检索结果-维普期刊中文期刊服务平台

基于局部切空间排列和K-最近邻分类器的转子故障诊断方法被引量：16: 1; 作者孙斌刘立远牛翀《中国机械工程》 EI CAS CSCD 北大核心 2015年第1期74-78,共5页; 为了解决大型机械设备故障数据难以准确快速提取的问题,提出了一种基于局部切空间排列(LTSA)和K-最近邻分类器的转子故障诊断模型。首先基于转子的振动信号构造一个高维多征兆矩阵,利用LTSA提取高维矩阵的低维特征向量,映射在可视空间里... 展开更多; 关键词局部切空间排列 k-最近邻分类器模式识别故障诊断; 在线阅读下载PDF 职称材料

基于LTSA与K-最近邻分类器的故障诊断被引量：12: 2; 作者姜景升王华庆 +1 位作者柯燕亮向伟《振动与冲击》 EI CSCD 北大核心 2017年第11期134-139,共6页; 针对局部切空间排列算法(LTSA)的效果受近邻数k值影响较大的缺点,提出基于聚类准则的LTSA与K-最近邻分类器的故障诊断模型。基于振动信号的时域特征构建高维特征矩阵;对高维矩阵进行标准化预处理,依据聚类准则确定局部切空间排列中的最... 展开更多; 关键词局部切空间排列 k-最近邻分类器聚类准则故障诊断; 在线阅读下载PDF 职称材料

基于深度SSDAE网络的刀具磨损状态识别被引量：5: 3; 作者郭润兰尉卫卫 +1 位作者王广书黄华《振动．测试与诊断》 EI CSCD 北大核心 2024年第2期305-312,410,411,共10页; 针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网... 展开更多; 关键词深度堆叠稀疏自编码网络变分模态分解 k-最近邻分类器自适应特征提取状态识别; 在线阅读下载PDF 职称材料

基于非线性参数的腭裂患者高鼻音自动识别被引量：4: 4; 作者尹恒何凌 +1 位作者张劲李杨《计算机工程与设计》 CSCD 北大核心 2013年第10期3701-3704,共4页; 为了实现对腭裂患者高鼻音的自动识别,提出了基于语音信号非线性能量算子及K-最近邻分类器的高鼻音自动识别算法。实验对腭裂语音数据库中非高鼻音及高鼻音信号提取基于香农能量和非线性能量算子的语音特征参数,结合模式识别分类器,实... 展开更多; 关键词腭裂语音高鼻音非线性能量算子 k-最近邻分类器香农能量; 在线阅读下载PDF 职称材料

基于多域特征联合分布适配的刀具磨损状态识别被引量：9: 5; 作者黄华姚嘉靖 +1 位作者薛文虎吕延军《计算机集成制造系统》 EI CSCD 北大核心 2022年第8期2419-2429,共11页; 针对不同加工参数下的刀具磨损建模问题,提出一种基于多域特征联合分布适配的刀具状态识别方法,以提高刀具状态识别模型的泛化性能与识别精度。对切削过程中不同加工参数下的传感器信号数据,提取时域、频域、时频域特征,通过联合分布适... 展开更多; 关键词多域特征刀具磨损联合分布适配 k-最近邻分类器; 在线阅读下载PDF 职称材料

基于MiRfilter系统的毛果杨miRNA预测: 6; 作者赵洁苑龚云路王翼飞《上海大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第4期397-403,435,共8页; 从参数训练、参数范围训练、候选成熟体打分等方面改进miRNA预测系统MiRfilter,使其适应拥有更长前体的植物miRNA的预测.预测毛果杨基因组上的miRNA,并对系统进行精度检验.利用MiRfilter系统共预测出3 860条候选miRNA;在110个正样本中,... 展开更多; 关键词植物MIRNA MiRfilter 毛果杨基因组一类分类法 k-最近邻分类器(KNN); 在线阅读下载PDF 职称材料

题名基于局部切空间排列和K-最近邻分类器的转子故障诊断方法被引量：16: 1; 作者孙斌刘立远牛翀; 机构东北电力大学大唐保定热电厂; 出处《中国机械工程》 EI CAS CSCD 北大核心 2015年第1期74-78,共5页; 文摘为了解决大型机械设备故障数据难以准确快速提取的问题,提出了一种基于局部切空间排列(LTSA)和K-最近邻分类器的转子故障诊断模型。首先基于转子的振动信号构造一个高维多征兆矩阵,利用LTSA提取高维矩阵的低维特征向量,映射在可视空间里;然后将提取的低维特征向量输入K-最近邻分类器进行故障模式识别。试验和数据降维仿真过程表明,该模型的准确度和快速性均优于LTSA和神经网络以及LTSA和支持向量机组成的故障诊断模型。; 关键词局部切空间排列 k-最近邻分类器模式识别故障诊断; Keywords local tangent space alignment （LTSA） k-nearest neighbor （KNN） pattern recognition fault diagnosis; 分类号 TH165 [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LTSA与K-最近邻分类器的故障诊断被引量：12: 2; 作者姜景升王华庆柯燕亮向伟; 机构北京化工大学机电工程学院; 出处《振动与冲击》 EI CSCD 北大核心 2017年第11期134-139,共6页; 基金国家自然科学基金(51675035 51375037); 文摘针对局部切空间排列算法(LTSA)的效果受近邻数k值影响较大的缺点,提出基于聚类准则的LTSA与K-最近邻分类器的故障诊断模型。基于振动信号的时域特征构建高维特征矩阵;对高维矩阵进行标准化预处理,依据聚类准则确定局部切空间排列中的最佳近邻数k,运用LTSA提取高维矩阵的低维特征向量;将提取的低维特征向量利用K-最近邻分类器进行故障模式识别。采用轴承诊断实验系统进行验证,结果表明,基于聚类准则的优化方法可有效地克服近邻数k选择的盲目性,提高了局部切空间的降维精度和故障模式识别正确率,其在轴承时域特征维数约简方面,效果优于主成分分析(PCA)与拉普拉斯特征映射(LE),适用于轴承故障诊断。; 关键词局部切空间排列 k-最近邻分类器聚类准则故障诊断; Keywords local tangent space alignment （LTSA） k-nearest neighbor （KNN） clustering criterion fault diagnosi; 分类号 TH165.3 [机械工程—机械制造及自动化] TH133.33 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于深度SSDAE网络的刀具磨损状态识别被引量：5: 3; 作者郭润兰尉卫卫王广书黄华; 机构兰州理工大学机电工程学院; 出处《振动．测试与诊断》 EI CSCD 北大核心 2024年第2期305-312,410,411,共10页; 基金国家自然科学基金资助项目(52365057,51965037)。; 文摘针对刀具磨损状态识别过程中采集数据量大、干扰信号复杂且需人为选择特征参数的问题,为提高刀具磨损状态识别模型的鲁棒性与泛化性,提出了一种数据驱动下深度堆叠稀疏降噪自编码(stacking sparse denoising auto-encoder,简称SSDAE)网络的刀具磨损状态识别方法,实现隐藏在数据中深层次的数据特征自动挖掘。首先,将原始振动信号分解为一系列固有模态分量(intrinsic mode function,简称IMF),并采用皮尔逊相关系数法选取了最优固有模态来组合一个新的信号;其次,采用SSDAE网络自适应提取特征后对刀具磨损阶段进行了状态识别,识别精度达到98%;最后,对网络模型进行实验验证,并与最常用的刀具磨损状态识别方法进行了对比。实验结果表明,所提出的方法能够很好地处理非平稳振动信号,对不同刀具磨损阶段状态的识别效果良好,并具有较好的泛化性能和可靠性。; 关键词深度堆叠稀疏自编码网络变分模态分解 k-最近邻分类器自适应特征提取状态识别; Keywords deep stacking sparse denoising auto-encoder network variational modal decomposition KNN clas-sifier adaptive feature extraction state identification; 分类号 TH164 [机械工程—机械制造及自动化] V262.33 [航空宇航科学与技术—航空宇航制造工程]; 在线阅读下载PDF 职称材料

题名基于非线性参数的腭裂患者高鼻音自动识别被引量：4: 4; 作者尹恒何凌张劲李杨; 机构四川大学华西口腔医院四川大学电气信息学院; 出处《计算机工程与设计》 CSCD 北大核心 2013年第10期3701-3704,共4页; 基金卫生部国家临床重点专科建设基金项目(2011); 文摘为了实现对腭裂患者高鼻音的自动识别,提出了基于语音信号非线性能量算子及K-最近邻分类器的高鼻音自动识别算法。实验对腭裂语音数据库中非高鼻音及高鼻音信号提取基于香农能量和非线性能量算子的语音特征参数,结合模式识别分类器,实现了对高鼻音语音的自动检测。实验结果表明,应用非线性能量算子,能实时跟踪语音信号瞬时能量变化,实现了对高鼻音较高的判别正确率,其分类器正确识别率在90%以上,且优于传统的香农能量算法,具有较高的临床应用价值。; 关键词腭裂语音高鼻音非线性能量算子 k-最近邻分类器香农能量; Keywords cleft palate speech hypernasal non-linear energy operator k-nearest neighbor classifier Shannon energy; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多域特征联合分布适配的刀具磨损状态识别被引量：9: 5; 作者黄华姚嘉靖薛文虎吕延军; 机构兰州理工大学机电工程学院西安理工大学机械与精密仪器工程学院; 出处《计算机集成制造系统》 EI CSCD 北大核心 2022年第8期2419-2429,共11页; 基金国家自然科学基金资助项目(51965037,51565030)。; 文摘针对不同加工参数下的刀具磨损建模问题,提出一种基于多域特征联合分布适配的刀具状态识别方法,以提高刀具状态识别模型的泛化性能与识别精度。对切削过程中不同加工参数下的传感器信号数据,提取时域、频域、时频域特征,通过联合分布适配算法(JDA)缩小特征间的差异,适配后的特征输入到K-最近邻分类器(KNN)进行磨损状态识别。实验结果表明,该方法能够有效识别不同加工参数下的刀具磨损状态,平均识别精度可提升12%以上,具有较好的泛化性能和识别精度。; 关键词多域特征刀具磨损联合分布适配 k-最近邻分类器; Keywords multi-domain feature tool wear joint distribution adaptation k-nearest neighbor classifier; 分类号 TH164 [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MiRfilter系统的毛果杨miRNA预测: 6; 作者赵洁苑龚云路王翼飞; 机构上海大学理学院; 出处《上海大学学报（自然科学版）》 CAS CSCD 北大核心 2010年第4期397-403,435,共8页; 基金国家自然科学基金资助项目(30871341) 上海市重点学科建设资助项目(S30104) 上海市教委重点学科建设资助项目(J50101); 文摘从参数训练、参数范围训练、候选成熟体打分等方面改进miRNA预测系统MiRfilter,使其适应拥有更长前体的植物miRNA的预测.预测毛果杨基因组上的miRNA,并对系统进行精度检验.利用MiRfilter系统共预测出3 860条候选miRNA;在110个正样本中,正确识别91条前体和80条成熟体,前体预测精度为82.73%,成熟体预测精度为72.73%;在毛果杨第4号染色体(LG_Ⅳ)上得到的1 968个负样本中,有12个数据可认为是miRNA,假阳性率为0.61%.; 关键词植物MIRNA MiRfilter 毛果杨基因组一类分类法 k-最近邻分类器(KNN); Keywords plant miRNA MiRfiher Populus trichocarpa genome one-class methods k-nearest neighbor （KNN）; 分类号 O224 [理学—运筹学与控制论]; 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	基于局部切空间排列和K-最近邻分类器的转子故障诊断方法	孙斌刘立远牛翀	《中国机械工程》 EI CAS CSCD 北大核心	2015	16	在线阅读下载PDF 职称材料
2	基于LTSA与K-最近邻分类器的故障诊断	姜景升王华庆柯燕亮向伟	《振动与冲击》 EI CSCD 北大核心	2017	12	在线阅读下载PDF 职称材料
3	基于深度SSDAE网络的刀具磨损状态识别	郭润兰尉卫卫王广书黄华	《振动．测试与诊断》 EI CSCD 北大核心	2024	5	在线阅读下载PDF 职称材料
4	基于非线性参数的腭裂患者高鼻音自动识别	尹恒何凌张劲李杨	《计算机工程与设计》 CSCD 北大核心	2013	4	在线阅读下载PDF 职称材料
5	基于多域特征联合分布适配的刀具磨损状态识别	黄华姚嘉靖薛文虎吕延军	《计算机集成制造系统》 EI CSCD 北大核心	2022	9	在线阅读下载PDF 职称材料
6	基于MiRfilter系统的毛果杨miRNA预测	赵洁苑龚云路王翼飞	《上海大学学报（自然科学版）》 CAS CSCD 北大核心	2010	0	在线阅读下载PDF 职称材料