-
题名基于改进二叉树支持向量机的内燃机故障识别
被引量：5
- 1
-
-
作者
蔡艳平
张恒
石林锁
张世雄
-
机构
西安交通大学机械工程学院
火箭军工程大学作战保障学院
-
出处
《内燃机学报》
EI
CAS
CSCD
北大核心
2019年第4期367-373,共7页
-
基金
国家自然科学基金资助项目(51405498)
中国博士后基金资助项目(2015M582642)
-
文摘
为提高内燃机在强耦合、弱信号条件下的故障诊断精度,提出一种基于改进二叉树支持向量机(SVM)的内燃机故障诊断方法.首先对样本的可分性测度进行重新定义,以此训练出的支持向量机模型更大程度上减少了样本错分的可能性,通过对仿真数据的分类识别,验证了有效性.以BF4L1011F型内燃机为诊断对象,分别提取振动信号的数据域及图像域特征,对比不同多分类算法识别结果,所提方法表现出更高的识别准确率.
-
关键词
内燃机
改进二叉树
支持向量机
分类识别
-
Keywords
internal combustion engine
improved binary tree
support vector machine
classification recognition
-
分类号
TK428
[动力工程及工程热物理—动力机械及工程]
-
-
题名融合表面肌电和加速度信号的下肢运动模式识别研究
被引量：8
- 2
-
-
作者
席旭刚
汤敏彦
张自豪
张启忠
罗志增
-
机构
杭州电子科技大学智能控制与机器人研究所
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第11期2735-2741,共7页
-
基金
浙江省自然科学基金(No.LY17F030021)
国家自然科学基金(No.61671197)
-
文摘
为了提高下肢运动模式识别率,本文设计了一种融合表面肌电和加速度信号的下肢运动模式识别方法.首先,用局部均值分解将表面肌电信号分解为多个乘积函数(Product Functions,PFs),再计算PF成分的多尺度排序熵.然后,通过拉普拉斯权重(Laplacian score,LS)特征选择算法选定每路肌电信号的一个尺度排序熵为特征,并把该特征和加速度信号的排序熵组成特征向量.最后,根据类内欧氏距离和类间样本分布,设计了改进的二叉树支持向量机,把特征向量输入该支持向量机进行下肢运动模式分类.实验结果表明所提方法对七个日常动作的平均识别率达到98.62%,相较于其他方法有较高的识别率.
-
关键词
下肢运动模式识别
表面肌电信号
加速度信号
多尺度排序熵
改进二叉树支持向量机
-
Keywords
lower limb motion pattern recognition
surface electromyography(sEMG)
acceleration signal
multiscale permutation entropy(MPE)
improved support vector machine based binary tree(ISVM-BT)
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
