-
题名电力通信链路模拟数据智能融合方法
- 1
-
-
作者
李勇
韩俊飞
李秀芬
王鹏
王蓓
-
机构
内蒙古电力科学研究院信息通信技术研究所
-
出处
《沈阳工业大学学报》
CAS
北大核心
2023年第6期710-715,共6页
-
基金
国家自然科学基金项目(61033013)。
-
文摘
为了提高电力通信系统数据融合时的节点存活率,提高网络连通性,提出了基于异构数据源的电力通信链路模拟数据智能融合方法。利用最小二乘残差估计法辨别噪声数据,识别异构数据中的不良数据。通过k-means聚类获取目标平均值,实现数据离散化并消除噪声。使用频繁项集的关联规则确定置信度阈值并挖掘不低于该阈值的数据。采用深度受限玻尔兹曼机算法将不同类型模拟数据映射到同一矢量空间内,实现智能融合。仿真实验结果表明,该数据融合方法的平均系统能量消耗为66.35 J,网络连通度范围为0.85~1,达到了提高节点存活率以及提升网络连通性的目的。
-
关键词
异构数据源
电力通信
链路模拟
智能融合
波尔曼兹机
数据融合
节点存活率
-
Keywords
heterogeneous data source
power communication
link simulation
intelligent fusion
Boltzmann machine
data fusion
node survival rate
-
分类号
TP318.2
[自动化与计算机技术—计算机软件与理论]
-
-
题名深度玻尔兹曼机在故障诊断中的应用研究
- 2
-
-
作者
陈志强
邓生财
陈旭东
李川
-
机构
重庆工商大学国家智能制造服务国际科技合作基地
重庆工商大学计算机科学与信息工程学院
-
出处
《重庆工商大学学报（自然科学版）》
2018年第4期62-68,共7页
-
基金
国家自然科学基金(61502063)
重庆市教委研究项目(KJ1600616)
-
文摘
构建了一个基于深度玻尔兹曼机的故障诊断系统。首先,基于一个滚动轴承故障实验平台,对深度玻尔曼兹机的在滚动轴承故障诊断领域应用进行了深度分析;然后将方案应用于20 kg级的航空涡喷发动机的故障诊断中;通过与BP神经网络和支持向量机故障诊断模型进行对比,实验结果表明:采用深度玻尔兹曼机对机械设备故障进行故障识别,具有更高的准确性和可靠性。
-
关键词
深度学习
深度波尔曼兹机
故障诊断
-
Keywords
deep learning
Deep Bohzmann machine
fault diagnosis
-
分类号
TH133.3
[机械工程—机械制造及自动化]
-
