期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于相似度建模的永磁牵引列车健康优化控制 被引量:7
1
作者 牛刚 江俊杰 《仪器仪表学报》 EI CAS CSCD 北大核心 2017年第2期480-486,共7页
为了保障永磁牵引列车退磁故障发生时的安全性,并缓解由此导致的电制动力下降及闸瓦磨耗加剧问题,提出了一种基于相似度建模(SBM)的健康优化控制方法,该方法通过在线监测数据与历史数据的相似度运算,自适应地估计剩余磁通量并生成最优... 为了保障永磁牵引列车退磁故障发生时的安全性,并缓解由此导致的电制动力下降及闸瓦磨耗加剧问题,提出了一种基于相似度建模(SBM)的健康优化控制方法,该方法通过在线监测数据与历史数据的相似度运算,自适应地估计剩余磁通量并生成最优的空气制动F-v特性曲线。以西门子Syntegra永磁同步电机牵引系统为例,对多种工况下的退磁监测和健康优化控制效果进行了仿真验证,在退磁估计准确性、相对磨耗优化和安全性保障等方面取得了预期的效果。 展开更多
关键词 永磁同步电机 预测与健康管理 优化控制 基于相似度建模
在线阅读 下载PDF
结合用户背景信息的协同过滤推荐算法 被引量:17
2
作者 吴一帆 王浩然 《计算机应用》 CSCD 北大核心 2008年第11期2972-2974,共3页
针对个性化推荐系统中协同过滤算法面对的数据稀疏问题,提出了一种结合用户背景信息的推荐算法。该算法充分利用已有的用户数据和领域知识,对用户背景信息的相似度建模,在进行协同过滤前预先填充用户—项评分矩阵。实验表明该方法能够... 针对个性化推荐系统中协同过滤算法面对的数据稀疏问题,提出了一种结合用户背景信息的推荐算法。该算法充分利用已有的用户数据和领域知识,对用户背景信息的相似度建模,在进行协同过滤前预先填充用户—项评分矩阵。实验表明该方法能够有效地提高推荐精度,并且不会带来性能上的瓶颈。 展开更多
关键词 个性化推荐 协同过滤 用户背景信息 相似度建模
在线阅读 下载PDF
Modeling and monitoring of nonlinear multi-mode processes based on similarity measure-KPCA 被引量:10
3
作者 WANG Xiao-gang HUANG Li-wei ZHANG Ying-wei 《Journal of Central South University》 SCIE EI CAS CSCD 2017年第3期665-674,共10页
A new modeling and monitoring approach for multi-mode processes is proposed.The method of similarity measure(SM) and kernel principal component analysis(KPCA) are integrated to construct SM-KPCA monitoring scheme,wher... A new modeling and monitoring approach for multi-mode processes is proposed.The method of similarity measure(SM) and kernel principal component analysis(KPCA) are integrated to construct SM-KPCA monitoring scheme,where SM method serves as the separation of common subspace and specific subspace.Compared with the traditional methods,the main contributions of this work are:1) SM consisted of two measures of distance and angle to accommodate process characters.The different monitoring effect involves putting on the different weight,which would simplify the monitoring model structure and enhance its reliability and robustness.2) The proposed method can be used to find faults by the common space and judge which mode the fault belongs to by the specific subspace.Results of algorithm analysis and fault detection experiments indicate the validity and practicability of the presented method. 展开更多
关键词 process monitoring kernel principal component analysis (KPCA) similarity measure subspace separation
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部