检索结果-维普期刊中文期刊服务平台

基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测方法研究被引量：9: 1; 作者张星辉康建设 +3 位作者赵劲松肖雷曹端超刘浩《振动与冲击》 EI CSCD 北大核心 2014年第8期171-179,共9页; 提出了基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测新方法,将变量消元和期望最大化算法相结合对模型进行推理,应用聚类评价指标对状态数进行优化,通过计算待识别特征向量的概率值来确定设备当前的退化状态... 展开更多; 关键词混合高斯输出贝叶斯信念网络模型退化状态识别剩余使用寿命预测轴承; 在线阅读下载PDF 职称材料

多种残差补偿的贝叶斯网络下的短期交通预测: 2; 作者王桐杨光新欧阳敏《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1810-1817,共8页; 为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的... 展开更多; 关键词大规模交通预测贝叶斯网络混合高斯模型 EM算法残差补偿自回归滑动模型 LSTM网络线性过程; 在线阅读下载PDF 职称材料

一种基于混合策略的自适应多输出高斯过程响应面法: 3; 作者刘信恩肖世富莫军《应用力学学报》 CAS CSCD 北大核心 2011年第3期237-242,324-325,共6页; 针对工程结构数值模拟常常是矢量与函数（矢量函数）混合输出的特点,提出一种基于混合策略的含索引变量的矢量高斯过程响应面法,同时提出一种设计点自适应加密方法进一步提高效率。算例显示：本文方法能够优先拾取预测误差最大的点作为... 展开更多; 关键词混合策略多输出模型响应面法高斯过程贝叶斯统计; 在线阅读下载PDF 职称材料

基于CDA和MoG-BBN的齿轮磨损状态识别研究被引量：2: 4; 作者张星辉康建设 +2 位作者赵劲松肖雷曹端超《振动与冲击》 EI CSCD 北大核心 2014年第4期70-76,106,共8页; 提出了基于混合高斯输出贝叶斯信念网络模型的齿轮磨损状态识别新方法,建立了变量消元算法和期望最大化算法相结合的模型推理算法,通过计算待识别磨损特征向量的概率值来确定齿轮磨损状态。针对期望最大化算法容易局部收敛的问题,对其... 展开更多; 关键词混合高斯输出贝叶斯信念网络变量消元期望最大化曲线距离分析齿轮磨损; 在线阅读下载PDF 职称材料

齿轮箱状态识别与剩余寿命预测的MoG-BBN法被引量：3: 5; 作者张星辉李凤学 +2 位作者赵劲松曹端超滕红智《噪声与振动控制》 CSCD 2014年第2期158-163,共6页; 基于混合高斯输出贝叶斯信念网络模型的齿轮箱退化状态识别与剩余寿命预测新方法,应用聚类评价指标对全寿命过程退化状态数进行优化,通过计算待识别故障特征向量的概率值来确定齿轮箱退化状态,在退化状态识别的基础上,提出了剩余寿命计... 展开更多; 关键词振动与波混合高斯输出贝叶斯信念网络状态识别剩余寿命预测; 在线阅读下载PDF 职称材料

基于改进飞蛾优化算法的Hammerstein系统辨识: 6; 作者靳其兵王迦祺《现代电子技术》 2021年第9期140-146,共7页; 研究了在重尾噪声影响下多输入多输出(MIMO)Hammerstein系统的辨识问题。考虑到传统辨识方法在重尾噪声干扰下可能会失效,结合RBF神经网络和飞蛾优化(MFO)算法的优势,提出一种新型的辨识方案。利用RBF神经网络拟合静态非线性模块,通过... 展开更多; 关键词多输入多输出Hammerstein模型系统辨识飞蛾优化算法横向定位高斯混合分布测试函数 RBF神经网络重尾噪声; 在线阅读下载PDF 职称材料

题名基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测方法研究被引量：9: 1; 作者张星辉康建设赵劲松肖雷曹端超刘浩; 机构军械工程学院军事交通学院重庆大学; 出处《振动与冲击》 EI CSCD 北大核心 2014年第8期171-179,共9页; 基金国家自然科学基金(51035008) 军队"十二五"武器装备预先研究项目(51327020101 51327020304); 文摘提出了基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测新方法,将变量消元和期望最大化算法相结合对模型进行推理,应用聚类评价指标对状态数进行优化,通过计算待识别特征向量的概率值来确定设备当前的退化状态,在退化状态识别的基础上,提出了剩余使用寿命预测方法。最后,分别应用50组轴承全寿命仿真数据和3组轴承全寿命实验数据对模型进行验证。结果表明,该模型可有效地识别设备的退化状态并对剩余使用寿命进行预测。; 关键词混合高斯输出贝叶斯信念网络模型退化状态识别剩余使用寿命预测轴承; Keywords mixture of Gaussian Bayesian belief network health state identification residual life prediction bearing; 分类号 TH165.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名多种残差补偿的贝叶斯网络下的短期交通预测: 2; 作者王桐杨光新欧阳敏; 机构哈尔滨工程大学信息与通信工程学院哈尔滨工程大学先进船舶通信与信息技术重点实验室; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1810-1817,共8页; 基金中央大学基础研究基金项目(KY10800220073) 国家科技重点实验室基金项目(6142209190107) 先进船舶通信和信息技术产业和信息技术部重点实验室项目(AMCIT2101-08).; 文摘为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的贝叶斯网络,使用贝叶斯关系及期望最大化算法进行短期交通预测。再通过数据自相关残差补偿、车辆换道和多路口连通性的线性残差补偿提高了预测的精度,解决了传统研究对相邻路口和换道导致的误差等因素处理能力不足的问题。仿真结果表明:使用贝叶斯网络预测交通流,并基于车辆行为的残差进行精度补偿,可以更准确地预测复杂的交通演化场景的短期交通流。; 关键词大规模交通预测贝叶斯网络混合高斯模型 EM算法残差补偿自回归滑动模型 LSTM网络线性过程; Keywords large-scale traffic prediction Bayesian network Gaussian mixture model EM algorithm residual compensation ARMA LSTM network linear process; 分类号 U491.1 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名一种基于混合策略的自适应多输出高斯过程响应面法: 3; 作者刘信恩肖世富莫军; 机构中国工程物理研究院总体工程研究所; 出处《应用力学学报》 CAS CSCD 北大核心 2011年第3期237-242,324-325,共6页; 基金国家自然科学基金委员会-中国工程物理研究院联合基金(10876100); 文摘针对工程结构数值模拟常常是矢量与函数（矢量函数）混合输出的特点,提出一种基于混合策略的含索引变量的矢量高斯过程响应面法,同时提出一种设计点自适应加密方法进一步提高效率。算例显示：本文方法能够优先拾取预测误差最大的点作为加密点;真实误差全部都落在最大可能误差范围之内,最大误差1.4%~1.6%远小于预设误差限5%,验证了本文方法的有效性。; 关键词混合策略多输出模型响应面法高斯过程贝叶斯统计; Keywords mixed dtrategies multi-output model tesponse surface method Gaussian process Bayesian statistics.; 分类号 O212.8 [理学—概率论与数理统计] O211.9 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

题名基于CDA和MoG-BBN的齿轮磨损状态识别研究被引量：2: 4; 作者张星辉康建设赵劲松肖雷曹端超; 机构军械工程学院军事交通学院重庆大学; 出处《振动与冲击》 EI CSCD 北大核心 2014年第4期70-76,106,共8页; 基金国家自然科学基金重点项目(51035008); 文摘提出了基于混合高斯输出贝叶斯信念网络模型的齿轮磨损状态识别新方法,建立了变量消元算法和期望最大化算法相结合的模型推理算法,通过计算待识别磨损特征向量的概率值来确定齿轮磨损状态。针对期望最大化算法容易局部收敛的问题,对其进行了改进,使其更容易获得全局最优值。根据磨损特征之间的非线性关系这一特性,应用曲线距离分析方法对特征进行降维。最后,利用五种不同工况下的齿轮磨损实验数据对模型进行验证。结果表明,该模型可以有效地识别齿轮磨损状态,识别正确率可以达到99%,为齿轮箱的健康管理提供了科学依据。; 关键词混合高斯输出贝叶斯信念网络变量消元期望最大化曲线距离分析齿轮磨损; Keywords variable elimination expectation maximization curvilinear distance analysis gear wear; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名齿轮箱状态识别与剩余寿命预测的MoG-BBN法被引量：3: 5; 作者张星辉李凤学赵劲松曹端超滕红智; 机构军械工程学院军事交通学院 [; 出处《噪声与振动控制》 CSCD 2014年第2期158-163,共6页; 文摘基于混合高斯输出贝叶斯信念网络模型的齿轮箱退化状态识别与剩余寿命预测新方法,应用聚类评价指标对全寿命过程退化状态数进行优化,通过计算待识别故障特征向量的概率值来确定齿轮箱退化状态,在退化状态识别的基础上,提出了剩余寿命计算方法。再利用齿轮箱全寿命实验数据对此进行验证。结果表明,该方法可以有效地识别齿轮箱故障状态并实现剩余寿命预测,平均预测正确率为96.47%,为齿轮箱的健康管理提供参考。; 关键词振动与波混合高斯输出贝叶斯信念网络状态识别剩余寿命预测; Keywords vibration and wave mixture of Gaussians Bayesian belief network state recognition residual life; 分类号 TH165.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于改进飞蛾优化算法的Hammerstein系统辨识: 6; 作者靳其兵王迦祺; 机构北京化工大学信息科学与技术学院; 出处《现代电子技术》 2021年第9期140-146,共7页; 基金国家自然科学基金资助项目(61673004)。; 文摘研究了在重尾噪声影响下多输入多输出(MIMO)Hammerstein系统的辨识问题。考虑到传统辨识方法在重尾噪声干扰下可能会失效,结合RBF神经网络和飞蛾优化(MFO)算法的优势,提出一种新型的辨识方案。利用RBF神经网络拟合静态非线性模块,通过将辨识问题转化为优化问题对线性部分和非线性部分的参数同时进行更新。为了提升飞蛾优化算法的辨识性能,将高斯混合分布思想引入到飞蛾位置更新中,提出一种新型的高斯混合飞蛾优化(GMFO)算法。实验结果证明了所提方法的有效性。; 关键词多输入多输出Hammerstein模型系统辨识飞蛾优化算法横向定位高斯混合分布测试函数 RBF神经网络重尾噪声; Keywords MIMO Hammerstein model system identification MFO algorithm transverse orientation Gaussian mixture distribution test function RBF neural network heavy⁃tailed noise; 分类号 TN911.73-34 [电子电信—通信与信息系统] TP273 [自动化与计算机技术—检测技术与自动化装置]; 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	基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测方法研究	张星辉康建设赵劲松肖雷曹端超刘浩	《振动与冲击》 EI CSCD 北大核心	2014	9	在线阅读下载PDF 职称材料
2	多种残差补偿的贝叶斯网络下的短期交通预测	王桐杨光新欧阳敏	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	一种基于混合策略的自适应多输出高斯过程响应面法	刘信恩肖世富莫军	《应用力学学报》 CAS CSCD 北大核心	2011	0	在线阅读下载PDF 职称材料
4	基于CDA和MoG-BBN的齿轮磨损状态识别研究	张星辉康建设赵劲松肖雷曹端超	《振动与冲击》 EI CSCD 北大核心	2014	2	在线阅读下载PDF 职称材料
5	齿轮箱状态识别与剩余寿命预测的MoG-BBN法	张星辉李凤学赵劲松曹端超滕红智	《噪声与振动控制》 CSCD	2014	3	在线阅读下载PDF 职称材料
6	基于改进飞蛾优化算法的Hammerstein系统辨识	靳其兵王迦祺	《现代电子技术》	2021	0	在线阅读下载PDF 职称材料