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
基于超声波信号的门式起重机无损快速探伤研究
1
作者
车渝立
李群
杨泉
《中国标准化》
2024年第2期172-178,共7页
目前常规的门式起重机无损快速探伤方法主要通过采用探测设备对检测区域进行扫描识别,从而获取损伤信息,由于存在扫描盲区,导致无损探伤精度较低。对此,本文提出基于超声波信号的门式起重机无损快速探伤方法。通过采用多个相互独立且角...
目前常规的门式起重机无损快速探伤方法主要通过采用探测设备对检测区域进行扫描识别,从而获取损伤信息,由于存在扫描盲区,导致无损探伤精度较低。对此,本文提出基于超声波信号的门式起重机无损快速探伤方法。通过采用多个相互独立且角度不同的超声探头进行组合,缩小检测扫描盲区。并结合滤波算法对采集到的超声波信号数据进行去噪处理,同时提取超声信号的时域能量特征。最后通过计算超声波信号传输往返时间,获取起重机表面裂纹缺陷的具体位置,实现无损快速探伤检测。在实验中,对提出的方法进行了无损探伤性能的检验。经实验结果表明,采用提出的方法对不同类型的裂纹缺陷进行检测时,轴向定位误差值较低,具备较为理想的探伤检测精度。
展开更多
关键词
超声波信号
起重机
无损探伤
滤波算法
下载PDF
职称材料
融入改进的K-means聚类的协同过滤算法的研究与应用
被引量:
1
2
作者
刘鑫
《软件》
2021年第3期97-99,共3页
本文通过对K-means聚类算法和协同过滤推荐算法的学习研究。针对基于用户的协同过滤算法的不足,将改进的K-means聚类算法融入其中,设计了基于K-means聚类算法的个性化推荐算法,并将其应用于旅游景点及线路的个性化推荐中,以提高个性化...
本文通过对K-means聚类算法和协同过滤推荐算法的学习研究。针对基于用户的协同过滤算法的不足,将改进的K-means聚类算法融入其中,设计了基于K-means聚类算法的个性化推荐算法,并将其应用于旅游景点及线路的个性化推荐中,以提高个性化推荐质量。实验结果表明,基于改进的K-means聚类的协同过滤算法缓解了初始数据的稀疏性问题,针对不同用户喜爱的旅游景点及线路推荐,在准确率和召回率两个方面证明可以提高个性化推荐的准确度。
展开更多
关键词
K-MEANS聚类
协同过滤算法
最小生成树
下载PDF
职称材料
题名
基于超声波信号的门式起重机无损快速探伤研究
1
作者
车渝立
李群
杨泉
机构
淄博市特种设备检验研究院
出处
《中国标准化》
2024年第2期172-178,共7页
文摘
目前常规的门式起重机无损快速探伤方法主要通过采用探测设备对检测区域进行扫描识别,从而获取损伤信息,由于存在扫描盲区,导致无损探伤精度较低。对此,本文提出基于超声波信号的门式起重机无损快速探伤方法。通过采用多个相互独立且角度不同的超声探头进行组合,缩小检测扫描盲区。并结合滤波算法对采集到的超声波信号数据进行去噪处理,同时提取超声信号的时域能量特征。最后通过计算超声波信号传输往返时间,获取起重机表面裂纹缺陷的具体位置,实现无损快速探伤检测。在实验中,对提出的方法进行了无损探伤性能的检验。经实验结果表明,采用提出的方法对不同类型的裂纹缺陷进行检测时,轴向定位误差值较低,具备较为理想的探伤检测精度。
关键词
超声波信号
起重机
无损探伤
滤波算法
Keywords
ultrasonic
signals
cranes
nondestructive
testing
fi
ltering
algorithms
分类号
TH213.5 [机械工程—机械制造及自动化]
TG115.285 [金属学及工艺—物理冶金]
下载PDF
职称材料
题名
融入改进的K-means聚类的协同过滤算法的研究与应用
被引量:
1
2
作者
刘鑫
机构
吉林建筑科技学院
出处
《软件》
2021年第3期97-99,共3页
基金
吉林建筑科技学院2019年校级科研项目“基于聚类的推荐算法及应用研究”(项目编号:校科字[2019]012号)。
文摘
本文通过对K-means聚类算法和协同过滤推荐算法的学习研究。针对基于用户的协同过滤算法的不足,将改进的K-means聚类算法融入其中,设计了基于K-means聚类算法的个性化推荐算法,并将其应用于旅游景点及线路的个性化推荐中,以提高个性化推荐质量。实验结果表明,基于改进的K-means聚类的协同过滤算法缓解了初始数据的稀疏性问题,针对不同用户喜爱的旅游景点及线路推荐,在准确率和召回率两个方面证明可以提高个性化推荐的准确度。
关键词
K-MEANS聚类
协同过滤算法
最小生成树
Keywords
K-means
clustering
collaborative
fi
ltering
algorithm
minimum
spanning
tree
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于超声波信号的门式起重机无损快速探伤研究
车渝立
李群
杨泉
《中国标准化》
2024
0
下载PDF
职称材料
2
融入改进的K-means聚类的协同过滤算法的研究与应用
刘鑫
《软件》
2021
1
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