Current Location:home > Browse
Your conditions: 郑近德(2)

1. chinaXiv:201804.02187 [pdf]

基于特征加权的代理判别模型模式识别方法

潘海洋; 郑近德; 郭雨怡
Subjects: Computer Science >> Integration Theory of Computer Science

针对以往模式识别方法的不足及特征值贡献度的问题,提出了基于特征加权的代理判别模型(agent discriminate model based feature weighted,ADMFW)模式识别方法。该方法的核心在于利用加权因子获取加权特征,并采用代理模型建立加权特征之间的关系函数,即首先计算特征值的权值因子,评估特征值的显著度,进而对每个特征值予以权值;然后利用加权特征和代理模型建立预测模型;最后采用预测模型对未知样本进行识别诊断。对滚动轴承实测数据的分析结果表明,ADMFW可以有效地对滚动轴承的工作状态和故障类型进行识别。

submitted time 2018-04-17 From cooperative journals:《计算机应用研究》 Hits528Downloads296 Comment 0

2. chinaXiv:201801.00001 [pdf]

多属性卷积神经网络及其在轴承故障诊断中的应用

单建华; 吕钦; 张神林; 郑近德; 王孝义
Subjects: Mechanical Engineering >> Other Disciplines of Mechanical Engineering

现有轴承故障诊断方法存在不足:传统方法数学计算复杂,诊断效果不佳,且一般只诊断故障位置,难以诊断载荷及故障大小。现有的利用卷积神经网络的方法,使用传统卷积神经网络,一个网络只能输出一个属性,不能同时诊断多个属性,为了同时诊断故障位置、故障大小及载荷,首次提出了一种多属性卷积神经网络,并应用于轴承故障诊断,直接利用一维振动信号对多属性卷积神经网络进行训练。优势在于克服了传统方法的缺点:能获得故障属性任意组合的诊断结果,网络参数更少,方法简洁,泛化能力强,准确率高。采用西储大学的轴承数据,进行了一系列测试,表明本文方法能准确地诊断轴承故障的多个属性,准确率高,同时有很好的泛化能力。

submitted time 2017-12-26 Hits2377Downloads1504 Comment 0

  [1 Pages/ 2 Totals]