-
题名云加端的嵌套滑动窗口故障信号在线检测方法研究
被引量：3
- 1
-
-
作者
耿晓强
唐向红
陆见光
刘国凯
-
机构
贵州大学现代制造技术教育部重点实验室
贵州大学机械工程学院
贵州省公共大数据重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第12期3717-3720,共4页
-
基金
贵州省重大科技专项资助项目(黔科合重大专项字[2013]6019
黔科合重大专项字[2012]6018)
+1 种基金
贵州大学研究生创新基金资助项目(研理工2017039)
贵州大学面向智能装备领域的"技术众筹"研究生创新基地资助项目(JSZC[2016]004)
-
文摘
针对当前制造业生产线设备的故障检测效率以及检测方法通用性不高的问题,提出了一种云端融合的动态嵌套滑动窗口故障信号在线检测算法。该算法采用云服务与智能终端在线检测相结合的架构,利用云服务大存储量和高计算速度、精度的优势,解决了终端设备对故障信号处理能力不足以及仅能对线上数据进行单次扫描的问题。云计算中心根据数据流的波动情况初步确定滑动窗口大小,再根据对异常信号的判断,向智能终端反馈故障信号的大小和相对位置,通过动态嵌套滑动窗口对其进行定位。理论分析和实验结果表明,该方法对周期信号有较好的通用性,而且有效提高了故障检测的效率。
-
关键词
云计算
动态嵌套滑动窗口
故障检测
数据波动
数据流
-
Keywords
cloud computing
dynamic nesting sliding window
fault detection
data fluctuation
data flow
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名滑动窗口中近期数据流频繁项集挖掘
被引量：3
- 2
-
-
作者
周勇
韩君
程春田
-
机构
大连理工大学软件学院
大连理工大学水利工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2011年第4期1307-1310,1346,共5页
-
基金
国家自然科学基金项目(60703101)
-
文摘
基于嵌套滑动窗口和遗传算法的NSWGA(nested sliding window genetic algorithm)算法对快速挖掘数据流频繁项集进行了研究。NSWGA算法利用遗传算法的并行性来搜索嵌套子窗口内最新数据的频繁项集,合并形成滑动窗口内待选频繁项集,然后扫描获得滑动窗口内的近期频繁项集。NSWGA算法及时准确捕获数据流上最新频繁项集,周期性地删除过期的流数据,并通过嵌套窗口以及遗传算法的并行处理,降低了计算的时间复杂度。
-
关键词
数据流
频繁项集
遗传算法
嵌套滑动窗口
并行计算
-
Keywords
data stream
frequent itemsets
genetic algorithm
nested sliding window
parallel computation
-
分类号
TP302.7
[自动化与计算机技术—计算机系统结构]
-
