公共文化服务平台

共 3 条记录，以下是 1-5

全选清除导出

排序方式：

基于Parzen窗的油液原子光谱数据半监督FCM聚类研究被引量：2: 2010年; 提出了一种基于Parzen窗的半监督模糊C-均值(Semi-supervised Fuzzy C-Means Based on Parzen window,PSFCM)聚类算法。根据训练样本确定出模糊C-均值(Fuzzy C-Means,FCM)的初始聚类中心;利用Parzen窗法计算出测试样本对各类状态的隶属度后,重新定义了隶属度迭代公式。通过齿轮箱磨损实验台模拟了齿轮箱的2种典型磨损故障并采集了油样。选取实验油样光谱分析数据中代表性元素Fe,Si,B的浓度值作为分析数据集的3维特征量,分别进行了FCM聚类和PSFCM聚类分析。聚类结果为:FCM聚类的正确率为48.9%,而融入了监督信息的PSFCM聚类的正确率为97.4%。实验说明,将PSFCM算法引入到油液原子光谱分析,降低了对人为经验和大量故障数据的依赖,提高了齿轮箱磨损故障诊断的准确度。; 徐超张培林任国全吴定海; 关键词：齿轮箱 PARZEN窗故障诊断

基于加权欧氏距离的半监督FCM聚类算法: 针对传统模糊C-均值（Fuzzy C-Means,FCM）聚类算法精度不高的缺点,提出了一种基于加权欧氏距离度量的半监督模糊C-均值聚类算法（Semi-supervised Fuzzy C-Means Clusterin...; 张培林徐超傅建平王国德李胜; 关键词：模糊C-均值聚类半监督聚类

基于油液原子光谱多维时间序列模型的机械磨损状态监测研究被引量：3: 2010年; 提出了一种利用润滑油原子光谱分析技术对机械磨损状态进行监测的新方法。对磨合期润滑油原子光谱数据建立多维时间序列模型并视为标准模型,将新数据通过此模型后得到残差并选择残差方差阵元素作为新数据所属磨损状态的特征。然后,利用主成分分析法对高维特征进行降维,提取前三个主成分构成对应磨损状态的特征向量。最后,利用欧式距离度量对测试样本进行分类,达到了对机械磨损状态识别的目的。利用上述方法,通过对某型履带车辆发动机台架实验的光谱数据进行分析,对发动机磨损状态进行了有效识别,从而证明了所提方法的有效性。结果表明,将多维时间序列模型引入油液光谱分析技术,能够实现光谱信息的有效融合,提高机械磨损状态监测的准确性。; 徐超张培林任国全李兵杨宁; 关键词：油液光谱分析主成分分析

基于支持向量机决策树的液压系统故障诊断: 主要研究了支持向量机决策树算法,及其在液压系统多类故障诊断中的应用。考虑到"一对一"算法和"一对多"算法的局限,把支持向量机和决策树相结合,利用这两种算法的优异性能来构造多类分类器。根据样本集的分布,对两个子类集的类间距...; 李胜张培林王国德; 关键词：故障诊断液压系统支持向量机决策树

基于Parzen窗的Vague集理论用于油液原子光谱特征优选被引量：2: 2011年; 油液原子光谱信息量大且具有模糊性,严重影响了在故障诊断中的应用效率和精度。为选择数量少、效率高的光谱特征,提出了一种光谱特征选择的新方法。基于齿轮箱实验台架,模拟了齿轮正常磨损状态和两种典型故障,并采集了油液样本。将三种磨损状态视为三个Vague集,光谱特征值视为Vague集上的Vague值。基于Vague值之间的相似度量,定义了平均Vague敏感度(mean vague sensitivity,MVS),用来描述光谱特征对不同磨损状态的敏感程度,并据此选择出对磨损状态敏感度高的光谱特征。此外,针对Vague集隶属度的确定严重依赖人为经验的问题,利用Parzen窗法分别估计出三种状态光谱数据的概率密度分布后,结合贝叶斯公式确定出Vague集的隶属度上、下限。实验表明,此方法可以有效地从大量光谱特征中选择出对故障敏感程度较高的特征。; 徐超张培林任国全张晓东杨玉栋; 关键词：VAGUE集 PARZEN窗贝叶斯公式

全选清除导出

共1页<1>

军械工程学院基金项目(YJJXM08009)