期刊导航
期刊开放获取
cqvip
退出
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
1
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
基于增量稀疏核极限学习机的柴油机故障在线诊断
被引量：
6
1
作者
刘敏
张英堂
+1 位作者
李志宁
范红波
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019年第2期217-224,共8页
为实现柴油机故障在线诊断,提出了基于增量稀疏核极限学习机(ISKELM)的快速在线诊断方法.针对核在线学习中的样本稀疏化与模型膨胀问题,提出了基于瞬时信息测量的稀疏核函数字典构造策略,根据最小化字典冗余和最大化字典元素自信息量的...
为实现柴油机故障在线诊断,提出了基于增量稀疏核极限学习机(ISKELM)的快速在线诊断方法.针对核在线学习中的样本稀疏化与模型膨胀问题,提出了基于瞬时信息测量的稀疏核函数字典构造策略,根据最小化字典冗余和最大化字典元素自信息量的原则实现样本前向稀疏与后向删减,在最佳阶数内对字典进行在线扩充与修剪,从而建立阶数有限且结构稀疏的诊断模型.针对模型核权重矩阵更新问题,提出了增样学习与改进减样学习算法对核权重矩阵进行在线递推求解,降低了计算复杂度,提高了模型在线更新速度.UCI标准数据与柴油机故障数据分类实验结果表明,与几类现有在线诊断算法相比,ISKELM在保证较高分类精度的同时,极大地提高了在线建模速度,更加快速准确地实现了柴油机故障在线诊断.
展开更多
关键词
增量稀疏核极限
学习
机
样
本稀疏
瞬时信息测量
稀疏核函数字典
减
样
学习
在线诊断
下载PDF
职称材料
题名
基于增量稀疏核极限学习机的柴油机故障在线诊断
被引量：
6
1
作者
刘敏
张英堂
李志宁
范红波
机构
陆军工程大学石家庄校区七系
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019年第2期217-224,共8页
基金
国家自然科学基金资助项目(51305454)
文摘
为实现柴油机故障在线诊断,提出了基于增量稀疏核极限学习机(ISKELM)的快速在线诊断方法.针对核在线学习中的样本稀疏化与模型膨胀问题,提出了基于瞬时信息测量的稀疏核函数字典构造策略,根据最小化字典冗余和最大化字典元素自信息量的原则实现样本前向稀疏与后向删减,在最佳阶数内对字典进行在线扩充与修剪,从而建立阶数有限且结构稀疏的诊断模型.针对模型核权重矩阵更新问题,提出了增样学习与改进减样学习算法对核权重矩阵进行在线递推求解,降低了计算复杂度,提高了模型在线更新速度.UCI标准数据与柴油机故障数据分类实验结果表明,与几类现有在线诊断算法相比,ISKELM在保证较高分类精度的同时,极大地提高了在线建模速度,更加快速准确地实现了柴油机故障在线诊断.
关键词
增量稀疏核极限
学习
机
样
本稀疏
瞬时信息测量
稀疏核函数字典
减
样
学习
在线诊断
Keywords
incremental sparse kernel extreme learning machine(ISKELM)
sample sparseness
instantaneous information measurement
sparse kernel function dictionary
sample reduction learning algorithm
online diagnosis
分类号
TK428 [动力工程及工程热物理—动力机械及工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于增量稀疏核极限学习机的柴油机故障在线诊断
刘敏
张英堂
李志宁
范红波
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2019
6
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
