【摘 要】
：
针对齿轮箱的故障表征不明显且传统分类方法精度低等问题,提出一种基于核主成分分析(KPCA)特征提取和蚁群算法优化极限学习机神经网络(ACA-ELM)分类识别相结合的齿轮箱故障诊
【基金项目】
：
山东省重点研发计划(重大创新工程)项目(2019JZZY020101),
论文部分内容阅读
针对齿轮箱的故障表征不明显且传统分类方法精度低等问题,提出一种基于核主成分分析(KPCA)特征提取和蚁群算法优化极限学习机神经网络(ACA-ELM)分类识别相结合的齿轮箱故障诊断方法。首先,从齿轮箱的原始信号中提取时域与频域特征构成特征矩阵,利用KPCA方法降低维度,剔除冗余信息,提取有效的特征指标;其次,利用蚁群算法(Ant Colony Algorithm,ACA)对极限学习机(Extreme Learning Machine,ELM)的网络初始权值与偏置进行优化,得到最优权值与偏置组合;最后,利用A
其他文献
加油站是重要的能源供给单位,对加油站站点的下一时段客流量进行精准预测,可为相关资源的调度与分配提供决策支撑。针对加油站级客流量预测问题,结合加油站客流数据的时空特
音乐课对于高中阶段的学生来讲是为数不多的可以放松的课堂。开设高中音乐课堂的目的也是为了让学生缓解高考的压力,利用音乐课堂培养学生的音乐情操,提升学生的音乐素养。如
数学应用题是小学数学教学的一个重难点,小学生的理解能力较低,逻辑思维较弱,以致于应用题的解题过程中,由于缺乏解题技巧、解题思维及解题方法,学生很难有效提炼题干信息,再
针对飞机结构件种类繁多,不利于知识的积累和重用的问题,提出基于知识的飞机结构件智能设计。通过对飞机结构件的知识表示、规则的智能设计、参数化设计和变型设计的封装,建
随着当下快速发展的环境背景下,人们的生活质量水平不断提升,对新时期林业保护工作提出了高度要求。但是,在当下发展中,由于林业保护工作开展的过程中依旧存在种种问题,导致
坝面缺陷检测是水利枢纽安全巡检的关键环节,但复杂环境下坝面图像存在干扰噪声大和像素不均衡等问题,造成坝面裂缝难以精细分割。提出一种利用可分离残差卷积和语义补偿的U-Net裂缝分割方法。在U-Net网络的编码端构建更大尺寸的可分离残差卷积模块替换常规卷积模块,从而扩大特征层感受野并避免丢失裂缝边界信息,同时在解码端增加语义特征补偿模块改善多尺度特征融合效果,将焦点损失函数和中心损失函数作为目标函数,
正定矩阵是从二次型的正定性中抽象出来的一个概念,由于其良好的性能,使其不仅在代数学中有着广泛应用,同时在函数学、几何学、图像处理学、概率统计和物理学等其他学科中也
随着社会的不断发展,环境保护与生态平衡对日常生活及社会稳定的作用显得越来越重要,而营林生产作为生活环境状况的重要体现,也逐渐受到了社会广泛的重视。桉树作为一种南方
林业有害生物的绿色防控技术对于我国的生态环境良好发展有着重要作用。对林业中的有害生物积极应用绿色防控技术,能够为人们的生活与发展提供良好的环境,并引导林业事业健康
在对连续的多量级应急数据进行离散化时,采用传统无监督离散化方法难以找出量级变化点完成离散。提出一种针对多量级应急数据的无监督离散化方法。根据量级变化的差异性将离