导读:本文包含了相关向量机论文开题报告文献综述及选题提纲参考文献，主要关键词:故障诊断,滚动轴承,振动故障,特征提取
相关向量机论文文献综述
张晓丹,李瑞红,赵利辉[1]（2019）在《基于有向无环图相关向量机的捣固车滚动轴承故障诊断》一文中研究指出针对捣固车滚动轴承振动故障信号的非线性和非平稳性特点,提出将总体经验模态分解(EEMD)故障特征提取方式和有向无环图相关向量机(DAG-RVM)相结合的故障诊断方法。采用EEMD处理滚动轴承振动信号后得到很多固有模态函数(IMF),并将IMF能量作为特征向量输入DAG-RVM诊断器中识别。此模型与支持向量机(SVM)比较,体现出RVM在故障诊断中的优势。(本文来源于《化工自动化及仪表》期刊2019年10期）
刘瑞明,黄佳炜,刘勇,孙帅成,王双永[2]（2019）在《基于相关向量机回归的涂泥木线条表面点状小缺陷检测》一文中研究指出木线条是一种用途广泛的建筑材料,主要用于装饰、装修和家具制造等行业。涂泥木线条具有美观、强度高、耐潮湿等优点,深受用户的青睐。在生产过程中,为了提高产品质量,需要对涂泥木线条的表面缺陷进行检测,基于数字图像处理技术的缺陷检测方法已成为主要技术手段。在图像中,面积较大的缺陷相对容易检测,但小的点状缺陷由于包含像素少、缺乏纹理特征等特点,检测非常困难。使用传统的、基于滤波的方法检测小缺陷,主要利用了小缺陷的高频特性,但高频图像噪声会造成误检,导致检测效果并不理想。本研究提出了基于相关向量回归结合后处理的方法对小缺陷进行检测,相关向量回归与支持向量回归相比,具有超参数少、表达更稀疏、核函数不需要满足梅西定理等优点。该方法通过以下步骤实现小缺陷检测:首先利用相关向量回归算法对图像进行处理,将回归值作为像素灰度值构建回归图像,然后求原始图像与回归图像的差图像,求取差图像的核相关系数后,再经过取反、二值化和局部平均等后处理,最终得到信杂比较大的检测图像。通过检测指标的比较,与基于Top-hat滤波的检测算法相比,本研究提出的方法具有更好的检测效果。(本文来源于《林业工程学报》期刊2019年05期）
程洪超,刘乙奇,黄道平[3]（2019）在《面向污水处理过程的预测元-相关向量机故障诊断算法研究》一文中研究指出污水处理系统是一个复杂的非线性大系统,存在作业环境恶劣、控制目标复杂、扰动不确定性、不易在线监测等问题。这些问题导致污水厂发生故障频繁,开发高效的故障监测技术成了当务之急。本文提出了一种新的故障监测技术,即预测元-相关向量机方法。该方法是将可预测元算法与相关向量机进行有机结合。首先利用可预测元算法对污水厂的采集的数据进行特征提取,去除重复特征和冗余信息。然后,利用处理后的数据训练相关向量机模型。为了验证所提方法的优越性,将预测元-相关向量机与RVM,PCA-RVM和ICA-RVM叁种方法同时用于监测国际水协会提供的BSM1污水处理平台。实验表明本文所提方法故障诊断精度更高。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
张研,邓雪沁,张炳晖[4]（2019）在《基于相关向量机的再生混凝土收缩徐变预测》一文中研究指出针对再生混凝土收缩徐变与其影响因素之间存在着复杂的非线性关系,难以建立精准预测模型。提出一种基于相关向量机的再生混凝土收缩徐变预测模型,该模型通过对少量学习样本的学习,精准预测仅知道影响因素的预测样本的收缩徐变值。将该模型应用于再生混凝土收缩徐变预测,研究结果表明,该方法具有精度高、小样本、容易实现等优点,为再生混凝土收缩徐变获取提供了一条新途径。(本文来源于《混凝土》期刊2019年07期）
刘月峰,赵光权,彭喜元[5]（2019）在《多核相关向量机优化模型的锂电池剩余寿命预测方法》一文中研究指出基于相关向量机的剩余寿命预测方法,核函数是影响相关向量机模型预测性能的重要因素.目前的相关向量机预测模型以单核为主,且核函数的选择存在较大主观性,导致所构建的预测模型性能有限.本文提出一种融合多个核函数构建相关向量机预测模型的方法,通过果蝇算法优化多个核函数优化组合的线性方程系数,提高了模型的预测性能,并将该方法应用于预测锂离子电池的循环剩余寿命.分别采用美国NASA和马里兰大学的电池退化数据集,对本文的方法进行了实验验证.实验结果表明:多核相关向量机预测方法的平均绝对误差和均方根误差都小于最优的单核相关向量机预测方法.(本文来源于《电子学报》期刊2019年06期）
刘鸿斌,宋留[6]（2019）在《相关向量机对废水处理系统出水水质的预测》一文中研究指出准确预测出水水质对造纸废水处理过程具有重要意义,为此笔者提出一种基于相关向量机(RVM)的软测量模型。首先,利用偏最小二乘法(PLS)提取实际造纸废水处理过程数据的潜变量,解决过程变量的共线性和高维度问题,然后利用潜变量建立RVM预测模型。结果表明,与RVM模型相比,本文提出的PLS-RVM组合模型在对出水悬浮固形物(SS)的水质预测测试时,均方根误差降低了7.76%,决定系数提高了12.32%;但对出水化学需氧量(COD)的预测测试效果提升并不明显。此外,PLS-RVM模型的预测效果较PLS-LSSVM模型有显着提升:对出水SS的预测,均方根误差降低了9.16%,决定系数提高了15.29%;对出水COD的预测结果中,均方根误差降低了9.29%,决定系数提高了18.34%。(本文来源于《中国造纸学报》期刊2019年02期）
辛忠良,霍明霞,贾鹏举,韩光,李峙[7]（2019）在《基于经验小波变换和相关向量机的断路器机械故障诊断》一文中研究指出为了更准确的提取断路器故障特性,得到更可靠的故障诊断结果,在振动信号的基础上,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)和相关向量机(Relevance Vector Machine,RVM)的断路器机械故障诊断方式。首先提取不同故障振动信号,设置阈值来初始化信号傅里叶频域分解区间,利用EWT分解得到有限带宽的多个模态。然后计算样本熵参数,计算并作为特征向量。最后,将特征向量输入相关向量机(RVM),建立不同故障的模型,对测试样本进行诊断。通过与其他方法实验对比,文中方法具有更高的故障诊断识别率,更快的识别速度。(本文来源于《电测与仪表》期刊2019年13期）
解红刚,解红永,杜雅君,谭富军,梁金龙[8]（2019）在《混合核函数相关向量机在污垢预测中的应用》一文中研究指出污垢的热阻反映了污垢结垢的程度,准确预测污垢热阻,为污垢监测以及污垢对策提供了重要参考依据。近年来,混合核函数相关向量机开始用于预测变压器顶层油温。将基于混合核函数的相关向量机应用到污垢预测研究中,介绍混合核函数相关向量机的基本原理,通过在线监测装置,采集样本数据,进行仿真实验。结果表明混合核函数相关向量机能准确预测污垢热阻值,相对于单一核函数相关向量机,混合核函数相关向量机的预测精度更高。(本文来源于《山东电力技术》期刊2019年04期）
范兴明,王超,张鑫,高琳琳,刘华东[9]（2019）在《基于增量学习相关向量机的锂离子电池SOC预测方法》一文中研究指出针对锂离子电池荷电状态(SOC)预测精度不高以及在线适应性差的问题,提出一种改进的增量学习相关向量机模型对锂离子电池SOC进行在线预测。选择锂离子电池电压、充放电电流和表面温度作为模型的输入,SOC作为模型的输出,构造模型的训练集。选用快速序列稀疏贝叶斯学习算法进行训练,并结合增量学习法建立增量学习相关向量机模型进行锂离子电池SOC在线预测方法研究。研究发现,通过自动调整核参数的方法,可以保证有较高的预测精度。算法验证实验表明,核参数可以控制算法的预测精度和计算效率,该算法预测精度高、计算速度快、通用性强,可为锂离子电池SOC的预测与应用提供参考。(本文来源于《电工技术学报》期刊2019年13期）
冯小素[10]（2019）在《基于相关向量机的混合模型在时间序列预测中的研究》一文中研究指出时间序列是指一组按照时间顺序记录的观测值。随着社会的快速发展和大数据技术的逐渐成熟,经济、气象、交通、医学、能源等各个领域都产生并记录了大量的时间序列数据。时间序列预测是指通过对历史数据建模,并利用该模型对序列的未来趋势进行类推与估计。时间序列预测的应用领域非常广泛,对经济的整体发展、社会的和谐与稳定以及公民的生活安全都有着深刻的影响。由于时间序列通常含有非线性、周期性等特征,且单一的预测算法通常有着一定的限制,给准确的时间序列预测带来了一定的难度。为此,研究者们提出了多种方法以改进预测精度,如使用数据预处理技术对原始序列进行除噪等处理、针对时间序列的特性调整模型的输入变量和维度、使用优化算法确定模型的最优值等。本文针对这些问题,依托于相关向量机的良好的学习能力,利用数据预处理方法和优化算法,结合各个方法的优势提出了两个混合模型:(1)基于相关向量机(Relevance vector machine,RVM)的组合预测模型WS-FRVM(WT-SSA-FOA-RVM)。针对原始序列难以提取主要特征的问题,运用小波转换将数据进行分解,取得高频数据和低频数据。低频数据包含数据的主要特征,而高频数据含有噪声数据和有用信息,需要采用奇异谱分析方法对其进行进一步处理,移除噪声数据。然后,由于低频数据的波动平缓利用RVM进行建模预测,而高频数据由于波动性较大,因此本文利用果蝇算法优化的RVM模型进行预测输出。最后,将高频数据和低频数据的预测结果进行整合作为最终的预测输出。所提模型在叁个不同地区的电力负荷数据上进行验证,结果表明WSFRVM模型有着良好的预测性能。(2)基于RVM并考虑多变量辅助预测的组合预测模型SMFRVM(SSA-Multi-FOA-RVM)。由于时间序列受到横向信息的影响,所以模型综合考虑辅助变量,对预测变量的输出进行修正。首先,计算相关变量与预测变量之间的相关系数,综合相关系数大小和模型复杂度,选择出数量合适的辅助变量,然后使用奇异谱分析方法提取出各个变量中的主要特征。针对RVM核参数难以确定的问题,本文使用果蝇算法选择合适的参数预测各个变量。最后将各个变量预测得到的结果使用遗传算法优化的线性回归模型计算输出。该模型在两个真实数据集上进行实验验证,实验结果表明,SMFRVM模型相较于基准模型有着较高的预测精度。(本文来源于《兰州大学》期刊2019-04-01）
相关向量机论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
木线条是一种用途广泛的建筑材料,主要用于装饰、装修和家具制造等行业。涂泥木线条具有美观、强度高、耐潮湿等优点,深受用户的青睐。在生产过程中,为了提高产品质量,需要对涂泥木线条的表面缺陷进行检测,基于数字图像处理技术的缺陷检测方法已成为主要技术手段。在图像中,面积较大的缺陷相对容易检测,但小的点状缺陷由于包含像素少、缺乏纹理特征等特点,检测非常困难。使用传统的、基于滤波的方法检测小缺陷,主要利用了小缺陷的高频特性,但高频图像噪声会造成误检,导致检测效果并不理想。本研究提出了基于相关向量回归结合后处理的方法对小缺陷进行检测,相关向量回归与支持向量回归相比,具有超参数少、表达更稀疏、核函数不需要满足梅西定理等优点。该方法通过以下步骤实现小缺陷检测:首先利用相关向量回归算法对图像进行处理,将回归值作为像素灰度值构建回归图像,然后求原始图像与回归图像的差图像,求取差图像的核相关系数后,再经过取反、二值化和局部平均等后处理,最终得到信杂比较大的检测图像。通过检测指标的比较,与基于Top-hat滤波的检测算法相比,本研究提出的方法具有更好的检测效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
相关向量机论文参考文献
[1].张晓丹,李瑞红,赵利辉.基于有向无环图相关向量机的捣固车滚动轴承故障诊断[J].化工自动化及仪表.2019
[2].刘瑞明,黄佳炜,刘勇,孙帅成,王双永.基于相关向量机回归的涂泥木线条表面点状小缺陷检测[J].林业工程学报.2019
[3].程洪超,刘乙奇,黄道平.面向污水处理过程的预测元-相关向量机故障诊断算法研究[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[4].张研,邓雪沁,张炳晖.基于相关向量机的再生混凝土收缩徐变预测[J].混凝土.2019
[5].刘月峰,赵光权,彭喜元.多核相关向量机优化模型的锂电池剩余寿命预测方法[J].电子学报.2019
[6].刘鸿斌,宋留.相关向量机对废水处理系统出水水质的预测[J].中国造纸学报.2019
[7].辛忠良,霍明霞,贾鹏举,韩光,李峙.基于经验小波变换和相关向量机的断路器机械故障诊断[J].电测与仪表.2019
[8].解红刚,解红永,杜雅君,谭富军,梁金龙.混合核函数相关向量机在污垢预测中的应用[J].山东电力技术.2019
[9].范兴明,王超,张鑫,高琳琳,刘华东.基于增量学习相关向量机的锂离子电池SOC预测方法[J].电工技术学报.2019
[10].冯小素.基于相关向量机的混合模型在时间序列预测中的研究[D].兰州大学.2019