng)將載荷調(diào)整到 0.8A 時(shí),CH3 CH4
2024-01-05 08:27:44
DSP實(shí)現(xiàn)智能算法支持向量機(jī)SVM有人做嗎?
2016-11-17 22:31:33
用STM32F103C8寫了一個(gè) TIM4 PWM輸出 輸出通道為CH4,但不出PWM,不知寄存器哪里設(shè)置不對(duì),求高手指點(diǎn),系統(tǒng)時(shí)鐘為72MHzTIM4_PWMOut_Init(999,71
2019-02-18 04:14:07
STM32F4定時(shí)器CH3和CH4通道進(jìn)行PWM捕獲問題近日由于硬件改變問題,原本位于STM32F407單片機(jī)timer4的CH2通道的PWM捕獲的引腳改為timer5的CH4通道,之前評(píng)審原理圖
2022-01-06 07:44:08
; TIM_OCInitStructure.TIM_Pulse=1500;//CH4 TIM_OCInitStructure.TIM_OCPolarity=TIM_OCPolarity_High; TIM_OC4Init(TIM4
2019-09-18 04:35:01
我用TIM1的ch1和ch1N,ch2和ch2N產(chǎn)生兩對(duì)互補(bǔ)的PWM波,ch3和ch4產(chǎn)生相位相差180度的PWM,但現(xiàn)在問題是產(chǎn)生的互補(bǔ)的PWM波沒有問題,但是相位相差180度的PWM波只有一路有
2018-09-30 09:54:41
再次遇到了問題,高級(jí)定時(shí)器的CH3和CH4通道進(jìn)行輸入捕獲的時(shí)候與CH1,CH2有什么不同或者其他時(shí)基有什么不同?
2020-06-05 04:35:07
本文主要介紹支持向量機(jī)、k近鄰、樸素貝葉斯分類 、決策樹、決策樹集成等模型的應(yīng)用。講解了支持向量機(jī)SVM線性與非線性模型的適用環(huán)境,并對(duì)核函數(shù)技巧作出深入的分析,對(duì)線性Linear核函數(shù)、多項(xiàng)式
2021-09-01 06:57:36
與單片機(jī)之間短路 斷路 虛焊(萬用表測(cè)試沒問題)4.adc0832芯片燒壞(換了一塊好的系統(tǒng)中拔下來的芯片也沒用)`
2018-05-17 20:54:16
小菜鳥一枚 ,有哪位大神能提供部分基于支持向量積的分類鑒別問題的MATLAB編碼,思路過程,不勝感激
2017-04-03 18:54:28
針對(duì)青霉素發(fā)酵過程中的某些關(guān)鍵生物參數(shù)(如菌體濃度、基質(zhì)濃度、產(chǎn)物濃度)難以實(shí)時(shí)在線測(cè)量的問題,提出一種基于最小二乘支持向量機(jī)(LS-SVM)逆模型的軟測(cè)量方法。該方法用具有高斯核函數(shù)的LS-SVM
2009-09-19 09:36:09
1 與我分配的其他引腳沖突(并且不能輕易移動(dòng))。是否可以在不同的通道對(duì)上執(zhí)行編碼器模式,比如 ch3 和 ch4,或者 ch1 和 ch2 有什么特別之處?另外,什么是編碼器模式?我只是假設(shè)我應(yīng)該用它來連接編碼器,但我實(shí)際上并不知道它是如何工作的。
2023-02-08 06:49:21
sklearn實(shí)例-用支持向量機(jī)分類器(SVC)識(shí)別手寫字體
2020-06-11 17:02:51
支持向量機(jī)SVM理解篇
2020-06-14 09:05:32
單片機(jī)甲醛濃度報(bào)警器由51單片機(jī)+ZE08-CH2O甲醛濃度傳感器+LCD1602液晶顯示+LED燈+按鍵+蜂鳴器構(gòu)成。
2021-07-14 08:08:53
擴(kuò)展包x-cube-ai能實(shí)現(xiàn)SVM支持向量機(jī)嘛
2024-03-22 07:26:57
我的論文是變壓器在線監(jiān)測(cè) 其中用到了支持向量機(jī)法 不知道怎么把該方法用到LabVIEW仿真中去現(xiàn)在特別著急 有懂的可以聯(lián)系我Q:319901127必有重謝
2015-03-21 09:10:11
有沒有人知道果蠅參數(shù)尋優(yōu)與支持向量機(jī)結(jié)合應(yīng)用到車牌識(shí)別中的呀?那個(gè)濃度判定函數(shù),初始位置那些是怎么確定的
2016-12-22 15:59:34
統(tǒng)計(jì)學(xué)習(xí)方法C++實(shí)現(xiàn)之六 支持向量機(jī)(SVM)
2019-04-29 10:47:58
如上圖所示,第一行數(shù)字代表下位機(jī)發(fā)送的數(shù)據(jù),第二行是標(biāo)注,也就是我想單獨(dú)讀取的數(shù)據(jù)。下位機(jī)會(huì)循環(huán)的發(fā)送第一行的數(shù)據(jù),CH1,CH2,CH3,CH4會(huì)隨著相關(guān)的操作發(fā)生變化,現(xiàn)在我想把CH1,CH2,CH3,CH4分別讀取,儲(chǔ)存到相應(yīng)的變量中,請(qǐng)問應(yīng)該如何寫代碼?上位機(jī)是C#寫的。
2019-04-22 21:21:24
我用TIM3輸出4路pwm,在MDK軟件仿真中,CH1和CH3是沒波形的,CH2和CH4有波形這里是部分程序,請(qǐng)教原子哥了TIM3->ARR=arr;//計(jì)數(shù)器自動(dòng)重裝值TIM3->SC=psc;//預(yù)分頻值TIM3->CCMR1=7
2020-04-29 00:28:41
沼氣是由各種有機(jī)物質(zhì)在適宜溫度、濕度及無空氣的條件下,經(jīng)過微生物的發(fā)酵作用產(chǎn)生的一種可燃?xì)怏w。沼氣的主要成分是CH4,含量為50%70%;另外還含有30%40%的CO2,0%5%的N2,以及少量
2021-06-30 08:09:23
淄博雍利安自動(dòng)化設(shè)備有限公司日前推出GJC4(B)煤礦用低濃度甲烷傳感器,該傳感器用于檢測(cè)煤礦井下空氣中的甲烷含量。主要由黑白元件、檢測(cè)電橋、運(yùn)算放大器、A/D轉(zhuǎn)換、單片機(jī)以及顯示、輸出等部分
2018-10-29 15:42:44
基于支持向量機(jī)的預(yù)測(cè)函數(shù)控制
Predictive Functional Control Based on Support Vector Machine
2009-03-17 09:24:0721 傳統(tǒng)的支持向量機(jī)是基于兩類問題提出的,如何將其有效地推廣至多類分類仍是一個(gè)研究的熱點(diǎn)問題。在分析比較現(xiàn)有支持向量機(jī)多類分類OVO方法存在的問題及缺點(diǎn)的基礎(chǔ)上,該文
2009-04-01 08:53:4812 提出一種區(qū)分隱寫域(包括像素域、DCT域、DWT域)的盲檢測(cè)方法,構(gòu)造圖像特征向量,建立一個(gè)多分類的支持向量機(jī),根據(jù)特征向量對(duì)圖像進(jìn)行訓(xùn)練。該方法能夠識(shí)別隱藏信息和其隱寫
2009-04-20 09:32:2614 支持向量聚類(SVC)是在支持向量機(jī)的思想上發(fā)展而來一種聚類方法,針對(duì)其處理大規(guī)模數(shù)據(jù)集速度緩慢的缺點(diǎn),提出了一種改進(jìn)的分塊支持向量聚類算法。改進(jìn)的算法分為三個(gè)階
2009-05-26 14:59:0032 支持向量機(jī)(SVM)是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理(SRM)的學(xué)習(xí)算法,也是一種具有很好的泛化性能的回歸方法。針對(duì)青霉素發(fā)酵過程中的菌體濃度進(jìn)行軟測(cè)量建模,提出了一種新的基
2009-05-30 13:15:298 提出一種基于層疊支持向量機(jī)的人臉檢測(cè)算法,用于復(fù)雜背景灰度圖像的人臉檢測(cè)。算法首先用線性支持向量機(jī)進(jìn)行粗篩選,濾去大量非人臉窗口,之后用非線性支持向量機(jī)對(duì)通過
2009-06-04 10:22:069 支持向量機(jī)(SVM )作為一種分類技術(shù)已經(jīng)成功運(yùn)用于入侵檢測(cè),但是支持向量機(jī)的性能與參數(shù)的選擇相關(guān)。在實(shí)際應(yīng)用中支持向量機(jī)的參數(shù)選取問題一直沒有得到很好地解決。粒子
2009-06-19 11:22:5413 為了提高信息系統(tǒng)的安全性,本文將基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)方法應(yīng)用到入侵檢測(cè)系統(tǒng)中,保證了在先驗(yàn)知識(shí)不足的情況下,支持向量機(jī)分類器仍有較好的分類正確率,達(dá)到
2009-06-20 08:53:016 支持向量機(jī)是基于統(tǒng)計(jì)學(xué)習(xí)理論的模式分類器。它通過結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則和核函數(shù)方法,較好地解決了模式分類器復(fù)雜性和推廣性之間的矛盾。我們將其應(yīng)用到石油預(yù)測(cè)的過程
2009-08-06 11:36:577 該文針對(duì)現(xiàn)有的加權(quán)支持向量機(jī)(WSVM)和模糊支持向量機(jī)(FSVM)只考慮樣本重要性而沒有考慮特征重要性對(duì)分類結(jié)果的影響的缺陷,提出了基于特征加權(quán)的支持向量機(jī)方法,即特征加權(quán)
2009-11-21 11:15:1815 良好的指紋圖像分割對(duì)于指紋奇異點(diǎn)及細(xì)節(jié)特征的可靠提取具有重要意義。本文提取指紋圖像子塊內(nèi)梯度一致性、灰度均值及灰度方差構(gòu)成特征向量,提出采用支持向量機(jī)對(duì)這些特
2009-12-12 13:51:4414 首先,預(yù)抽取支持向量以減少訓(xùn)練樣本數(shù)量,大大縮減訓(xùn)練時(shí)間;然后,用縮減后的樣本對(duì)改進(jìn)后的分類支持向量機(jī)進(jìn)行貨幣識(shí)別,改進(jìn)后的支持向量機(jī)不僅把目標(biāo)函數(shù)懲罰項(xiàng)模
2009-12-14 14:57:0114 產(chǎn)品簡(jiǎn)介本款甲烷/CH4氣體濃度檢測(cè)儀(產(chǎn)品型號(hào):XKCON-G600-CH4)是濟(jì)南祥控自動(dòng)化依照工業(yè)級(jí)設(shè)計(jì)標(biāo)準(zhǔn)研發(fā)生產(chǎn)的一款防爆型甲烷氣體濃度檢測(cè)儀表,可直接安裝在危險(xiǎn)區(qū)域的1區(qū)和2區(qū)使用.一
2023-04-03 17:13:11
本文分析了基于關(guān)聯(lián)度的混沌序列局域加權(quán)線性回歸預(yù)測(cè)法的缺點(diǎn)與不足,提出了一種新的基于向量范數(shù)的混沌序列局域加權(quán)線性回歸預(yù)測(cè)法。該新方法在原預(yù)測(cè)方法的基礎(chǔ)上,
2009-12-30 12:00:5512 本文主要研究支持向量機(jī)在手勢(shì)識(shí)別中模型的選擇,包括多類模型和核函數(shù)的選擇,提出基于徑向基核函數(shù)和一對(duì)一多類方法的支持向量機(jī)模型是最佳分類模型。實(shí)驗(yàn)結(jié)果表明該
2010-01-22 12:46:3729 針對(duì)信用卡使用過程中存在的欺詐消費(fèi)行為,運(yùn)用支持向量機(jī)(Support Vector Machine , SVM)建立信用卡欺詐檢查模型, 以期取得較好的預(yù)測(cè)分類能力。本文從模型建立、模型評(píng)估、模型分析
2010-02-26 15:21:4017 以城市電力負(fù)荷預(yù)測(cè)為應(yīng)用背景,根據(jù)電力負(fù)荷的特點(diǎn)和支持向量機(jī)(SVM)方法在解決小樣本學(xué)習(xí)問題中的優(yōu)勢(shì),提出基于SVM的電力短期負(fù)荷預(yù)測(cè)模型,并使用粒子群優(yōu)化算法優(yōu)化
2010-12-30 16:07:0113
田烷氣體CH3濃度測(cè)量電路
2009-02-12 07:50:53846
線性輸出的甲烷、沼氣濃度檢測(cè)器電路圖
2009-07-03 13:56:56525
沼氣泄漏檢測(cè)電路
2009-07-05 11:39:25660 針對(duì)支持向量機(jī)算法的不足,將粗糙集和支持向量機(jī)相結(jié)合,利用粗糙集理論對(duì)數(shù)據(jù)屬性進(jìn)行約簡(jiǎn),在某種程度上減少支持向量機(jī)求解的計(jì)算量。不但避免了特征提取中維數(shù)災(zāi)問題,還
2012-02-16 16:14:2415 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
2012-03-30 16:12:2742 提出一種基于果蠅優(yōu)化的支持向量機(jī)特征選擇與參數(shù)尋優(yōu)算法,模仿果蠅的覓食行為,以食物的味道濃度判定值作為參數(shù),并將特征集進(jìn)行二進(jìn)制編碼得到特征子集用于訓(xùn)練模型,然后
2013-09-03 15:37:180 CH4與CO檢測(cè)氣敏元件中催化劑的制備與反應(yīng)性能研究
2016-12-17 11:06:1014 組合核函數(shù)多支持向量機(jī)的直線電機(jī)建模_趙吉文
2017-01-07 17:16:231 大數(shù)據(jù)中邊界向量調(diào)節(jié)熵函數(shù)支持向量機(jī)研究_林蔚
2017-01-07 19:08:430 小波分析和相關(guān)向量機(jī)的網(wǎng)絡(luò)流量混沌預(yù)測(cè)_黃震
2017-01-07 20:49:270 基于支持向量機(jī)的顫振在線智能檢測(cè)_錢士才
2017-01-12 18:09:580 基于支持向量機(jī)的圖書館借閱量預(yù)測(cè)_王麗華
2017-03-16 08:59:470 光滑分段孿生支持向量機(jī)_吳青
2017-03-19 19:04:390 為了考察基于支持向量機(jī)算法的波束形成器在實(shí)際水聲環(huán)境中的主瓣寬度、旁瓣級(jí)以及陣增益等性能,將標(biāo)準(zhǔn)支持向量機(jī)算法與陣列波束優(yōu)化理論進(jìn)行對(duì)比,修正支持向量機(jī)價(jià)值損失函數(shù),建立標(biāo)準(zhǔn)支持向量機(jī)波束優(yōu)化模型
2017-11-10 11:03:4913 通過研究電力負(fù)荷預(yù)測(cè)中支持向量機(jī)的參數(shù)優(yōu)化問題,將改進(jìn)后新的粒子群算法導(dǎo)入支持向量機(jī)參數(shù)中,從而建立一種新的電力負(fù)荷預(yù)測(cè)模型(IPSO-SVM)。首先將支持向量機(jī)參數(shù)編碼為粒子初始位置向量,然后通過
2017-11-13 14:50:494 改進(jìn)了模糊支持向量機(jī)隸屬度函數(shù)設(shè)計(jì)方法??紤]樣本分布不確定的問題,使用灰色關(guān)聯(lián)度代替現(xiàn)有方法中的歐氏距離,定義了樣本的平均灰色絕對(duì)關(guān)聯(lián)度;針對(duì)噪聲識(shí)別過程中支持向量對(duì)分類貢獻(xiàn)被削弱的問題,提出
2017-11-29 16:19:040 針對(duì)基于遞推下降法的多輸出支持向量回歸算法在模型參數(shù)擬合過程中收斂速度慢、預(yù)測(cè)精度低的情況,使用一種基于秩2校正規(guī)則且具有二階收斂速度的修正擬牛頓算法( BFGS)進(jìn)行多輸出支持向量回歸算法的模型
2017-12-05 11:08:091 針對(duì)淺海探測(cè)中激光回波噪聲源多、信噪比低,傳統(tǒng)非加權(quán)最小二乘支持向量機(jī)和加權(quán)最小二乘支持向量機(jī)對(duì)低信噪比信號(hào)濾波不足的問題,提出將穩(wěn)健最小二乘法與加權(quán)最小二乘支持向量機(jī)相結(jié)合的濾波方法
2017-12-21 13:46:200 針對(duì)當(dāng)前網(wǎng)絡(luò)安全時(shí)變性、非線性、預(yù)測(cè)評(píng)估難的現(xiàn)狀,提出一種基于和聲搜索算法和相關(guān)向量機(jī)( HS-RVM)的網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)方法,以彌補(bǔ)現(xiàn)有預(yù)測(cè)方法在預(yù)測(cè)精度方面的不足。在預(yù)測(cè)過程中,首先對(duì)網(wǎng)絡(luò)安全
2017-12-26 17:48:571 針對(duì)現(xiàn)有的故障預(yù)測(cè)技術(shù)無法從整體上反映系統(tǒng)性能下降趨勢(shì)等問題,提出一種基于健康度分析的故障預(yù)測(cè)方法。首先,在支持向量機(jī)回歸算法基礎(chǔ)上構(gòu)造多輸出支持向量機(jī),以實(shí)現(xiàn)健康度的多步預(yù)測(cè),并提出一種和聲
2017-12-29 11:24:030 空氣間隙的擊穿電壓與放電起始前的電場(chǎng)分布特征存在多維非線性關(guān)系。為了實(shí)現(xiàn)空氣間隙的擊穿電壓預(yù)測(cè),以電場(chǎng)特征集作為輸入,以間隙在加載電壓下是否擊穿作為輸出,采用支持向量分類機(jī)建立擊穿電壓預(yù)測(cè)模型。針對(duì)
2018-01-05 16:46:400 降溫負(fù)荷持續(xù)增長(zhǎng)已成為中國(guó)南方夏季最大負(fù)荷屢創(chuàng)新高的重要原因。提出了一種基于信息熵和變精度粗糙集優(yōu)化的不確定支持向量機(jī)方法,用于中長(zhǎng)期降溫負(fù)荷預(yù)測(cè)。方法通過挖掘數(shù)據(jù)中的相互關(guān)系去除冗余信息,從輸入
2018-01-14 14:08:5217 隨著智能電網(wǎng)出現(xiàn),以神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)( Support Vector Machine, SVM)等為代表的非線性預(yù)測(cè)工具,已被廣泛應(yīng)用于電網(wǎng)負(fù)荷預(yù)測(cè)領(lǐng)域中。由于支持向量機(jī)是一種基于核的學(xué)習(xí)方法
2018-01-25 13:56:210 甲烷燃料電池是化學(xué)電池中的氧化還原電池。燃料電池是燃料和氧化劑(一般是氧氣)在電極附近參與原電池反應(yīng)的化學(xué)電源。甲烷(CH4)燃料電池就是用沼氣(主要成分為CH4)作為燃料的電池,與氧化劑O2反應(yīng)生成CO2和H2O.反應(yīng)中得失電子就可產(chǎn)生電流從而發(fā)電。
2018-02-04 13:04:0450557 針對(duì)類膚色信息或復(fù)雜背景的影響,難以通過手勢(shì)分割得到精確手勢(shì)輪廓而對(duì)后期手勢(shì)識(shí)別率與實(shí)時(shí)交互的影響,提出了一種基于特征包支持向量機(jī)( BOF-SVM)的手勢(shì)識(shí)別方法。采用SIFT算法提取手勢(shì)圖像局部
2018-02-24 15:23:211 模型選擇是支持向量學(xué)習(xí)的關(guān)鍵問題.已有模型選擇方法采用嵌套的雙層優(yōu)化框架,內(nèi)層執(zhí)行支持向量學(xué)習(xí),外層通過最小化泛化誤差的估計(jì)進(jìn)行模型選擇.該框架過程復(fù)雜。計(jì)算效率低.簡(jiǎn)化傳統(tǒng)的雙層優(yōu)化框架,提出
2018-03-01 16:10:540 經(jīng)驗(yàn)?zāi)J椒纸猓–EEMD)將原始風(fēng)電功率時(shí)間序列分解成幾個(gè)固有模態(tài)函數(shù)(IMFs);對(duì)每個(gè)IMF分量單獨(dú)建立膜計(jì)算優(yōu)化算法優(yōu)化支持向量機(jī)(MCO-SVR)的模型進(jìn)行預(yù)測(cè);疊加全部IMF分量的預(yù)測(cè)值作為最終的預(yù)測(cè)結(jié)果。建立包括單一的支持向
2018-03-13 11:13:340 支持向量機(jī)(Support Vector Machine: SVM)是一種非常有用的監(jiān)督式機(jī)器學(xué)習(xí)算法
2018-04-02 08:52:533924 預(yù)測(cè)精度是電力負(fù)荷預(yù)測(cè)的重要指標(biāo)。為增強(qiáng)預(yù)測(cè)精度,提出基于小波變異果蠅優(yōu)化的支持向量機(jī)預(yù)測(cè)模型(WFOAAM-LSSVM)。利用小波對(duì)負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理,分解成不同尺度的負(fù)荷曲線,加強(qiáng)歷史數(shù)據(jù)規(guī)律性
2018-04-13 14:56:180 針對(duì)金融數(shù)據(jù)的非線性、時(shí)變性、隨機(jī)性、模糊性、不確定性等特點(diǎn),提出一種嶄新的智能支持向量回歸模型,并且運(yùn)用一種新型的遺傳算法優(yōu)選模型參數(shù)。實(shí)驗(yàn)結(jié)果表明,所提出的智能支持向量回歸模型預(yù)測(cè)金融數(shù)據(jù)比BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度高、速度快。
2018-12-20 16:35:261 為了提高花粉濃度預(yù)報(bào)的準(zhǔn)確率,解決現(xiàn)有花粉濃度預(yù)報(bào)準(zhǔn)確率不高的問題,提出了一種基于粒子群優(yōu)化( PSO)算法和支持向量機(jī)( SVM)的花粉濃度預(yù)報(bào)模型。首先,綜合考慮氣溫、氣溫日較差、相對(duì)濕度
2019-04-25 17:13:2613 支持向量機(jī) (SVM) 是一個(gè)非常經(jīng)典且高效的分類模型。 但是, 支持向量機(jī)中涉及許多復(fù)雜的數(shù)學(xué)推導(dǎo), 并需要比較強(qiáng)的凸優(yōu)化基礎(chǔ), 使得有些初學(xué)者雖下大量時(shí)間和精力研讀, 但仍一頭霧水, 最終
2019-06-10 08:00:001 支持向量機(jī),英文為Support Vector Machine,簡(jiǎn)稱SV機(jī)(論文中一般簡(jiǎn)稱SVM)。它是一 種監(jiān)督式學(xué)習(xí)的方法,它廣泛的應(yīng)用于統(tǒng)計(jì)分類以及回歸分析中。
2020-01-28 16:01:0020744 為了提高花粉濃度預(yù)報(bào)的準(zhǔn)確率,解決現(xiàn)有花粉濃度預(yù)報(bào)準(zhǔn)確率不高的問題,提出了一種基于粒子群優(yōu)化(PSO)算法和支持向量機(jī)(SVM)的花粉濃度預(yù)報(bào)模型。首先,綜合考慮氣溫、氣溫日較差、相對(duì)濕度、降水量
2020-10-28 16:54:007 為了探索基于樣本教據(jù)的煤礦瓦斯爆炸風(fēng)險(xiǎn)預(yù)測(cè),依據(jù)夲質(zhì)安全理念構(gòu)建了預(yù)測(cè)瓦斯爆炸風(fēng)險(xiǎn)的指標(biāo)集,結(jié)合機(jī)器學(xué)習(xí)與特征優(yōu)化算法提出了信息増益( information gair,)與支持向量
2021-05-28 15:20:043 電力預(yù)測(cè)是一項(xiàng)重要的工程應(yīng)用。為了解決多層次粒度支持向量回歸機(jī)( Dynamical Granular Support Vector Regression machine, DGSVRM)預(yù)測(cè)電力
2021-06-16 11:21:116 準(zhǔn)確預(yù)測(cè)未來人口數(shù)量,對(duì)制定相關(guān)經(jīng)濟(jì)政策具有現(xiàn)實(shí)意義。文中針對(duì)人口中長(zhǎng)期預(yù)測(cè)影響因素較復(fù)雜、可用歷史數(shù)據(jù)較少、單一模型局限性等特點(diǎn),構(gòu)建了灰色預(yù)測(cè)和支持向量機(jī)的組合預(yù)測(cè)模型。該模型將灰色預(yù)測(cè)模型
2021-06-17 15:30:0719 ;CuTAPP的還原產(chǎn)物包括H2、CO、CH4和C2H4,主要產(chǎn)物為低電位下的CO (FECO≈47.7%,-0.63 VRHE)和較高電位下的CH4(FECH4≈54.8%,-1.63 VRHE),并且CuTAPP具有最低的H2選擇性(FEH2<30%)。
2022-12-09 09:45:40887 支持向量機(jī)(Support Vector Machine)是一種較知名的機(jī)器學(xué)習(xí)算法,該算法由俄羅斯數(shù)學(xué)家Vladimir Vapnik創(chuàng)立。
2023-04-28 09:09:50605 根據(jù)機(jī)器學(xué)習(xí)相關(guān)介紹(10)——支持向量機(jī)(低維到高維的映射),支持向量機(jī)可通過引入φ(x)函數(shù),將低維線性不可分問題轉(zhuǎn)換為高維線性可分問題。
2023-05-20 10:41:34501 本文主要介紹原問題(PRIME PROBLEM)和對(duì)偶問題(DUAL PROBLEM),支持向量機(jī)優(yōu)化問題可通過原問題向?qū)ε紗栴}的轉(zhuǎn)化求解。
2023-05-25 09:31:57667 本文主要內(nèi)容為采用支持向量機(jī)(SVM)解決國(guó)際象棋兵王問題。
2023-06-09 17:52:48632 支持向量機(jī)可求解二分類問題。當(dāng)需要求解多分類問題時(shí),支持向量機(jī)可將二分類問題的求解方式轉(zhuǎn)化為多分類問題的求解方式
2023-06-30 16:07:58272 假設(shè)測(cè)試樣本需被分為三類,首先需構(gòu)建三個(gè)支持向量機(jī)模型
2023-07-05 16:08:09285 XKCON祥控防爆型沼氣濃度在線監(jiān)控系統(tǒng)采用物聯(lián)網(wǎng)、傳感器、數(shù)據(jù)分析等先進(jìn)技術(shù),由氣體采集檢測(cè)報(bào)警設(shè)備、現(xiàn)場(chǎng)智能控制主機(jī)、風(fēng)機(jī)集控箱和遠(yuǎn)程監(jiān)控軟件四大模塊組成,能夠?qū)?b class="flag-6" style="color: red">沼氣中的CH4、CO2、CO、H2S進(jìn)行動(dòng)態(tài)連續(xù)監(jiān)測(cè),如有異常,能夠及時(shí)采取措施進(jìn)行處置。
2023-07-21 16:56:53382
評(píng)論
查看更多