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
应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷
被引量：
6
2
作者
谢罗峰
徐慧宁
+2 位作者
黄沁元
赵越
殷国富
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2017年第1期184-191,共8页
提出结合双树复小波包变换(DTCWPT)、邻域成分分析法(NCA)、最小二乘支持向量机(LSSVM)的磁瓦内部缺陷检测方法.通过双树复小波包将采集的声音信号分解为6层,得到64个不同频带的子信号;求取特定频带信号的能量、偏度、峭度、模糊熵,并...
提出结合双树复小波包变换(DTCWPT)、邻域成分分析法(NCA)、最小二乘支持向量机(LSSVM)的磁瓦内部缺陷检测方法.通过双树复小波包将采集的声音信号分解为6层,得到64个不同频带的子信号;求取特定频带信号的能量、偏度、峭度、模糊熵,并将能量、偏度、峭度、模糊熵作为分类特征;利用邻域成分分析法对分类特征降维;将降维构造的新特征集输入到最小二乘支持向量机,判断磁瓦是否含有内部缺陷.通过实验验证,对提出的检测方法进行可行性分析.3种不同类型磁瓦的内部缺陷识别率均可以达到99%,与以往双谱切片方法相比,提高了检测识别率.试验结果表明,提出的方法具有检测速度快、可靠性高、适应性强等特点,为高效、准确地进行磁瓦内部缺陷检测提供了有效的技术手段.
展开更多
关键词
磁瓦
内部缺陷
双树复小波包变换(DTCWPT)
邻域
成分
分析
法
(
nca
)
最小二乘支持向量机(LSSVM)
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
应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷
被引量：
6
2
作者
谢罗峰
徐慧宁
黄沁元
赵越
殷国富
机构
四川大学制造科学与工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2017年第1期184-191,共8页
基金
国家自然科学青年基金资助项目(51205265)
四川省科技计划资助项目(2015ZR0018)
文摘
提出结合双树复小波包变换(DTCWPT)、邻域成分分析法(NCA)、最小二乘支持向量机(LSSVM)的磁瓦内部缺陷检测方法.通过双树复小波包将采集的声音信号分解为6层,得到64个不同频带的子信号;求取特定频带信号的能量、偏度、峭度、模糊熵,并将能量、偏度、峭度、模糊熵作为分类特征;利用邻域成分分析法对分类特征降维;将降维构造的新特征集输入到最小二乘支持向量机,判断磁瓦是否含有内部缺陷.通过实验验证,对提出的检测方法进行可行性分析.3种不同类型磁瓦的内部缺陷识别率均可以达到99%,与以往双谱切片方法相比,提高了检测识别率.试验结果表明,提出的方法具有检测速度快、可靠性高、适应性强等特点,为高效、准确地进行磁瓦内部缺陷检测提供了有效的技术手段.
关键词
磁瓦
内部缺陷
双树复小波包变换(DTCWPT)
邻域
成分
分析
法
(
nca
)
最小二乘支持向量机(LSSVM)
Keywords
magnetic tile
internal defects
dual-tree complex wavelet packet transform（DTCWPT）
neighborhood component analysis（
nca
）
least squares support vector machine（LSSVM）
分类号
TN911 [电子电信—通信与信息系统]
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
应用双树复小波包和NCA-LSSVM检测磁瓦内部缺陷
谢罗峰
徐慧宁
黄沁元
赵越
殷国富
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2017
6
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
