首页>
根据【关键词:支持向量机(SVM)】搜索到相关结果 4 条
-
基于支持向量机的民航飞行人员人格选拔分类器的探讨
-
作者:
肖潇
程珊
孙继成
马进
胡文东
来源:
现代生物医学进展
年份:
2017
文献类型 :
期刊
关键词:
卡特尔16项人格测试(16PF)
支持向量机(SVM)
民航飞行人员
人格选拔与评估
-
描述:
目的:探究将统计学习方法应用于心理测验所得的大量数据进行学习分析的可行性,并基于探究结果对飞行职业的人格特征进行进一步探索,为飞行人员的选拔及评估提供新的思路。方法:从某航空公司随机抽取1020名男性被试,其中飞行人员510名,非飞行人员510名,采用卡特尔16项人格测试对其进行测验,施测后对得到的16项因子分采用支持向量机就随机划分的训练组和测试组进行学习,分析学习结果。结果:挑选出4项因子作为分类的特征因子,基于线性支持向量机构建的分类器在交叉验证下的平均正确率为64%。结论:采用SVM构建的分类器具有一定的可靠性和有效性。
-
免疫支持向量机用于航空发动机磨损故障诊断
-
作者:
张建
李艳军
曹愈远
张丽娜
来源:
北京航空航天大学学报
年份:
2018
文献类型 :
期刊
关键词:
免疫算法
航空发动机
支持向量机(SVM)
铁谱分析
磨损故障诊断
-
描述:
航空发动机在使用寿命周期内会不断磨损最终出现故障,通过对发动机油液监测铁谱分析数据的挖掘可实现磨损故障的诊断。本文研究免疫算法优化的支持向量机(SVM)在航空发动机磨损故障诊断中的运用。首先,总结了支持向量机和免疫算法的运行流程和关键算法。然后,用改进的免疫算法优化支持向量机惩罚因子、松弛变量及核函数参数。某型航空发动机的油液铁谱分析数据和加入噪声数据验证结果表明,该方法可有效实现航空发动机磨损故障诊断且具有较好的鲁棒性。最后,研究了核函数、多分类决策方法、初始种群大小、亲和力计算公式、支持向量机优化方法和归一化方法对磨损故障诊断准确率的影响,得到了最佳诊断方法。
-
民用飞机着陆距离预测研究
-
作者:
温瑞英
吴博
褚双磊
王红勇
来源:
中国安全科学学报
年份:
2017
文献类型 :
期刊
关键词:
粒子群优化(PSO)算法
飞行安全
遗传算法(GA)
支持向量机(SVM)
回归预测
着陆距离
-
描述:
选择误差最小、精度最优的径向基核函数(RBF)构建最有效的SVM模型。探讨网格参数算法、遗传算法(GA)和粒子群优化(PSO)算法对最佳惩罚函数c和核函数参数g的影响。结果表明,预测着陆数据与实测着陆数据吻合较好——最大绝对误差在20 m范围内,最大相对误差为1%。
-
基于模糊信息粒化和优化SVM的航空发动机性能趋势预测
-
作者:
李艳军
张建
曹愈远
张丽娜
来源:
航空动力学报
年份:
2018
文献类型 :
期刊
关键词:
模糊信息粒化
航空发动机
遗传算法
参数预测
折交叉验证
k
支持向量机(SVM)
-
描述:
提出采用模糊信息粒化(FIG)和优化的支持向量机(SVM)来预测航空发动机参数的变化趋势和变化空间。利用模糊信息粒化方法对性能参数进行粒化处理。以K-CV验证误差最小作为优化目标,采用遗传算法(GA)实现支持向量机惩罚参数和核函数参数的自适应优化选择;训练SVM模型并进行并对模糊粒子非线性预测。利用某航空公司的某型航空发动机性能参数监测数据进行验证,结果表明:该算法可以有效实现航空发动机性能参数变化趋势和变化空间预测。在实例基础上分析了窗口大小对算法预测精度的影响以及算法多步预测的效果,得出算法最佳窗口大小为3个数据且算法3步以内预测误差小于10%。