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
2
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
基于改进分类器动态选择算法的滚珠丝杠副状态识别
1
作者
文娟
《高技术通讯》
CAS
北大核心
2024年第4期396-405,共10页
为提升滚珠丝杠副的性能状态识别精度,提出一种改进的分类器动态选择算法。该算法借助邻域成分分析(NCA),准确并自适应地定义测试样本的邻域,无需选择距离度量方式,从而更加准确地衡量多分类器系统中各子分类器对于测试样本进行正确分...
为提升滚珠丝杠副的性能状态识别精度,提出一种改进的分类器动态选择算法。该算法借助邻域成分分析(NCA),准确并自适应地定义测试样本的邻域,无需选择距离度量方式,从而更加准确地衡量多分类器系统中各子分类器对于测试样本进行正确分类的潜力,解决了传统分类器动态选择算法精度受限于距离度量方式选择是否合适的问题。将所提出的分类器动态选择算法应用于滚珠丝杠副状态识别中,首先利用AdaBoost算法离线训练反向传播(BP)神经网络集合,然后依据实时信号特征,采用改进的分类器动态选择算法从分类器集合中选取最合适的子分类器进行状态鉴定,从而实现更好的识别效果。实验结果表明,提出方法的状态识别准确率能够达到97.22%,高于BP神经网络、AdaBoost与传统分类器动态选择算法,且对于不同的性能状态均有较高的识别精度。
展开更多
关键词
分类器动态选择
邻域成分分析(NCA)
状态识别
滚珠丝杠副
多
分类器
系统
在线阅读
下载PDF
职称材料
基于AdaBoost与LCA的滚珠丝杠副状态识别方法
2
作者
文娟
《高技术通讯》
CAS
2023年第3期332-338,共7页
作为数控机床的关键部件,滚珠丝杠副的工作状态关系到整个机床的性能与产品质量。因此,对滚珠丝杠副进行状态监测,准确识别其状态能够提高机床的可靠性与安全性,并降低生产成本。为了提高状态识别精度,提出基于AdaBoost与局部类精度(LCA...
作为数控机床的关键部件,滚珠丝杠副的工作状态关系到整个机床的性能与产品质量。因此,对滚珠丝杠副进行状态监测,准确识别其状态能够提高机床的可靠性与安全性,并降低生产成本。为了提高状态识别精度,提出基于AdaBoost与局部类精度(LCA)的滚珠丝杠副状态识别方法。首先,利用历史失效数据与AdaBoost算法生成一个包含多个分类器的分类器集合。然后,针对未知状态的滚珠丝杠副,根据当前监测信号的特征,利用LCA算法从分类器集合中选出最合适的分类器对其当前状态进行识别。实验结果表明,所提出方法能够有效地识别滚珠丝杠副状态,其状态识别准确率高于传统方法,达到96.3%。
展开更多
关键词
状态监测
滚珠丝杠副
动态
分类器
选择
ADABOOST
局部类精度(LCA)
在线阅读
下载PDF
职称材料
题名
基于改进分类器动态选择算法的滚珠丝杠副状态识别
1
作者
文娟
机构
恒丰泰精密机械股份有限公司
浙江工业大学机械工程学院
出处
《高技术通讯》
CAS
北大核心
2024年第4期396-405,共10页
基金
国家自然科学基金(51475425)
绍兴市“揭榜挂帅”制科技项目(2021B41006)
浙江省博士后科研项目择优(273426)资助项目。
文摘
为提升滚珠丝杠副的性能状态识别精度,提出一种改进的分类器动态选择算法。该算法借助邻域成分分析(NCA),准确并自适应地定义测试样本的邻域,无需选择距离度量方式,从而更加准确地衡量多分类器系统中各子分类器对于测试样本进行正确分类的潜力,解决了传统分类器动态选择算法精度受限于距离度量方式选择是否合适的问题。将所提出的分类器动态选择算法应用于滚珠丝杠副状态识别中,首先利用AdaBoost算法离线训练反向传播(BP)神经网络集合,然后依据实时信号特征,采用改进的分类器动态选择算法从分类器集合中选取最合适的子分类器进行状态鉴定,从而实现更好的识别效果。实验结果表明,提出方法的状态识别准确率能够达到97.22%,高于BP神经网络、AdaBoost与传统分类器动态选择算法,且对于不同的性能状态均有较高的识别精度。
关键词
分类器动态选择
邻域成分分析(NCA)
状态识别
滚珠丝杠副
多
分类器
系统
Keywords
dynamic classifier selection
neighborhood components analysis(NCA)
condition recognition
ball screw
multiple classifier system
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TG659 [金属学及工艺—金属切削加工及机床]
在线阅读
下载PDF
职称材料
题名
基于AdaBoost与LCA的滚珠丝杠副状态识别方法
2
作者
文娟
机构
浙江工业大学机械工程学院
恒丰泰精密机械股份有限公司
出处
《高技术通讯》
CAS
2023年第3期332-338,共7页
基金
国家自然科学基金(51475425)资助项目。
文摘
作为数控机床的关键部件,滚珠丝杠副的工作状态关系到整个机床的性能与产品质量。因此,对滚珠丝杠副进行状态监测,准确识别其状态能够提高机床的可靠性与安全性,并降低生产成本。为了提高状态识别精度,提出基于AdaBoost与局部类精度(LCA)的滚珠丝杠副状态识别方法。首先,利用历史失效数据与AdaBoost算法生成一个包含多个分类器的分类器集合。然后,针对未知状态的滚珠丝杠副,根据当前监测信号的特征,利用LCA算法从分类器集合中选出最合适的分类器对其当前状态进行识别。实验结果表明,所提出方法能够有效地识别滚珠丝杠副状态,其状态识别准确率高于传统方法,达到96.3%。
关键词
状态监测
滚珠丝杠副
动态
分类器
选择
ADABOOST
局部类精度(LCA)
Keywords
condition monitoring
ball screw
dynamic classifier selection
AdaBoost
local class accuracy(LCA)
分类号
TG659 [金属学及工艺—金属切削加工及机床]
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
基于改进分类器动态选择算法的滚珠丝杠副状态识别
文娟
《高技术通讯》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于AdaBoost与LCA的滚珠丝杠副状态识别方法
文娟
《高技术通讯》
CAS
2023
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
