期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于因子隐Markov模型的旋转机械故障诊断方法的研究
被引量：
2
1
作者
丁启全
李志农
+1 位作者
吴昭同
郑时雄
《动力工程》
CAS
CSCD
北大核心
2003年第4期2560-2563,共4页
针对旋转机械升降速过程非平稳、重复再现性不佳的特点 ,隐 Markov模型具有很强的针对性。因子隐 Markov模型是一种多链隐 Markov模型 ,它是隐 Markov模型的一种扩展形式。作者将因子隐 Markov模型引入到旋转机械升降速过程的故障诊断...
针对旋转机械升降速过程非平稳、重复再现性不佳的特点 ,隐 Markov模型具有很强的针对性。因子隐 Markov模型是一种多链隐 Markov模型 ,它是隐 Markov模型的一种扩展形式。作者将因子隐 Markov模型引入到旋转机械升降速过程的故障诊断中 ,提出了基于因子隐 Markov模型的旋转机械故障诊断方法 ,并且利用它成功地对旋转机械的故障进行了分类。实验结果表明 :该方法是有效的。图 4表 2参
展开更多
关键词
旋转机械
因子隐
markov
模型
故障诊断
模式分类
在线阅读
下载PDF
职称材料
特征选择对FHMM性能影响研究
被引量：
1
2
作者
陈昌红
赵恒
+1 位作者
梁继民
焦李成
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2010年第5期934-940,共7页
在利用因子隐马尔可夫模型(Factorial Hidden Markov Model,FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素.通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则.将FHMM引入到步态识别中...
在利用因子隐马尔可夫模型(Factorial Hidden Markov Model,FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素.通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则.将FHMM引入到步态识别中,提取4种步态特征,得到使用不同特征组合的FHMM的实验结果.使用McNemar检验的方法将其与单个特征的识别性能做比较,结合由正则典型相关分析得到的维数不同的特征间的相关性,分析得到以下结论:基于FHMM的识别性能与特征间的相关性并没有必然联系,其性能更多地受到特征间的识别性能差异和单个特征的识别性能的影响.为发挥FHMM的优越性,应选择特征间识别性能差异小和单个特征识别性能好的特征组合,在此基础上特征间相关性越小越好.
展开更多
关键词
因子隐马尔可夫模型
特征选择
正则典型相关分析
MCNEMAR检验
步态识别
在线阅读
下载PDF
职称材料
基于FHMM模型的离心泵故障诊断方法研究
3
作者
柳长昕
王锋
+3 位作者
刘传海
柳振河
吴世光
黎世翔
《水电能源科学》
2008年第5期156-159,共4页
针对离心泵故障振动信号特点,提出了一种结合小波变换与FHMM的离心泵故障诊断方法。利用Daubechies小波对振动信号一维8尺度小波分解,从中提取一维信号低频系数作为特征向量输入各状态FHMM进行训练,输出概率最大的状态即为离心泵运行状...
针对离心泵故障振动信号特点,提出了一种结合小波变换与FHMM的离心泵故障诊断方法。利用Daubechies小波对振动信号一维8尺度小波分解,从中提取一维信号低频系数作为特征向量输入各状态FHMM进行训练,输出概率最大的状态即为离心泵运行状态,从而实现了离心泵故障诊断。通过2BA-6A离心泵试验系统可验证该方法的有效实用性。
展开更多
关键词
离心泵
故障诊断
小波变换
因子隐
markov
模型
在线阅读
下载PDF
职称材料
题名
基于因子隐Markov模型的旋转机械故障诊断方法的研究
被引量：
2
1
作者
丁启全
李志农
吴昭同
郑时雄
机构
浙江大学机械系
华南理工大学机械系
出处
《动力工程》
CAS
CSCD
北大核心
2003年第4期2560-2563,共4页
基金
国家自然科学基金项目 ( 5 0 0 75 0 79)
文摘
针对旋转机械升降速过程非平稳、重复再现性不佳的特点 ,隐 Markov模型具有很强的针对性。因子隐 Markov模型是一种多链隐 Markov模型 ,它是隐 Markov模型的一种扩展形式。作者将因子隐 Markov模型引入到旋转机械升降速过程的故障诊断中 ,提出了基于因子隐 Markov模型的旋转机械故障诊断方法 ,并且利用它成功地对旋转机械的故障进行了分类。实验结果表明 :该方法是有效的。图 4表 2参
关键词
旋转机械
因子隐
markov
模型
故障诊断
模式分类
Keywords
rotating machinery
factorial
hidden
markov
models
(
fhmm
)
fault diagnosis
pattern classification
分类号
TH17 [机械工程—机械制造及自动化]
TN911 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
特征选择对FHMM性能影响研究
被引量：
1
2
作者
陈昌红
赵恒
梁继民
焦李成
机构
西安电子科技大学生命科学与技术学院生命科学研究中心
南京邮电大学通信与信息工程学院
西安电子科技大学智能感知与图像理解教育部重点实验室
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2010年第5期934-940,共7页
基金
国家重点基础研究发展计划973资助项目(2006CB705700)
教育部创新团队计划资助项目(IRT0645)
+2 种基金
国家自然科学基金资助项目(60902038
60872154)
陕西省自然科学基础研究计划资助项目(SJ08F18)
文摘
在利用因子隐马尔可夫模型(Factorial Hidden Markov Model,FHMM)进行分类识别的过程中,特征选择是影响其性能的主要因素.通过研究特征选择对FHMM性能的影响,提出了一种性能分析的方案,得出了选择FHMM特征的准则.将FHMM引入到步态识别中,提取4种步态特征,得到使用不同特征组合的FHMM的实验结果.使用McNemar检验的方法将其与单个特征的识别性能做比较,结合由正则典型相关分析得到的维数不同的特征间的相关性,分析得到以下结论:基于FHMM的识别性能与特征间的相关性并没有必然联系,其性能更多地受到特征间的识别性能差异和单个特征的识别性能的影响.为发挥FHMM的优越性,应选择特征间识别性能差异小和单个特征识别性能好的特征组合,在此基础上特征间相关性越小越好.
关键词
因子隐马尔可夫模型
特征选择
正则典型相关分析
MCNEMAR检验
步态识别
Keywords
factorial
hidden
markov
model
feature selection
regularized canonical correlation analysis
McNemar＇s test
gait recognition
分类号
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于FHMM模型的离心泵故障诊断方法研究
3
作者
柳长昕
王锋
刘传海
柳振河
吴世光
黎世翔
机构
东北电力大学能源与机械工程学院
鞍钢建设集团有限公司
出处
《水电能源科学》
2008年第5期156-159,共4页
基金
吉林省教育厅科学技术研究基金资助项目(2007047)
文摘
针对离心泵故障振动信号特点,提出了一种结合小波变换与FHMM的离心泵故障诊断方法。利用Daubechies小波对振动信号一维8尺度小波分解,从中提取一维信号低频系数作为特征向量输入各状态FHMM进行训练,输出概率最大的状态即为离心泵运行状态,从而实现了离心泵故障诊断。通过2BA-6A离心泵试验系统可验证该方法的有效实用性。
关键词
离心泵
故障诊断
小波变换
因子隐
markov
模型
Keywords
centrifugal pump
fault diagnosis
wavelet transform
factorial
hidden
markov
model
分类号
TH311 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于因子隐Markov模型的旋转机械故障诊断方法的研究
丁启全
李志农
吴昭同
郑时雄
《动力工程》
CAS
CSCD
北大核心
2003
2
在线阅读
下载PDF
职称材料
2
特征选择对FHMM性能影响研究
陈昌红
赵恒
梁继民
焦李成
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2010
1
在线阅读
下载PDF
职称材料
3
基于FHMM模型的离心泵故障诊断方法研究
柳长昕
王锋
刘传海
柳振河
吴世光
黎世翔
《水电能源科学》
2008
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
