期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于IZOA结合最小交叉熵的图像分割算法
1
作者 刘庭亭 何志琴 《电子测量技术》 北大核心 2025年第16期40-53,共14页
针对图像多阈值分割过程中存在的分割精度低、效率低、随着阈值增加分割效果不稳定等问题,提出了一种基于改进斑马优化算法(IZOA)的多阈值图像分割算法。首先,利用混沌映射方法初始化种群;其次,引入邻域波动策略精细化搜索;然后,结合杂... 针对图像多阈值分割过程中存在的分割精度低、效率低、随着阈值增加分割效果不稳定等问题,提出了一种基于改进斑马优化算法(IZOA)的多阈值图像分割算法。首先,利用混沌映射方法初始化种群;其次,引入邻域波动策略精细化搜索;然后,结合杂交与变异操作生成新的解,提高算法全局搜索能力;再采用精英保存策略保留最优解。使用图像分割前后得到的最小对称交叉熵作为适应度函数进行多阈值分割,表现出了更高的分割精度、分割效率以及分割的稳定性。实验结果表明,与ZOA、GWO、WOA等算法对比,基于IZOA分割图像的质量指标FSIM、SSIM和PSNR方面具有显著优势,最优截断均值占比分别达到91.7%、88.9%、100%。 展开更多
关键词 图像分割 斑马优化算法 最小对称交叉熵 多策略改进
在线阅读 下载PDF
参数优化的IZOA-SVM机械设备故障诊断方法 被引量:1
2
作者 赵月静 邢天祥 秦志英 《机电工程》 CAS 北大核心 2024年第10期1894-1902,共9页
在复杂的工作环境中,机械设备振动信号的复杂性常常会导致机械设备故障诊断的准确性不高,为解决设备运行中因信号复杂性引发的故障诊断难题,提出了一种参数优化的斑马优化算法优化支持向量机(IZOA-SVM)的故障诊断方法。首先,引入了柯西... 在复杂的工作环境中,机械设备振动信号的复杂性常常会导致机械设备故障诊断的准确性不高,为解决设备运行中因信号复杂性引发的故障诊断难题,提出了一种参数优化的斑马优化算法优化支持向量机(IZOA-SVM)的故障诊断方法。首先,引入了柯西变异和反向学习的改进策略到斑马优化算法(ZOA)中,提出了改进的斑马优化算法(IZOA),旨在改善原有斑马优化算法在迭代后期容易陷入局部极值等问题,从而有效增强了其全局搜索能力;其次,利用IZOA优化支持向量机(SVM)的核参数g和惩罚参数c以寻找SVM最优参数组合[c,g],并构建了IZOA-SVM模型;然后,计算了样本的13个时域特征以构成特征向量,并将特征向量分别输入到IZOA-SVM模型、斑马优化算法优化支持向量机(ZOA-SVM)模型、粒子群算法优化支持向量机(PSO-SVM)模型、遗传算法优化支持向量机(GA-SVM)模型和支持向量机模型,进行了故障分类;最后,通过旋转机械振动及故障模拟试验验证了该方法的有效性。研究结果表明:IZOA-SVM模型在分类准确率方面得到了明显的提高,达到了98.33%;该模型能够精准而稳定地识别故障类型,提高故障识别的准确性,在准确率方面相较于其他对比方法表现出更为显著的优势。因此,该方法在全局搜索和故障分类准确性方面都取得了明显的改进,为复杂环境下的故障诊断提供了可参考的解决方案。 展开更多
关键词 机械设备 旋转机械 故障诊断 改进斑马优化算法 柯西变异 反向学习 支持向量机
在线阅读 下载PDF
深孔零件轴线直线度误差的在线测量与评定技术研究
3
作者 沈文华 王西彬 +2 位作者 钱泳豪 刘志兵 宋慈 《中国机械工程》 北大核心 2025年第9期2011-2021,共11页
为实现深孔零件轴线直线度误差的精准在线测量,融合电涡流位移传感器、电磁超声换能器、旋转编码器和激光干涉仪构建了一种多传感器集成式在线测量系统。通过分析空间样点集的排列分布状态,提出了基于正余弦分布特性的粗大误差过滤法,... 为实现深孔零件轴线直线度误差的精准在线测量,融合电涡流位移传感器、电磁超声换能器、旋转编码器和激光干涉仪构建了一种多传感器集成式在线测量系统。通过分析空间样点集的排列分布状态,提出了基于正余弦分布特性的粗大误差过滤法,并利用卡尔曼滤波法降低了随机误差的影响,获得了更接近零件真实轮廓的数据信息。以逼近最小区域为原则,将轴线直线度误差评定转化为参数优化问题,并采用改进斑马优化算法对该问题进行求解。经商用激光跟踪仪的对比测量实验,开发测量系统在1500 mm的深孔零件(内径为150 mm)长度范围内的测量误差仅为0.053 mm,直线度测量误差小于0.065 mm/m,满足企业要求的直线度误差0.15 mm/m,能够有效指导深孔零件的加工过程。 展开更多
关键词 深孔零件 轴线直线度误差 多传感器集成式在线测量 改进斑马优化算法
在线阅读 下载PDF
改进全局ZOA优化MVMD-SCN的锂电池SOH估算 被引量:4
4
作者 郭喜峰 黄裕海 +2 位作者 单丹 原宝龙 宁一 《电子测量技术》 北大核心 2024年第5期22-30,共9页
锂电池健康状态(SOH)的准确估算对电池系统的健康管理起着重要作用,为提高SOH的估算精度,提出一种将参数优化后的多元变分模态分解(MVMD)和随机配置网络(SCN)相结合的SOH估算方法。从锂电池充放电过程中提取多个健康因子(HF)作为SOH估... 锂电池健康状态(SOH)的准确估算对电池系统的健康管理起着重要作用,为提高SOH的估算精度,提出一种将参数优化后的多元变分模态分解(MVMD)和随机配置网络(SCN)相结合的SOH估算方法。从锂电池充放电过程中提取多个健康因子(HF)作为SOH估算模型的输入,在斑马优化算法(ZOA)全局阶段引入自适应权重和最优领域波动策略,提高其全局搜索能力,得到改进全局的斑马优化算法(IGZOA),利用它对MVMD和SCN参数进行寻优,最后在9个基准函数测试IGZOA性能,在NASA和CALCE数据集上将所提方法与不同方法进行锂电池SOH的估算对比,结果表明,所提方法的均方根误差和绝对误差的平均值分别为0.84%,0.93%,具有更高的预测精度和泛化性。 展开更多
关键词 锂电池 健康状态 多元变分模态分解 改进斑马优化算法 随机配置网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部