【摘 要】
：
针对传统的支持向量机(SVM)算法参数往往根据经验设定,难以建立最优模型以准确地检测出伺服电机滚动轴承早期故障的问题,研究一种基于多目标和声搜索优化SVM的伺服电机滚动轴
【机 构】
：
湖南大学电气与信息工程学院,机器人视觉感知与控制技术国家工程实验室
【基金项目】
：
国家重点研发计划项目(2017YFB1300900)
论文部分内容阅读
针对传统的支持向量机(SVM)算法参数往往根据经验设定,难以建立最优模型以准确地检测出伺服电机滚动轴承早期故障的问题,研究一种基于多目标和声搜索优化SVM的伺服电机滚动轴承性能退化评估方法。首先提取轴承振动信号的时域、时频域特征作为原始特征集,采用堆叠稀疏自编码器对原始特征集进行更深层次的特征提取,得到最终的特征向量。之后以轴承退化曲线的趋势性和单调性作为适应度函数,采用多目标和声搜索算法对SVM的参数进行优化,建立最优评估模型,得到轴承的性能退化指标。实验结果表明:该方法能准确地检测出轴承的早期故障,相
其他文献
近年来，江西省南昌市民政局紧紧围绕民政工作大局，以精心打造“江西之最、全国一流”为目标，坚持“以民为本、为民解困、为民服务”宗旨，积极创新工作思路，民政工作亮点纷呈，荣获“
为了解决第三方物流(3PL)供应商面临的高运输成本问题,以第四方物流(4PL)供应商的角度,提出了多第三方物流供应商协同为客户定制路径的问题。针对该问题在模型求解上要同时考虑路径与3PL供应商的特点,设计了基于K-短路的混合粒子群(K-PSO)算法。实验分析中,通过K-PSO算法与遗传算法和枚举算法对不同节点数目以及不同3PL供应商个数下仿真算例的计算,表明了算法的有效性。最后,通过对3PL转运成
针对低速端口扫描进行了研究,根据低速扫描的时间持续性和特征分散性,提出了一种基于持续增量模型的低速端口扫描检测算法,结合条件熵对特征分布的评估达到检测目的。实验结果表明,该算法的检测率能达到99. 78%,且误报率为7%。其适用于多种复杂网络环境,且不需要网络先验知识,同时检测率对阈值的精确性要求低,能够有效检测到低速端口扫描行为。
针对标准正余弦算法在求解函数优化问题时易陷入局部最优、收敛精度较差等问题,提出了一种具有学习机制的正弦余弦算法。该算法引入精英反向学习策略构造精英及反向群体,对其混合群体进行择优保留,从而优化了种群中的个体位置,提高了算法的寻优精度;同时,利用个体的反思学习能力防止个体盲目地向当前最优解学习,使算法停滞在局部最优,从而有效地避免了算法的未成熟收敛。在13个标准测试函数上进行仿真实验,实验结果证明,
构建区域医用物流配送中心是今后发展的必然趋势.针对构建深圳市区域医用物流配送中心应注意的几个问题提出自己的看法和建议.
对我科住院的86例鼻出血患者进行系统全面的健康教育,提高了患者的自我护理和心理调整能力,预防了并发症的发生,提高了治疗效果.现将我们的做法介绍如下:
Ⅲ度房室传导阻滞（Ⅲ°AVB）是临床一种严重缓慢性的心律失常。药物作用是临床中引起Ⅲ度房室传导阻滞的原因之一，常见的这类药物有：洋地黄、奎尼丁、普鲁卡因酰胺。现将我院1
主要从教师、学生、教学管理与教学内容、临床带教评价系统等方面探讨了影响护理临床带教质量的因素，提出了改革临床护理教学管理模式，执行带教老师专职制，加强临床师资队伍建设
非数值化特征经常出现在数据中,对其有效编码是采用机器学习模型解决问题的关键。针对目前被广泛使用的one-hot编码方法的编码结果具有较大的稀疏性,并且编码出的数值仍然没有明确的物理意义等问题,提出一种基于条件概率的区域划分编码算法CZT(conditional-probability-based zone transformation coding)。该方法首先对特征进行条件概率计算,并依据条件概
住院精神病人逃跑,给病人、家庭、社会均造成了很大影响,也是精神卫生单位医患纠纷中常见的问题.分析住院精神病人逃跑情况及其相关因素,寻求有效的护理防范措施至关重要.对