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
共找到4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：
基于GA-ELM的钛合金叶片精锻成形过程的模具磨损分析与预测 被引量：5
1
作者 梅益 刘洪波 +2 位作者 罗宁康 李亚勇 龙孟伟 《锻压技术》 CAS CSCD 北大核心 2020年第10期130-136,共7页
为提高对钛合金叶片精锻过程中模具磨损量分析的效率和准确率,以TC11钛合金叶片精锻成形过程为研究对象,通过有限元分析软件Deform-3D进行数值模拟,结合修正的Archard磨损模型情况建立了叶片精锻过程的模具磨损样本数据,应用遗传算法-... 为提高对钛合金叶片精锻过程中模具磨损量分析的效率和准确率,以TC11钛合金叶片精锻成形过程为研究对象,通过有限元分析软件Deform-3D进行数值模拟,结合修正的Archard磨损模型情况建立了叶片精锻过程的模具磨损样本数据,应用遗传算法-极限学习机(GA-ELM)模型预测模具磨损量。以模具磨损量作为输出参数,以相关的叶片精锻工艺参数作为输入参数,对模具磨损量进行预测;并结合遗传算法优化的GA-BP神经网络模型、原始ELM模型的预测结果进行对比。最后,通过Deform有限元软件分析的模具磨损量验证了GA-ELM模型预测结果的精度和可靠性。结果表明,利用GA-ELM模型预测的模具磨损量具有较高的精度,与其他算法相比具有优越性。 展开更多
关键词 钛合金 精锻成形 模具磨损量 极限学习机 GA-ELM模型
原文传递
基于CNN-ELM的SAR图像分类识别 被引量：4
2
作者 王鹏 张肖敏 白艳萍 《数学的实践与认识》 北大核心 2018年第23期75-80,共6页
针对传统卷积神经网络(CNN)中Sigmod激活函数求导计算量大,提取SAR图像特征效率不高的问题,本文将CNN中的Sigmod激活函数改进为Relu激活函数,并结合极限学习机(ELM)算法,提出了基于CNN-ELM算法的SAR图像识别算法,通过对SAR图像进行分类... 针对传统卷积神经网络(CNN)中Sigmod激活函数求导计算量大,提取SAR图像特征效率不高的问题,本文将CNN中的Sigmod激活函数改进为Relu激活函数,并结合极限学习机(ELM)算法,提出了基于CNN-ELM算法的SAR图像识别算法,通过对SAR图像进行分类识别的实验表明,该算法能实现网络的稀疏性,缓解过拟合问题,加快网络的收敛速度,并且具有更高的识别率. 展开更多
关键词 卷积神经网络 极限学习机 Relu激活函数 SAR图像识别
原文传递
甘肃疏勒河流域灌区农业用水动态预测及优化配置研究 被引量：4
3
作者 钱瑞秋 《地下水》 2020年第4期83-85,共3页
为得出灌区用水动态预测模型和水资源优化配置模型,以甘肃疏勒河流域罐区为例,以极限学习机模型(ELM),随机森林模型(RF)和高斯指数模型(GEM)作为用水预测模型分析,以离散粒子群算法和连续粒子群算法作为水资源优化配置的方法,对灌区不... 为得出灌区用水动态预测模型和水资源优化配置模型,以甘肃疏勒河流域罐区为例,以极限学习机模型(ELM),随机森林模型(RF)和高斯指数模型(GEM)作为用水预测模型分析,以离散粒子群算法和连续粒子群算法作为水资源优化配置的方法,对灌区不同作物用水量进行了预测和分配,结果表明:ELM模型的RRMSE、R2和Ens分别为5.30%、0.974和0.975,可推荐为灌区用水预测模型;连续粒子群算法对不同作物用水量及种植结构优化配置结果与实际更为相符,效益更高,可为水资源优化配置的标准方法使用。 展开更多
关键词 用水动态预测 水资源优化配置 极限学习机 粒子群算法
下载PDF
基于LMD-PSO-ELM的轴承故障诊断与识别
4
作者 高云峰 张金萍 《沈阳化工大学学报》 CAS 2022年第5期428-437,共10页
针对滚动轴承故障诊断与识别困难的问题,提出了一种将局部均值分解(LMD)、粒子群优化算法(PSO)、极限学习机(ELM)相结合的故障诊断与识别的方法.首先,通过LMD将振动信号分解成一系列从高频到低频的乘积分量(PF);其次,计算每个PF分量与... 针对滚动轴承故障诊断与识别困难的问题,提出了一种将局部均值分解(LMD)、粒子群优化算法(PSO)、极限学习机(ELM)相结合的故障诊断与识别的方法.首先,通过LMD将振动信号分解成一系列从高频到低频的乘积分量(PF);其次,计算每个PF分量与原始信号的相关性系数,选择相关性大的PF分量累加作为特征分量,并且将特征分量组成特征向量;最后,使用PSO-ELM网络模型对训练集与测试集进行训练.通过对西储大学轴承数据的仿真,验证了LMD在对信号分解后模态混叠程度较经验模态分解(EMD)更低.将该方法用于某型号线切割机床滚动轴承上,对3种不同状态的滚动轴承进行故障诊断与识别,并将EMD-PSO-ELM与LMD-PSO-ELM方法进行对比,实验结果表明:LMD-PSO-ELM不仅能够识别滚动轴承的故障类型,并且识别的准确率大幅提高. 展开更多
关键词 粒子群优化算法 极限学习机 局部均值分解 故障诊断 神经网络
下载PDF
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
使用帮助 返回顶部