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
3
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RTSWMFE,IS-GSE与COOT-SVM的行星齿轮箱故障诊断
1
作者
戚晓利
杨艳
+1 位作者
崔创创
程主梓
《振动.测试与诊断》
北大核心
2025年第1期132-139,205,共9页
针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃pre...
针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃preserving manifold embedding,简称IS⁃GSE)和白骨顶优化算法支持向量机(coot optimization algorithm support vector machine,简称COOT⁃SVM)的行星齿轮箱故障诊断方法。首先,利用RTSWMFE提取高维故障特征信息;其次,采用IS⁃GSE对高维特征进行降维,提取出敏感、低维的特征;最后,将低维特征输入COOT⁃SVM中进行识别分类。行星齿轮箱故障诊断实验结果表明:IS⁃GSE方法采用余弦相似度与欧式距离相结合的距离度量方式,并融入监督学习思想,降维效果较佳;COOT⁃SVM方法对经RTSWMFE和IS⁃GSE二次提取的故障特征识别精度达到100%。
展开更多
关键词
故障诊断
行星齿轮箱
精细时移加权多尺度模糊熵
改进监督型几何和统计保持流形嵌入
白骨顶优化算法优化支持向量机
在线阅读
下载PDF
职称材料
基于VMD和GA-SVM的矿井地震自适应噪声压制方法
被引量：
3
2
作者
王勃
申思洪任
+2 位作者
蔚立元
刘盛东
曾林峰
《煤炭学报》
EI
CAS
CSCD
北大核心
2024年第3期1530-1538,共9页
煤矿井下地震信号往往呈现出复杂的波场特性且伴随着大量噪音干扰,导致地震信号的初至拾取精度降低,从而影响地震数据的反演与解释。针对复杂干扰环境下采集的低信噪比地震信号,提出了基于变分模态分解(VMD)和遗传算法优化支持向量机(GA...
煤矿井下地震信号往往呈现出复杂的波场特性且伴随着大量噪音干扰,导致地震信号的初至拾取精度降低,从而影响地震数据的反演与解释。针对复杂干扰环境下采集的低信噪比地震信号,提出了基于变分模态分解(VMD)和遗传算法优化支持向量机(GA-SVM)的地震噪声压制与初至提取方法,以提高煤矿井下复杂噪声条件下的地震信号质量。采用变分模态分解对含噪地震信号进行自适应分解,得到数个的变分模态分量(IMF);对VMD分解得到的IMF分量进行特征提取,将提取所得的信号特征作为信号有效性判别的依据;利用遗传算法对支持向量机模型进行优化,得到最优的惩罚因子c与核函数参数g;利用优化后的支持向量机模型对IMF分量进行有效性判别并将有效分量重构成高信噪比信号;通过对人工加噪的地震信号应用噪声压制算法,煤矿井下常见的不同类型噪声被有效地压制,验证了算法的可行性;对矿井巷道实采的地震记录进行噪声压制处理,有效地压制了数据中的干扰噪声,极大程度地提高了地震记录的信噪比,使初至拾取得更加准确。结果表明,基于VMD和GA-SVM的地震噪声压制方法可以很好地提取含噪地震记录中的有效信号,提高初至拾取精度,在矿井复杂干扰条件下具有显著的应用潜力,对解决矿井复杂干扰条件下的地震勘探问题有重要意义。
展开更多
关键词
矿井地震勘探
噪声压制
初至拾取
变分模态分解
遗传算法优化
支持向量机
在线阅读
下载PDF
职称材料
短期负荷预测中SVM参数选取的混沌优化方法
被引量：
8
3
作者
霍明
罗滇生
何井龙
《电力系统及其自动化学报》
CSCD
北大核心
2009年第5期124-128,共5页
支持向量机已成功地应用于短期负荷预测领域,但其学习和泛化能力取决于参数的有效选取。为进一步提高预测精度,针对目前支持向量机参数选取方法的人为盲目性等缺点,在分析各个参数对其预测性能的影响的基础上,将混沌优化技术应用于参数...
支持向量机已成功地应用于短期负荷预测领域,但其学习和泛化能力取决于参数的有效选取。为进一步提高预测精度,针对目前支持向量机参数选取方法的人为盲目性等缺点,在分析各个参数对其预测性能的影响的基础上,将混沌优化技术应用于参数的选取过程。对组合优化问题建立目标函数,采用一种改进的变尺度混沌优化算法来搜索全局最优值,从而得到最优的参数组合。通过湖南某地区电网日负荷预测的仿真结果表明,该方法与常规方法相比,显著地降低了模型的建模误差和预测误差,具有更好的性能。
展开更多
关键词
短期负荷预测
支持向量机
参数选取
混沌优化算法
组合优化
在线阅读
下载PDF
职称材料
题名
基于RTSWMFE,IS-GSE与COOT-SVM的行星齿轮箱故障诊断
1
作者
戚晓利
杨艳
崔创创
程主梓
机构
安徽工业大学机械工程学院
出处
《振动.测试与诊断》
北大核心
2025年第1期132-139,205,共9页
基金
安徽省自然科学基金资助项目(1808085ME152)。
文摘
针对行星齿轮箱特征提取困难的问题,提出一种基于精细时移加权多尺度模糊熵(refined time⁃shift weighted multiscale fuzzy entropy,简称RTSWMFE)、改进监督型几何和统计保持流形嵌入(improved supervised geometry and statistics⁃preserving manifold embedding,简称IS⁃GSE)和白骨顶优化算法支持向量机(coot optimization algorithm support vector machine,简称COOT⁃SVM)的行星齿轮箱故障诊断方法。首先,利用RTSWMFE提取高维故障特征信息;其次,采用IS⁃GSE对高维特征进行降维,提取出敏感、低维的特征;最后,将低维特征输入COOT⁃SVM中进行识别分类。行星齿轮箱故障诊断实验结果表明:IS⁃GSE方法采用余弦相似度与欧式距离相结合的距离度量方式,并融入监督学习思想,降维效果较佳;COOT⁃SVM方法对经RTSWMFE和IS⁃GSE二次提取的故障特征识别精度达到100%。
关键词
故障诊断
行星齿轮箱
精细时移加权多尺度模糊熵
改进监督型几何和统计保持流形嵌入
白骨顶优化算法优化支持向量机
Keywords
fault diagnosis
planetary gearbox
refined time-shift weighted multisc
al
e fuzzy entropy
improved supervised geometry and statistics-preserving manifold embedding(IS-GSE)
coot
optimization
al
⁃gorithm
support
vector
machine
(
coot-svm
)
分类号
TH165.3 [机械工程—机械制造及自动化]
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于VMD和GA-SVM的矿井地震自适应噪声压制方法
被引量：
3
2
作者
王勃
申思洪任
蔚立元
刘盛东
曾林峰
机构
中国矿业大学、深地工程智能建造与健康运维全国重点实验室
中国矿业大学资源与地球科学学院
深地科学与工程云龙湖实验室
出处
《煤炭学报》
EI
CAS
CSCD
北大核心
2024年第3期1530-1538,共9页
基金
国家自然科学基金面上资助项目(42174165)
国家重点研发计划资助项目(2021YFC2902003)。
文摘
煤矿井下地震信号往往呈现出复杂的波场特性且伴随着大量噪音干扰,导致地震信号的初至拾取精度降低,从而影响地震数据的反演与解释。针对复杂干扰环境下采集的低信噪比地震信号,提出了基于变分模态分解(VMD)和遗传算法优化支持向量机(GA-SVM)的地震噪声压制与初至提取方法,以提高煤矿井下复杂噪声条件下的地震信号质量。采用变分模态分解对含噪地震信号进行自适应分解,得到数个的变分模态分量(IMF);对VMD分解得到的IMF分量进行特征提取,将提取所得的信号特征作为信号有效性判别的依据;利用遗传算法对支持向量机模型进行优化,得到最优的惩罚因子c与核函数参数g;利用优化后的支持向量机模型对IMF分量进行有效性判别并将有效分量重构成高信噪比信号;通过对人工加噪的地震信号应用噪声压制算法,煤矿井下常见的不同类型噪声被有效地压制,验证了算法的可行性;对矿井巷道实采的地震记录进行噪声压制处理,有效地压制了数据中的干扰噪声,极大程度地提高了地震记录的信噪比,使初至拾取得更加准确。结果表明,基于VMD和GA-SVM的地震噪声压制方法可以很好地提取含噪地震记录中的有效信号,提高初至拾取精度,在矿井复杂干扰条件下具有显著的应用潜力,对解决矿井复杂干扰条件下的地震勘探问题有重要意义。
关键词
矿井地震勘探
噪声压制
初至拾取
变分模态分解
遗传算法优化
支持向量机
Keywords
mine seismic prospecting
noise suppression
first arriv
al
pick
variation
al
mode decomposition
genetic
al
-
gorithm
optimization
support
vector
machine
分类号
TD32 [矿业工程—矿井建设]
P631.4 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
短期负荷预测中SVM参数选取的混沌优化方法
被引量：
8
3
作者
霍明
罗滇生
何井龙
机构
湖南大学电气与信息工程学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2009年第5期124-128,共5页
文摘
支持向量机已成功地应用于短期负荷预测领域,但其学习和泛化能力取决于参数的有效选取。为进一步提高预测精度,针对目前支持向量机参数选取方法的人为盲目性等缺点,在分析各个参数对其预测性能的影响的基础上,将混沌优化技术应用于参数的选取过程。对组合优化问题建立目标函数,采用一种改进的变尺度混沌优化算法来搜索全局最优值,从而得到最优的参数组合。通过湖南某地区电网日负荷预测的仿真结果表明,该方法与常规方法相比,显著地降低了模型的建模误差和预测误差,具有更好的性能。
关键词
短期负荷预测
支持向量机
参数选取
混沌优化算法
组合优化
Keywords
short-term load forecasting
support
vector
machine
s
parameters selection
chaos
optimization
al
-
gorithm
combination
optimization
分类号
TM715 [电气工程—电力系统及自动化]
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RTSWMFE,IS-GSE与COOT-SVM的行星齿轮箱故障诊断
戚晓利
杨艳
崔创创
程主梓
《振动.测试与诊断》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于VMD和GA-SVM的矿井地震自适应噪声压制方法
王勃
申思洪任
蔚立元
刘盛东
曾林峰
《煤炭学报》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
3
短期负荷预测中SVM参数选取的混沌优化方法
霍明
罗滇生
何井龙
《电力系统及其自动化学报》
CSCD
北大核心
2009
8
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
