本文主要研究内容
作者潘海洋,张建,郑近德,潘紫微（2019）在《ADMOW方法及其在滚动轴承状态识别中的应用》一文中研究指出：针对滚动轴承振动信号的状态特征及特征数据中存在"异常值"的现象,提出了基于优化加权代理判别模型(Agent discriminate model based optimization weighted,ADMOW)的模式识别方法。该方法首先通过计算样本特征值的类相似度对特征值进行评价,并依据评价结果对特征值赋予权值,以此弱化"异常值"导致模型出现偏差的问题;然后利用粒子群优化(Particle swarm optimization,PSO)算法对所建立的模型参数进行优化,得到更加准确可靠的分类模型;最后采用建立的优化加权代理预测模型对待测样本进行识别。滚动轴承实验结果表明,与以往的模式识别方法相比,该方法能有效地提高识别准确率。
Abstract
zhen dui gun dong zhou cheng zhen dong xin hao de zhuang tai te zheng ji te zheng shu ju zhong cun zai "yi chang zhi "de xian xiang ,di chu le ji yu you hua jia quan dai li pan bie mo xing (Agent discriminate model based optimization weighted,ADMOW)de mo shi shi bie fang fa 。gai fang fa shou xian tong guo ji suan yang ben te zheng zhi de lei xiang shi du dui te zheng zhi jin hang ping jia ,bing yi ju ping jia jie guo dui te zheng zhi fu yu quan zhi ,yi ci ruo hua "yi chang zhi "dao zhi mo xing chu xian pian cha de wen ti ;ran hou li yong li zi qun you hua (Particle swarm optimization,PSO)suan fa dui suo jian li de mo xing can shu jin hang you hua ,de dao geng jia zhun que ke kao de fen lei mo xing ;zui hou cai yong jian li de you hua jia quan dai li yu ce mo xing dui dai ce yang ben jin hang shi bie 。gun dong zhou cheng shi yan jie guo biao ming ,yu yi wang de mo shi shi bie fang fa xiang bi ,gai fang fa neng you xiao de di gao shi bie zhun que lv 。
论文参考文献
论文详细介绍
论文作者分别是来自机械科学与技术的潘海洋,张建,郑近德,潘紫微，发表于刊物机械科学与技术2019年07期论文，是一篇关于优化加权论文,异常值论文,滚动轴承论文,模式识别论文,机械科学与技术2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自机械科学与技术2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：优化加权论文; 异常值论文; 滚动轴承论文; 模式识别论文; 机械科学与技术2019年07期论文;