期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
回采巷道围岩稳定性分类的加权距离判别分析法
1
作者 于建华 卢俊华 卢邦飞 《中国高新技术企业》 2014年第23期121-123,共3页
基于距离判别分析理论及主成分分析的降维思想,选取影响回采巷道围岩稳定性的综合因素如压力系数P、节理发育程度、松动圈尺度L作为判别因子,分别建立了假定各总体协方差阵相等的马氏距离判别分析(MD-1)模型、考虑各总体协方差不一定全... 基于距离判别分析理论及主成分分析的降维思想,选取影响回采巷道围岩稳定性的综合因素如压力系数P、节理发育程度、松动圈尺度L作为判别因子,分别建立了假定各总体协方差阵相等的马氏距离判别分析(MD-1)模型、考虑各总体协方差不一定全相等的马氏距离判别分析(MD-2)模型、加权距离判别分析(WMD)模型。并以平顶山矿区30条回采巷道实测数据作为学习样本进行训练。经过训练后的模型回判估计,WMD模型与MD-2模型的误判率为0,MD-1模型的误判率为0.067。结果对比表明,WMD比常规的MD-2具有更高的判别能力,MD-1判别效果最差,这说明应用距离判别分析法,特别是加权距离判别分析法是一种准确有效的回采巷道围岩稳定性分类方法。 展开更多
关键词 回采巷道围岩稳定性 马氏距离判别分析 主成分分析 加权马氏距离判别分析
在线阅读 下载PDF
基于支持向量机的造纸废水处理过程故障诊断 被引量:9
2
作者 李祥宇 杨冲 +2 位作者 宋留 赵小燕 刘鸿斌 《中国造纸学报》 CAS CSCD 北大核心 2018年第3期55-60,共6页
故障检测和故障诊断是工业过程监控的主要内容。针对造纸废水处理过程的多变量、非线性、大时变等特点,本课题首先采用主成分分析(PCA)对故障进行检测,然后分别采用马氏距离判别分析和支持向量机(SVM)对偏移、漂移和精度下降3种故障类... 故障检测和故障诊断是工业过程监控的主要内容。针对造纸废水处理过程的多变量、非线性、大时变等特点,本课题首先采用主成分分析(PCA)对故障进行检测,然后分别采用马氏距离判别分析和支持向量机(SVM)对偏移、漂移和精度下降3种故障类型进行故障诊断。计算结果表明,基于主成分分析的故障检测率达97. 50%;基于支持向量机故障诊断方法的故障分离能力为90. 00%,而基于马氏距离判别分析方法的故障分离能力为73. 75%。相比基于马氏距离判别分析的故障诊断方法,基于支持向量机的故障诊断方法更适合于非线性时变的造纸废水处理过程。 展开更多
关键词 故障检测 故障诊断 主成分分析 马氏距离判别分析 支持向量机
在线阅读 下载PDF
基于RTSMFE、M-KRCDA与COA-SVM的行星齿轮箱故障诊断 被引量:5
3
作者 戚晓利 崔创创 +2 位作者 杨艳 程主梓 陈旭 《振动与冲击》 EI CSCD 北大核心 2022年第21期109-120,共12页
针对从行星齿轮箱非线性、非平稳振动信号中提取故障特征困难的问题,提出了一种基于精细时移多尺度模糊熵(refined time-shift multiscale fuzzy entropy,RTSMFE)、马氏距离的核正则化共面判别分析(Mahalanobis-kernel regularized copl... 针对从行星齿轮箱非线性、非平稳振动信号中提取故障特征困难的问题,提出了一种基于精细时移多尺度模糊熵(refined time-shift multiscale fuzzy entropy,RTSMFE)、马氏距离的核正则化共面判别分析(Mahalanobis-kernel regularized coplanar discriminant analysis,M-KRCDA)以及郊狼优化算法优化支持向量机(coyote optimization algorithm-support vector machine,COA-SVM)的行星齿轮箱故障诊断方法。首先利用RTSMFE计算和组合行星齿轮箱原始故障信号的特征向量,构建原始高维故障特征集;然后采用M-KRCDA的特征筛选方法,减少了特征的维数并提高特征故障识别的准确性和效率;最后将低维特征输入到COA-SVM进行故障类型的判别。行星齿轮箱故障诊断试验结果分析表明,所提方法能够准确识别行星齿轮箱的常见故障,具有一定的应用前景。 展开更多
关键词 故障诊断 行星齿轮箱 精细时移多尺度模糊熵(RTSMFE) 马氏距离的核正则化共面判别分析(M-KRCDA) 郊狼优化算法优化支持向量机(COA-SVM)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部