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
2
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
基于吱呀轮优化的多卫星数传调度问题求解方法
被引量：
10
1
作者
经飞
王钧
+2 位作者
李军
陈浩
景宁
《宇航学报》
EI
CAS
CSCD
北大核心
2011年第4期863-870,共8页
研究多卫星数传调度技术对提高对地观测系统的综合应用效益具有重要意义。通过分析卫星数传调度问题,建立一种考虑时间窗调整的约束优化模型。利用吱呀轮优化(Squeaky-Wheel Optimization,SWO)的大邻域导向式搜索特点,提出了一种基于SW...
研究多卫星数传调度技术对提高对地观测系统的综合应用效益具有重要意义。通过分析卫星数传调度问题,建立一种考虑时间窗调整的约束优化模型。利用吱呀轮优化(Squeaky-Wheel Optimization,SWO)的大邻域导向式搜索特点,提出了一种基于SWO的多卫星数传调度算法。该算法可以在短时间内获得优化解。实验结果表明,该算法在时间性、优化度等方面取得满意的结果。
展开更多
关键词
地面站
卫星数传调度
时间
窗
调整
约束优化模型
SWO算子
下载PDF
职称材料
基于自适应动态无偏最小二乘支持向量机的刀具磨损预测建模
被引量：
17
2
作者
肖鹏飞
张超勇
+1 位作者
罗敏
林文文
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第7期842-849,共8页
由于训练样本数量有限,滑动时间窗长度以及监测模型不能自适应调整和更新等因素,传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题,因此提出了一种基于自适应动态无偏最小二乘支持向量机(ADNLSSVM)的刀具磨损预测模型。采...
由于训练样本数量有限,滑动时间窗长度以及监测模型不能自适应调整和更新等因素,传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题,因此提出了一种基于自适应动态无偏最小二乘支持向量机(ADNLSSVM)的刀具磨损预测模型。采用公开数据库中的铣削加工数据集,通过时频域分析和小波包分解等手段从振动信号中提取特征量,并进一步利用相关性分析从中选择有效特征量作为模型输入。试验结果表明该方法所建模型具有较高的建模效率和预测精度。
展开更多
关键词
自适应动态无偏最小二乘支持向量机
滑动
时间
窗
自适应
调整
特征提取和选择
刀具磨损
下载PDF
职称材料
题名
基于吱呀轮优化的多卫星数传调度问题求解方法
被引量：
10
1
作者
经飞
王钧
李军
陈浩
景宁
机构
国防科技大学电子科学与工程学院
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2011年第4期863-870,共8页
基金
国家自然科学基金(60604035)
国家863高技术资助(2007AA12020203)
文摘
研究多卫星数传调度技术对提高对地观测系统的综合应用效益具有重要意义。通过分析卫星数传调度问题,建立一种考虑时间窗调整的约束优化模型。利用吱呀轮优化(Squeaky-Wheel Optimization,SWO)的大邻域导向式搜索特点,提出了一种基于SWO的多卫星数传调度算法。该算法可以在短时间内获得优化解。实验结果表明,该算法在时间性、优化度等方面取得满意的结果。
关键词
地面站
卫星数传调度
时间
窗
调整
约束优化模型
SWO算子
Keywords
Ground station
Multi-satellite transmission data scheduling
Time window adjustment
Constraint optimization model
SWO operator
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于自适应动态无偏最小二乘支持向量机的刀具磨损预测建模
被引量：
17
2
作者
肖鹏飞
张超勇
罗敏
林文文
机构
华中科技大学机械科学与工程学院
宁波大学机械工程与力学学院
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2018年第7期842-849,共8页
基金
国家自然科学基金资助项目(51575211)
国家自然科学基金国际(地区)合作交流资助项目(51561125002)
+1 种基金
高等学校学科创新引智计划资助项目(B16019)
湖北省自然科学基金资助项目(2014CFB348)
文摘
由于训练样本数量有限,滑动时间窗长度以及监测模型不能自适应调整和更新等因素,传统基于机器学习的刀具磨损预测模型存在精度和效率较低等问题,因此提出了一种基于自适应动态无偏最小二乘支持向量机(ADNLSSVM)的刀具磨损预测模型。采用公开数据库中的铣削加工数据集,通过时频域分析和小波包分解等手段从振动信号中提取特征量,并进一步利用相关性分析从中选择有效特征量作为模型输入。试验结果表明该方法所建模型具有较高的建模效率和预测精度。
关键词
自适应动态无偏最小二乘支持向量机
滑动
时间
窗
自适应
调整
特征提取和选择
刀具磨损
Keywords
adaptive dynamic non-bias least squares support vector machine(ADNLSSVM)
adaptive sliding time window
feature vector extraction and selection
tool wear
分类号
TH186 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于吱呀轮优化的多卫星数传调度问题求解方法
经飞
王钧
李军
陈浩
景宁
《宇航学报》
EI
CAS
CSCD
北大核心
2011
10
下载PDF
职称材料
2
基于自适应动态无偏最小二乘支持向量机的刀具磨损预测建模
肖鹏飞
张超勇
罗敏
林文文
《中国机械工程》
EI
CAS
CSCD
北大核心
2018
17
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
