期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于ReliefF-LMBP算法的涡轴发动机气路故障模式识别 被引量:4
1
作者 王召广 杨宇飞 +1 位作者 闫召洪 鲁峰 《推进技术》 EI CAS CSCD 北大核心 2021年第1期220-229,共10页
针对涡轴发动机气路故障模式识别精度不高的问题,提出了一种基于ReliefF-LMBP故障特征提取的发动机故障模式识别方法。应用ReliefF算法对发动机传感器参数赋予权值,对传感器参数特征权重值进行迭代更新和排序,聚集好的特征样本,离散异... 针对涡轴发动机气路故障模式识别精度不高的问题,提出了一种基于ReliefF-LMBP故障特征提取的发动机故障模式识别方法。应用ReliefF算法对发动机传感器参数赋予权值,对传感器参数特征权重值进行迭代更新和排序,聚集好的特征样本,离散异类样本。根据筛选出的特征子集,利用LMBP神经网络算法进行发动机故障模式识别。以涡轴发动机为对象进行气路故障诊断验证,结果表明所提方法能提取特征传感器参数并实现有效的故障模式识别。 展开更多
关键词 涡轴发动机 气路故障诊断 特征提取 神经网络 relieff分析
下载PDF
基于PSO-SVM的脉搏波特征选择的生理疲劳辨识 被引量:1
2
作者 张家润 《现代计算机》 2020年第10期7-12,共6页
为了提高脉搏波检测生理疲劳的精度,提出一种脉搏波特征选择的疲劳辨识。先将脉搏波信号经过预处理,后提取脉搏波上升支幅度HUAM、上升支幅度与下降支幅度比值UDOR1、上升支时间TUAM、上升支时间与下降支时间比值UDOR2、脉搏波周期WPT... 为了提高脉搏波检测生理疲劳的精度,提出一种脉搏波特征选择的疲劳辨识。先将脉搏波信号经过预处理,后提取脉搏波上升支幅度HUAM、上升支幅度与下降支幅度比值UDOR1、上升支时间TUAM、上升支时间与下降支时间比值UDOR2、脉搏波周期WPT作为脉搏波疲劳特征预选值,对上述5维特征预选值和疲劳标签,采用ReliefF分析方法,得到预选值权重,采用了权重大于0.045的UDOR2、WPT作为疲劳特征值。最后利用PSO-SVM实现脉搏波特征选择的疲劳辨识。样本总辨识率为95.2%。 展开更多
关键词 脉搏波预选特征 relieff权值分析 粒子群优化 支持向量机
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部