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
共找到203篇文章
< 1 2 … 11 >
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：
基于GA-RELM多特征优选的烟叶多部位正反面识别方法 被引量：1
1
作者 陈婷 赵晓琳 +5 位作者 张冀武 盖小雷 张晓伟 刘宇晨 王燕 龙杰 《湖南农业大学学报(自然科学版)》 北大核心 2025年第1期113-122,共10页
针对现有烟叶分级模型多基于平整烟叶的正面特征构建,分级模型准确率和实用性较低的问题,提出一种基于遗传算法-正则化极限学习机(GA-RELM)多特征优选的烟叶多部位正反面识别方法。首先,对自然状态下的烟叶进行多尺度正反面特征提取,构... 针对现有烟叶分级模型多基于平整烟叶的正面特征构建,分级模型准确率和实用性较低的问题,提出一种基于遗传算法-正则化极限学习机(GA-RELM)多特征优选的烟叶多部位正反面识别方法。首先,对自然状态下的烟叶进行多尺度正反面特征提取,构建正反面数据集,根据特征重要性和特征间的潜在关系,实现特征降维并构建新特征组合。其次,对正则化极限学习机(RELM)进行隐藏层偏置寻优,以提高模型实际应用性和分类精度。结果表明:与原极限学习机(ELM)相比,GA-RELM对自然状态下的烟叶正反面和多部位正反面的分类精度分别提高了0.84%和7.88%,运算时间分别减少2.56 s和5.72 s;与其他烟叶分级算法相比,GA-RELM在准确率、精确率、召回率、F1评分等多个指标上表现出明显优势。 展开更多
关键词 烤烟 烟叶分级 多特征优选 遗传算法 正则化极限学习机
在线阅读 下载PDF
基于机器学习的新疆东天山黄山地区遥感岩性自动分类及其识别精度分析
2
作者 刘磊 王乐 +2 位作者 张凯南 梅佳成 张群佳 《地质通报》 北大核心 2025年第7期1187-1200,共14页
【研究目的】遥感岩性制图对于基础地质研究和矿产勘查均具有重要意义,针对传统岩性解译方法在复杂基岩区效率低、主观性强的问题,以新疆东天山黄山地区为研究区,构建融合光谱-空间特征的自动化分类模型,提升ASTER数据在基岩出露区的岩... 【研究目的】遥感岩性制图对于基础地质研究和矿产勘查均具有重要意义,针对传统岩性解译方法在复杂基岩区效率低、主观性强的问题,以新疆东天山黄山地区为研究区,构建融合光谱-空间特征的自动化分类模型,提升ASTER数据在基岩出露区的岩性识别精度,为矿产资源勘查提供技术支撑。【研究方法】提出分水岭分割与正则化极限学习机协同框架:①通过分水岭算法提取空间边界特征,建立空间约束规则库;②采用主成分分析和L2正则化优化光谱特征空间,简化ELM隐层结构;③设计最大投票机制融合光谱分类与空间约束结果。并与支持向量机(SVM)、最大似然法、马氏距离法等4类传统算法对比验证模型性能。【研究结果】实验表明:①融合模型总体精度达92.13%(Kappa=0.91),较SVM等传统分类方法精度大幅提高;②空间特征使花岗岩等相似岩性的区分精度提升;③特征降维后模型参数明显减少,分类时间大幅缩短。【结论】该模型通过多特征融合有效突破单一光谱分类瓶颈,为基岩区提供高精度、高效率的岩性识别新方案,可适配WorldView-3等数据并推广至类似基岩出露区域。 展开更多
关键词 岩性分类 机器学习 多光谱遥感 极限学习机 空间特征 新疆东天山
在线阅读 下载PDF
基于多层感知机模型的长三角水稻种植区净生态系统碳通量模拟
3
作者 席闻阳 何建军 +2 位作者 王智麟 郭立峰 李亚荣 《高原气象》 北大核心 2025年第1期191-200,共10页
中国长江三角洲地区(以下简称长三角地区)是典型的水稻种植区,其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量(net ecosystem exchange,NEE)与各个气象因子之间的关系,发现NEE与太阳短波辐射的... 中国长江三角洲地区(以下简称长三角地区)是典型的水稻种植区,其碳源汇对区域气候和环境具有重要影响。本文系统地分析了长三角地区净生态系统碳交换量(net ecosystem exchange,NEE)与各个气象因子之间的关系,发现NEE与太阳短波辐射的相关性最强,其次与湿度相关参量(饱和水汽压差、相对湿度)等呈现较强的相关性。同时,NEE与太阳辐射、气温、湿度因子、风速和摩擦速度的相关性呈现明显的昼夜变化。基于上述分析,本文利用NEE和气象观测数据构建了长三角水稻下垫面多层感知机(Multilayer perceptron,MLP)NEE模拟模型,评估了模型的模拟效果及其时空稳定性。构建的MLP模型能较好地拟合NEE,训练集模拟的NEE与观测值的相关系数达到0.88,均方根误差为5.34μmol·m^(-2)·s^(-1);MLP模型在模拟长三角水稻季NEE时表现良好,在东台和寿县站点的模拟NEE结果与观测值的相关系数均高于0.78,模型具有较好的时空稳定性;MLP模型模拟白天平均NEE的效果好于夜间平均NEE的效果。研究结果揭示了影响水稻碳循环的主要气象因子,为认识长三角水稻种植区碳循环时空分布特征提供支撑,对准确评估全球和区域碳通量具有重要意义。 展开更多
关键词 机器学习 MLP模型 NEE 长江三角洲地区 水稻种植区
在线阅读 下载PDF
面向生物氧化提金槽温度监测的数据融合策略
4
作者 李海龙 南新元 +1 位作者 蔡鑫 侯登云 《计算机工程与设计》 北大核心 2025年第1期282-289,共8页
为提高生物氧化槽温度估计的准确性,提出一种数据融合策略。利用鲁棒自适应无迹卡尔曼滤波算法对底层采集的数据进行处理,克服噪声对系统性能的影响。利用序贯自适应加权融合算法对滤波后的数据进行局部融合,保证融合结果的一致性与高... 为提高生物氧化槽温度估计的准确性,提出一种数据融合策略。利用鲁棒自适应无迹卡尔曼滤波算法对底层采集的数据进行处理,克服噪声对系统性能的影响。利用序贯自适应加权融合算法对滤波后的数据进行局部融合,保证融合结果的一致性与高精度。利用改进的斑马优化算法优化核极限学习机进行全局融合,提升算法的泛化能力与鲁棒性。实验结果表明,提出的融合方法能够提高生物氧化槽温度估计的精度,为后续的控制决策提供有力的数据保障。 展开更多
关键词 生物氧化提金 温度监测 多传感器数据融合 无迹卡尔曼滤波 序贯分析 自适应加权融合 核极限学习机
在线阅读 下载PDF
MS PUF:抗机器学习建模攻击的多维协同强PUF设计
5
作者 左欣怡 马双宝 +3 位作者 李少青 王振宇 刘威 张洋 《计算机工程》 北大核心 2025年第8期62-73,共12页
物理不可克隆函数(PUF)在资源受限的信息安全领域起着至关重要的作用,然而广泛使用的仲裁器PUF(APUF)及其变体因结构简单和防御维度单一,面临机器学习建模攻击的威胁,同时具有高防御能力的PUF设计通常伴随着较高的硬件成本。为应对这些... 物理不可克隆函数(PUF)在资源受限的信息安全领域起着至关重要的作用,然而广泛使用的仲裁器PUF(APUF)及其变体因结构简单和防御维度单一,面临机器学习建模攻击的威胁,同时具有高防御能力的PUF设计通常伴随着较高的硬件成本。为应对这些挑战,提出一种新型的多维协同PUF(MS PUF)设计,旨在平衡强大的抗建模攻击能力和低硬件开销。该设计以APUF为基础,融合了弱PUF、线性反馈移位寄存器(LFSR)和多路复用器(MUX),通过异或操作混淆输入信号并动态控制MUX输出,增强了PUF响应的安全性和不可预测性。在此设计中,MUX的输出有两种选择:一是直接采用弱PUF序列,二是通过分组异或处理并采用由弱PUF初始化的LFSR生成的序列。此外,MS PUF通过引入逐层异或混淆机制,构筑了一个多层次、多维度的协同安全防御策略。实验结果表明,MS PUF在均匀性、唯一性和可靠性等关键性能指标上表现优异,且硬件开销低,在防御逻辑回归(LR)、支持向量机(SVM)、人工神经网络(ANN)、卷积神经网络(CNN)以及全连接长短时记忆(FC-LSTM)网络等多种机器学习建模攻击时,MS PUF的预测准确率均接近50%,展示了出色的防御能力。 展开更多
关键词 仲裁器物理不可克隆函数 机器学习建模攻击 硬件开销 多维协同PUF 逐层异或混淆机制
在线阅读 下载PDF
基于多域信息融合与改进ELM的船舶电机轴承故障诊断
6
作者 戈淳 闫灶宇 +1 位作者 商嘉桐 薛红涛 《中国舰船研究》 北大核心 2025年第2期68-76,共9页
[目的]针对监测信号在单一分析域内的特征参数难以完整表征监测对象的运行状态,以及极限学习机(ELM)网络的模型参数难以达到最优的问题,提出一种基于多域信息融合与改进ELM的船舶电机轴承故障诊断方法。[方法]首先,基于船舶电机轴承振... [目的]针对监测信号在单一分析域内的特征参数难以完整表征监测对象的运行状态,以及极限学习机(ELM)网络的模型参数难以达到最优的问题,提出一种基于多域信息融合与改进ELM的船舶电机轴承故障诊断方法。[方法]首先,基于船舶电机轴承振动信号在时域、频域与时频域内的特征信息,构建多域特征参数集,作为故障诊断模型的输入;然后,运用麻雀搜索算法改进ELM网络的模型参数优化方法,确定最优的权值与阈值,进而提高故障诊断ELM模型的识别精度。最后,通过船用电机试验台架实验数据和开源实验数据,对电机轴承故障状态进行识别。[结果]基于船用电机试验台架的实验数据验证表明,采用多域特征参数集的故障诊断模型在训练集和测试集上的识别精度均为100%;基于开源实验数据验证表明,改进ELM模型的测试集识别精度为90.5%,相较于原始ELM模型提高了12.7%,且训练集识别精度与测试集识别精度均高于其他诊断模型。[结论]所提方法在输入特征参数集与诊断模型上均有改进,可有效识别电机轴承故障状态,且模型具有良好的稳定性,为船舶电机轴承故障诊断提供参考。 展开更多
关键词 电动机 轴承 故障分析 故障诊断 多域信息融合 麻雀搜索算法 极限学习机
在线阅读 下载PDF
多策略改进DBO算法与KELM的变压器故障辨识
7
作者 谭贵生 赵波 +2 位作者 张桂莲 刘丹丹 石宜金 《电力系统保护与控制》 北大核心 2025年第14期111-122,共12页
针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器... 针对油浸式变压器故障诊断中因样本存在冗余特征,导致故障诊断精度低的问题,提出一种新的多策略改进蜣螂算法(multi-strategy improved dung beetle optimizer,MSIDBO)优化核极限学习机(kernel extreme learning machine,KELM)的变压器故障辨别模型。首先,利用随机森林(random forest,RF)与核主成分析法(kernel principal component analysis,KPCA)对变压器原始数据进行特征提取,合理降低特征量的维度。其次,引入改进的Circle混沌映射、变螺旋搜索机制、非线性控制因子、融合正余弦算法和融合多种群差分进化算法的变异策略对蜣螂算法(dung beetle optimizer,DBO)进行改进,提高全局搜索能力和收敛精度。最后,利用MSIDBO对KELM中的核参数和正则化参数进行优化,构建KPCA-MSIDBO-KELM的变压器故障诊断模型。实验表明,其诊断准确率为94.07%。与DBO-KELM、WOA-KELM、HHO-KELM、GWO-KELM和PSO-KELM故障模型进行对比分析,准确率分别提高了2.54%、3.39%、5.93%、7.63%和13.56%。相比其他模型,所提方法能够有效提高变压器故障诊断的准确率。 展开更多
关键词 变压器 故障诊断 多策略改进蜣螂算法 核极限学习机 核主成分分析
在线阅读 下载PDF
基于AMSD-WTSSA-DELM模型的铁路沿线短期风速预测方法
8
作者 尼比江·艾力 张林鍹 +5 位作者 李奕超 景雨啸 高金山 王渊 谢明浩 罗晓龙 《铁道科学与工程学报》 北大核心 2025年第2期543-556,共14页
我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及... 我国西北地区铁路沿线风速较强且存在非平稳性和波动性,导致风速预测精确度不高、模型泛化性差。基于此,提出一种基于AMSD-WTSSA-DELM的组合预测模型。首先,利用高度非平稳的原始风速序列、分量的长期相关表现、分量所包含的潜在模式及趋势和周期性等内在信息,进行每步分解处理,分别建立分解条件以及自适应更新阈值;为避免过度分解加入自适应重构方法,分解至无高复杂度分量为止,从而实现适应性较强的自适应多步分解。其次,提出WTSSA算法,即通过在麻雀搜索算法(SSA)中融入混沌映射、自适应权重和自适应t分布扰动策略,提升SSA全局搜索和局部探索能力,加快收敛速度,并通过测试函数验证WTSSA算法的卓越性。然后针对AMSD输出的各分量,分别建立由WTSSA优化权重和偏置的深度极限学习机(DELM)模型。最后汇总所有分量的预测数据,合成最终的预测输出。实验结果表明:模型在2组实际铁路沿线风速数据预测性能上提升效果明显,以第1组实验数据为例,本文方法与DELM相比,平均绝对误差(E_(mae))和均方根误差(E_(rmse))分别降低90.32%和82.25%,决定系数(R^(2))提升43.00%。综上所述,研究成果有效克服了风速的非线性特征导致的时迟问题,具有高泛化性能,能够预测短期风速变化,从而帮助铁路系统做出更有效的安全决策,为列车安全运行提供有力的技术支撑。 展开更多
关键词 短期风速预测 自适应多步分解 深度极限学习机 改进麻雀搜索算法 铁路沿线风速
在线阅读 下载PDF
基于非平衡大数据的公司破产评估模型研究
9
作者 李田雨 高煌婷 翟亚琪 《财经理论与实践》 北大核心 2025年第2期43-50,共8页
大数据环境下,应用机器学习数据挖掘分析技术对波兰破产及未破产公司的财务数据进行建模训练和测试验证,其中包括多层感知器中的SMOTE、SMOTE-Borderline1和BMS不平衡算法。横向对比发现SMOTE、SMOTE-Borderline1、BMS算法有效提升了F1-... 大数据环境下,应用机器学习数据挖掘分析技术对波兰破产及未破产公司的财务数据进行建模训练和测试验证,其中包括多层感知器中的SMOTE、SMOTE-Borderline1和BMS不平衡算法。横向对比发现SMOTE、SMOTE-Borderline1、BMS算法有效提升了F1-Score,证明了多层感知器算法在公司破产评估领域内处理非平衡类别数据手段的有效性。纵向对比表明在不同的预测时间跨度上,MLP模型和公司财务数据的分类器模型效果具有显著差异。最后,使用卡方检验筛选出公司短期负债、资金结构和经营利润等较为重要的财务指标。 展开更多
关键词 机器学习 多层感知器算法 破产评估模型 MLP模型
在线阅读 下载PDF
基于VIKOR-SSA-ELM的山区隧道结构安全评价方法
10
作者 王芝茏 杨文波 +3 位作者 寇昊 赵亮亮 曾泽润 吴枋胤 《隧道建设(中英文)》 北大核心 2025年第S1期136-145,共10页
为掌握隧道结构在山区环境中的安全状态,提出一种基于多准则妥协解排序法(VIKOR)决策模型和麻雀搜索算法(SSA)优化极限学习机(ELM)算法的山区隧道结构安全评价方法。通过调研山区隧道结构安全影响因素的文献,建立山区隧道结构安全的评... 为掌握隧道结构在山区环境中的安全状态,提出一种基于多准则妥协解排序法(VIKOR)决策模型和麻雀搜索算法(SSA)优化极限学习机(ELM)算法的山区隧道结构安全评价方法。通过调研山区隧道结构安全影响因素的文献,建立山区隧道结构安全的评语集、指标体系与指标基准;利用群体决策层次分析法(AHP)、熵权法(EWM)+CRITIC法和博弈论对评价指标进行权重计算;采用VIKOR决策模型对隧道结构安全等级进行量化,并将使用MATLAB生成的构造样本转化为用于机器学习训练的训练样本;根据参数寻优的结果,构建SSA-ELM模型,并收集48个已进行现场勘察并确定安全等级的工程实例样本进行安全预测,同时与未优化的ELM和运用粒子群算法(PSO)优化的ELM模型进行对比分析。结果表明,SSA-ELM模型的预测准确率更高。 展开更多
关键词 山区隧道 隧道结构安全评价 博弈论 多准则妥协解排序法 麻雀搜索算法 极限学习机
在线阅读 下载PDF
不均衡小样本下多特征优化选择的生命体触电故障识别方法 被引量：5
11
作者 高伟 饶俊民 +1 位作者 全圣鑫 郭谋发 《电工技术学报》 EI CSCD 北大核心 2024年第7期2060-2071,共12页
针对现有的剩余电流保护装置无法有效识别触电事故的问题,该文提出了一种不均衡小样本下多特征优化选择的生命体触电故障识别方法。首先通过变分自编码器(VAE)对实验收集到的生命体触电小样本数据进行增殖以实现正负样本均衡;然后在时... 针对现有的剩余电流保护装置无法有效识别触电事故的问题,该文提出了一种不均衡小样本下多特征优化选择的生命体触电故障识别方法。首先通过变分自编码器(VAE)对实验收集到的生命体触电小样本数据进行增殖以实现正负样本均衡;然后在时域上提取能够反映波形动态变化特性的23个特征量,并利用高斯核Fisher判别分析(GKFDA)与最大信息系数(MIC)法从中选择最优表达特征组;最后,提出基于遗忘因子的在线顺序极限学习机(FOS-ELM)算法实现生命体触电行为的鉴别。实验结果表明,所提方法利用不均衡小样本触电数据集就可以训练出一个优秀的分类模型,诊断准确率可达98.75%,诊断时间仅为1.33 ms。其优良的性能结合在线增量式学习分类器设计,使得模型具备新知识学习能力,具有极好的工程应用前景。 展开更多
关键词 剩余电流保护装置 生命体触电故障 多特征优化选择 基于遗忘因子的在线顺序 极限学习机(FOS-ELM) 不均衡小样本
在线阅读 下载PDF
基于GMPE和GWO-MKELM算法的往复压缩机轴承故障诊断 被引量：2
12
作者 李彦阳 王金东 曲孝海 《科学技术与工程》 北大核心 2024年第23期9842-9847,共6页
针对往复压缩机内部结构复杂,轴承间隙故障特征提取困难和识别准确率不高等问题,提出了多尺度排列熵和多核极限学习机混合算法的智能诊断新方法。首先,针对多尺度排列熵在多尺度过程中,利用均值粗粒化的方式在一定程度上“中和”了原始... 针对往复压缩机内部结构复杂,轴承间隙故障特征提取困难和识别准确率不高等问题,提出了多尺度排列熵和多核极限学习机混合算法的智能诊断新方法。首先,针对多尺度排列熵在多尺度过程中,利用均值粗粒化的方式在一定程度上“中和”了原始信号的动力学突变行为,降低了熵值分析的准确性,提出了一种广义多尺度排列熵算法;然后,为解决核极限学习机处理复杂数据样本分类存在的局限性,将高斯核函数、多项式核函数和感知器核函数进行线性叠加,构建混合核函数,提出了多核极限学习机模型。仿真实验结果表明,该故障诊断方法识别准确率高达98%,高效地实现了轴承不同种类故障的智能诊断。 展开更多
关键词 往复压缩机 灰狼优化算法 广义多尺度排列熵 多核极限学习机 故障诊断
在线阅读 下载PDF
一种基于PSO-ELM的低渗透砂岩水淹层测井识别方法 被引量：1
13
作者 杨波 黄长兵 +2 位作者 何岩 李垚银 李路路 《断块油气田》 CAS CSCD 北大核心 2024年第4期645-651,共7页
水淹层测井识别对油田开发方案部署及提高采收率有着重要意义。新疆陆梁油田作业区某区块油层水淹类型主要为污水水淹,测井响应特征复杂多变,传统识别图版方法难以对水淹层有效识别。文中基于测井、地质、试油等资料,在水淹层测井响应... 水淹层测井识别对油田开发方案部署及提高采收率有着重要意义。新疆陆梁油田作业区某区块油层水淹类型主要为污水水淹,测井响应特征复杂多变,传统识别图版方法难以对水淹层有效识别。文中基于测井、地质、试油等资料,在水淹层测井响应特征分析基础上,提出了一种利用改进粒子群优化算法(Particle Swarm Optimization,PSO)及极限学习机(Extreme Learning Machine,ELM)的水淹层识别方法。首先,利用相关系数优选6个主控因素:RD,RS,GR,SP,DEN,AC。其次,采用改进粒子群算法对极限学习机模型进行参数寻优;最后,利用优化后的模型对研究区水淹层进行预测。结果表明,利用PSO-ELM模型识别水淹层,识别符合率达到91.7%,应用效果优于ELM模型及传统识别图版,为水淹层测井识别提供了新思路。 展开更多
关键词 相关系数 粒子群优化算法 极限学习机 水淹层识别
在线阅读 下载PDF
基于多帧聚类的紧凑型HFSWR虚假点迹识别方法 被引量：1
14
作者 孙伟峰 赵林林 +1 位作者 纪永刚 戴永寿 《系统工程与电子技术》 EI CSCD 北大核心 2024年第2期419-427,共9页
紧凑型高频地波雷达发射功率低,目标检测时信噪比低、虚警率高,会产生大量虚假点迹,影响后续目标跟踪性能。为了滤除虚假点迹,利用目标的运动特性,提出了一种多帧聚类与极限学习机分类两级级联的虚假点迹识别方法。首先,利用基于最优邻... 紧凑型高频地波雷达发射功率低,目标检测时信噪比低、虚警率高,会产生大量虚假点迹,影响后续目标跟踪性能。为了滤除虚假点迹,利用目标的运动特性,提出了一种多帧聚类与极限学习机分类两级级联的虚假点迹识别方法。首先,利用基于最优邻域尺寸的多帧聚类方法,将连续多帧中与待识别点迹属于同一潜在目标的点迹聚类成簇。然后,计算簇内待识别点迹与其相邻帧内点迹的距离-多普勒速度的差分值,以其为特征利用极限学习机辨识虚假点迹。实验结果表明,所提方法能够准确将属于同一目标的点迹聚类,虚假点迹识别率达到95%。 展开更多
关键词 紧凑型地波雷达 虚假点迹识别 多帧聚类 极限学习机
在线阅读 下载PDF
基于HMFDE和t-SNE的旋转机械故障诊断方法 被引量：4
15
作者 尹久 张杰 《机电工程》 CAS 北大核心 2024年第6期1058-1067,共10页
针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用... 针对旋转机械的故障特征提取较难,以及单一类型的特征无法全面反映故障特性的问题,提出了一种基于混合多尺度波动散布熵(HMFDE)、t分布-随机邻域嵌入(t-SNE)和郊狼优化算法(COA)优化极限学习机(ELM)的旋转机械故障诊断方法。首先,采用特征加权提出了混合多尺度波动散布熵方法,并将其用于提取旋转机械振动信号的故障特征;随后,采用t-SNE方法对混合故障特征进行了特征降维,挑选出了最能够反映故障特性的特征子集,构建了敏感特征样本;最后,采用郊狼优化算法对极限学习机的输入权重和隐含层阈值进行了优化,完成了旋转机械的故障识别和分类;以齿轮箱和滚动轴承故障数据集为对象,对基于HMFDE、t-SNE和COA-ELM的故障诊断方法进行了实验,验证了方法的有效性。研究结果表明:采用HMFDE-t-SNE-CAO-ELM故障诊断方法可以取得100%的故障识别准确率,该方法能够有效地诊断旋转机械的不同故障类型和损伤;相较于基于单一类型特征的故障诊断方法,其准确率分别可以提高0.68%、22.42%、29.18%(齿轮箱)和1.43%、8.23%、23.67%(滚动轴承),虽然牺牲了一定的计算效率,但准确率得到了明显的提高;相较于其他常规故障分类器,COA-ELM的故障识别准确率具有明显的优势。 展开更多
关键词 旋转机械 故障诊断 齿轮箱 滚动轴承 混合多尺度波动散布熵 t分布-随机邻域嵌入 郊狼优化算法 极限学习机
在线阅读 下载PDF
基于BA-MKELM的微电网故障识别与定位 被引量：2
16
作者 吴忠强 卢雪琴 《计量学报》 CSCD 北大核心 2024年第2期253-260,共8页
提出一种基于贝叶斯算法优化多核极限学习机的微电网故障识别和定位方法。针对极限学习机输入参数和隐含层节点数随机选取导致回归能力不足的问题,引入核函数,将多项式与高斯径向基核函数加权组合构成多核极限学习机建立故障识别与定位... 提出一种基于贝叶斯算法优化多核极限学习机的微电网故障识别和定位方法。针对极限学习机输入参数和隐含层节点数随机选取导致回归能力不足的问题,引入核函数,将多项式与高斯径向基核函数加权组合构成多核极限学习机建立故障识别与定位模型,并采用贝叶斯算法对多核极限学习机相关参数进行优化,进一步提高模型的逼近能力。为了验证所提模型的故障识别与定位性能,选用极限学习机和多核极限学习机分别建立故障诊断模型进行比较分析。实验结果表明,所提方法能够高性能地识别和定位微电网中任何类型的故障,识别和定位精度更高。 展开更多
关键词 电学计量 微电网线路 故障识别和定位 贝叶斯算法 多核极限学习机 小波包分解
在线阅读 下载PDF
基于ARO-MKELM的微电网攻击检测 被引量：1
17
作者 吴忠强 张伟一 《计量学报》 CSCD 北大核心 2024年第10期1444-1452,共9页
智能电网的复杂性和开放性使其在信息交换时更易受到网络攻击的威胁。目前大多数检测方法只关注检测攻击的存在性,不能确定受到攻击的分布式电源的具体位置,导致无法快速将被攻击的分布式电源隔离,继而造成严重的损失。提出一种基于人... 智能电网的复杂性和开放性使其在信息交换时更易受到网络攻击的威胁。目前大多数检测方法只关注检测攻击的存在性,不能确定受到攻击的分布式电源的具体位置,导致无法快速将被攻击的分布式电源隔离,继而造成严重的损失。提出一种基于人工兔群优化算法优化多核极限学习机的交流微电网虚假数据注入攻击检测方法。在传统极限学习机中引入组合核函数以提升检测模型的学习能力和泛化能力,并采用具有强全局搜索能力的人工兔群优化算法优化多核极限学习机的核函数参数及正则化系数,进一步提升检测模型的检测精度。利用非训练样本内幅值为55和95的阶跃攻击信号进行仿真验证,检测准确率范围分别达到了(93.44~94.64)%和(98.11~99.23)%,与其他检测模型进行对比分析,验证了所提方法的优越性。 展开更多
关键词 电学计量 交流微电网 虚假数据注入 人工兔群优化算法 多核极限学习机
在线阅读 下载PDF
基于改进堆叠降噪自编码器的配电网高阻接地故障检测方法
18
作者 罗国敏 杨雪凤 +3 位作者 尚博阳 罗思敏 和敬涵 王小君 《电力系统保护与控制》 EI CSCD 北大核心 2024年第24期149-160,共12页
针对配电网高阻故障判定阈值选取难、噪声影响大和识别精度低等问题,提出了一种基于改进堆叠降噪自编码器的高阻接地故障检测方法,从特征提取及网络模型两个层面增强检测方法的可靠性与抗噪性能。首先,结合时频数据处理手段刻画高阻接... 针对配电网高阻故障判定阈值选取难、噪声影响大和识别精度低等问题,提出了一种基于改进堆叠降噪自编码器的高阻接地故障检测方法,从特征提取及网络模型两个层面增强检测方法的可靠性与抗噪性能。首先,结合时频数据处理手段刻画高阻接地故障与正常工况的物理特性差异,为构建故障样本特征库提供理论依据;其次,通过皮尔逊相关系数对时域、频域和时频域的故障特征进行分析与筛选,从而构造多域特征融合样本库,避免特征冗余现象;然后,利用极限学习机的强高维特征分类特性对堆叠降噪自编码器模型进行改进,以提高高阻接地故障分类器的鲁棒性和准确性;最后,在Matlab/Simulink中搭建10kV配电网仿真模型进行算例分析。结果表明,该方法在-1dB强噪声条件下仍有95.57%的高阻故障检测准确率,具有较高的工程实用价值。 展开更多
关键词 配电网 高阻接地故障 多域特征融合 堆叠降噪自编码器 极限学习机
在线阅读 下载PDF
基于代理模型的永磁直线同步电机多目标优化
19
作者 许孝卓 郭国宾 +2 位作者 封海潮 杜宝玉 赵运基 《电机与控制学报》 CSCD 北大核心 2024年第11期139-150,共12页
针对传统值解析法、有限元等作为分析模型进行电机多目标优化设计,存在建模难度大、时间成本高的问题,提出一种基于代理模型的电机优化设计框架,该框架由遗传算法优化的极限学习机(GA-ELM)以及多目标粒子群优化(MOPSO)算法组成,并用于... 针对传统值解析法、有限元等作为分析模型进行电机多目标优化设计,存在建模难度大、时间成本高的问题,提出一种基于代理模型的电机优化设计框架,该框架由遗传算法优化的极限学习机(GA-ELM)以及多目标粒子群优化(MOPSO)算法组成,并用于一台永磁直线同步电机(PMLSM)的结构优化。基于单变量扫描、主效应分析以及试验设计(DOE)的方法建立了模型训练样本库,在保证样本质量的同时降低了样本容量、节约了建模时间;采用GA-ELM搭建了电机的代理模型,进一步提高了原模型精度;基于MOPSO优化算法引入扰乱子完成对模型的多目标寻优,获得了三维Pareto最优前沿解集。最后依据优化结果加工样机,实验验证了该优化设计框架所得优化结果的正确性,且结果表明优化后的电机平均推力提高了11.19%,推力波动降低了21.95%。 展开更多
关键词 永磁直线同步电机 优化设计框架 多目标优化 代理模型 极限学习机 多目标粒子群优化
在线阅读 下载PDF
基于灰狼算法和极限学习机的风速多步预测 被引量：6
20
作者 张文煜 马可可 +2 位作者 郭振海 赵晶 邱文智 《郑州大学学报（工学版）》 CAS 北大核心 2024年第2期89-96,共8页
为了提高风速的多步预测水平,提出了一种基于数据信号分解和灰狼算法优化极限学习机的混合预测模型。首先,使用具有自适应噪声的完全集成经验模态分解算法将原始风速时间序列分解为若干本征模态函数和一个残差序列,并使用偏自相关函数... 为了提高风速的多步预测水平,提出了一种基于数据信号分解和灰狼算法优化极限学习机的混合预测模型。首先,使用具有自适应噪声的完全集成经验模态分解算法将原始风速时间序列分解为若干本征模态函数和一个残差序列,并使用偏自相关函数法对模型输入进行特征选择;其次,在分解子序列上分别建立模型并进行预测,构造多输入多输出策略的极限学习机神经网络,使用灰狼优化算法求解其中的最优化隐含层权值和偏置;最后,对子序列进行重构并得到最终的预测结果。使用时间分辨率为15 min的多组实测资料开展模拟实验,所提模型在3个风电场的均方根误差分别为0.859、0.925、0.927 m/s,均低于其他对比模型,验证了该模型在未来4 h风速预测即16步预测中的有效性。 展开更多
关键词 风速预测 多步预测 信号分解 特征选择 灰狼优化算法 极限学习机
在线阅读 下载PDF
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 2 … 11 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部