检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

集值信息系统的知识约简与属性特征

计算机工程 2006年第22期32卷 26-27,36页

作者：宋笑雪李鸿儒张文修西安交通大学理学院信息与系统科学研究所

定义了集值信息系统中的一种新的关系,讨论了在这种关系下集值信息系统的知识约简问题,给出了集值信息系统属性约简的判定定理和辨识矩阵,得到了计算约简的具体方法;讨论了集值信息系统中3种不同类型的属性特征及每一种属性的判定定理。

关键词：集值信息系统知识约简可辨识矩阵属性特征

基于ICPSO优化的极限学习机在故障诊断中的应用

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2013年第20期24卷 2753-2757页

作者：高斐李洪儒许葆华军械工程学院 95918部队

极限学习机(extreme learning machine,ELM)的分类性能受随机产生的输入权值和隐层阈值的影响,为此,提出一种改进的混沌粒子群算法(ICPSO),用以优化输入权值和阈值,得到基于ICPSO优化的ELM故障诊断模型。仿真和实验结果表明,ICPSO算法... 详细信息

极限学习机(extreme learning machine,ELM)的分类性能受随机产生的输入权值和隐层阈值的影响,为此,提出一种改进的混沌粒子群算法(ICPSO),用以优化输入权值和阈值,得到基于ICPSO优化的ELM故障诊断模型。仿真和实验结果表明,ICPSO算法改善了ELM网络的学习效率和诊断精度,可有效应用于故障诊断。

关键词：极限学习机改进混沌粒子群算法故障诊断液压阀

基于基本尺度熵与GG模糊聚类的轴承性能退化状态识别

在线全文

学校读者我要写书评

暂无评论

振动与冲击 2019年第5期38卷 190-197,221页

作者：王冰胡雄李洪儒孙德建上海海事大学物流工程学院上海201306 陆军工程大学石家庄校区导弹工程系石家庄050003

针对轴承性能退化状态的识别问题,提出一种基于基本尺度熵与GG聚类的退化状态识别方法。首先分析轴承性能退化过程中的基本尺度熵演化规律,并分析该参数的单调性与敏感性。考虑到轴承退化状态在时间尺度的连续性,构建基本尺度熵、有效... 详细信息

针对轴承性能退化状态的识别问题,提出一种基于基本尺度熵与GG聚类的退化状态识别方法。首先分析轴承性能退化过程中的基本尺度熵演化规律,并分析该参数的单调性与敏感性。考虑到轴承退化状态在时间尺度的连续性,构建基本尺度熵、有效值以及退化时间的三维退化特征向量,并采用GG模糊聚类方法对轴承性能退化状态的不同阶段进行划分,实现对性能退化状态的识别。采用来自IEEE PHM 2012的轴承全寿命试验数据进行实例分析,并与FCM、GK算法进行对比,结果表明本文所提出的方法聚类效果更优,同一退化状态内的时间聚集度更高,能够为轴承性能退化状态的识别提供一种有效的途径。

关键词：基本尺度熵特征提取 GG模糊聚类滚动轴承状态识别

Modeling of a circulating fluidized bed for flue gas desulfurization process

在线全文

学校读者我要写书评

暂无评论

Modeling of a circulating fluidized bed for flue gas desulfu...

基于特征线法的一阶双曲型分布参数模型辨识及其在烟气脱硫过程中的应用

2010 Chinese Control and Decision Conference

作者： liting Fan,Fuli Wang,hongru li,Dakuo He School of Information Science and Engineering,Northeastern University,Shenyang,110004

A steady state model is proposed to predict the SO removal efficiency in the circulating fluidized bed for flue gas desulfurization *** some reasonable assumptions,the steady state mathematical equations were derived and solved.A detailed analysis was conducted to investigate the influence of recycled particles on desulfurization *** addition,the conversions of both fresh and recycled sorbent are taken into account in this *** simulation results indicate that high calcium to sulfur molar ratio,low approach to the adiabatic saturation temperature and large solid recirculation ratio increase the desulfurization efficiency,which is confirmed with the obtained experiment results,and the prediction efficiency is verified against the available data in literature.

关键词： Circulating fluidize bed Flue gas desulfurization Modeling Simulation

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

化工学报 2013年第7期64卷 2543-2549页

作者：范丽婷王福利李鸿儒东北大学信息科学与工程学院辽宁沈阳110004

引言在现代控制工程领域中,许多工业对象实际上是非线性分布参数系统。由于这类对象的复杂性,原始模型常常进行集中线性化处理后分析和设计控制系统,然而系统本质的分布特性以及非线性引起的模型失配将造成控制的失败。

关键词：分布参数系统特征线法参数辨识循环流化床烟气脱硫

基于迁移学习的FDR土壤水分传感器自动标定模型研究

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2020年第2期51卷 213-220页

作者：李鸿儒于唯楚王振营东北大学信息科学与工程学院沈阳110819 沈阳巍图农业科技有限公司沈阳110021

针对频域反射技术(FDR)传感器人工标定数据拟合误差大的问题,引入其他地区数据作为辅助数据,建立了基于迁移学习的自动标定模型。该模型将FDR目标使用地点采集的数据作为源域数据,结合辅助数据与少量源域数据,使用TrAdaBoost算法即可得... 详细信息

针对频域反射技术(FDR)传感器人工标定数据拟合误差大的问题,引入其他地区数据作为辅助数据,建立了基于迁移学习的自动标定模型。该模型将FDR目标使用地点采集的数据作为源域数据,结合辅助数据与少量源域数据,使用TrAdaBoost算法即可得到准确的FDR传感器标定模型。将面向分类问题的TrAdaBoost算法改进为适用于本文面向回归的TrAdaBoost算法,将TrAdaBoost算法的基学习器由AdaBoost改为XGBoost,改进了更新权重误差率的计算方法。首先使用XGBoost对辅助数据进行训练,得到初始标定模型;然后在目标地点采集少量数据,使用改进后的TrAdaBoost算法对初始标定模型进行校准,即可得到准确的FDR标定模型。将10个不同地区站点数据作为辅助数据,训练得到初始标定模型,将沈阳地区6个站点分别作为目标使用地点,取80%数据作为源域数据,进行模型校正,其余20%数据用于测试。测试结果的平均准确率为99.1%,说明基于迁移学习的自动标定模型是有效和准确的。

关键词： FDR土壤水分传感器自动标定迁移学习 TrAdaBoost XGBoost

基于LPP与VPMCD的液压泵故障模式识别

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2015年第24期26卷 3327-3335页

作者：王余奎李洪儒许葆华军械工程学院石家庄050003

针对液压泵振动信号复杂且难以提取有效特征量的问题,提出一种基于局部保留投影(LPP)算法的故障特征提取方法。采用集总经验模态分解(EEMD)法对液压泵振动信号进行分解,从得到的内禀模态分量(IMF)中选取敏感分量,对敏感分量进行分析并... 详细信息

针对液压泵振动信号复杂且难以提取有效特征量的问题,提出一种基于局部保留投影(LPP)算法的故障特征提取方法。采用集总经验模态分解(EEMD)法对液压泵振动信号进行分解,从得到的内禀模态分量(IMF)中选取敏感分量,对敏感分量进行分析并从中提取液压泵故障高维特征向量,利用局部保留投影法对高维特征向量进行融合降维,提取隐藏在高维特征空间中的故障本质信息,即敏感特征向量。基于变量预测模型的模式识别(VPMCD)算法实现模式识别的良好性能,提出采用VPMCD算法实现液压泵故障模式识别。基于提取的敏感特征集,建立各状态敏感特征的变量预测模型,进而实现液压泵的故障识别,实测液压泵振动信号分析结果验证了所提出液压泵故障模式识别方法的有效性。通过对比分析验证了所提出方法的良好性能。

关键词：液压泵故障模式识别局部保留投影法基于变量预测模型的模式识别

基于改进MF-DFA的液压泵退化特征提取方法

在线全文

学校读者我要写书评

暂无评论

振动．测试与诊断 2017年第1期37卷 140-146页

作者：田再克李洪儒孙健许葆华军械工程学院导弹工程系石家庄050003

针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于改进多重分形去趋势波动分析(multi-fractal detrended fluctuation analysis,简称MF-DFA)的液压泵性能退化特征提取方法。首先,引入滑动窗口技术改进传统MF-DFA方... 详细信息

针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于改进多重分形去趋势波动分析(multi-fractal detrended fluctuation analysis,简称MF-DFA)的液压泵性能退化特征提取方法。首先,引入滑动窗口技术改进传统MF-DFA方法在时间序列数据分割过程中存在的不足,提高了MF-DFA方法的计算精度;然后,利用改进的MF-DFA方法计算液压泵多重分形谱参数,分析了不同分形谱参数对液压泵退化状态的反映能力,选取奇异指数α0和多重分形谱宽度Δα作为退化特征量;最后,以液压泵不同退化状态下的实测数据为例验证了该算法的有效性。试验结果表明,该方法能够准确提取液压泵退化特征,提高了退化状态识别的准确率。

关键词：退化特征提取去趋势波动法多重分形液压泵

基于高分辨率时频分析的核爆地震信号能量统计初至检测算法

在线全文

学校读者我要写书评

暂无评论

核电子学与探测技术 2024年第1期44卷 180-190页

作者：李鸿儒李夕海牛超火箭军工程大学西安710025

核爆地震波检测是禁核试核查的关键环节之一。常用的短时长时能量均值比、赤池信息准则、傅里叶变换等方法虚警率都比较高,为此,提出一种基于高分辨率时频分析的核爆地震信号能量统计初至检测算法。其基本原理是根据核爆地震事件信号与... 详细信息

核爆地震波检测是禁核试核查的关键环节之一。常用的短时长时能量均值比、赤池信息准则、傅里叶变换等方法虚警率都比较高,为此,提出一种基于高分辨率时频分析的核爆地震信号能量统计初至检测算法。其基本原理是根据核爆地震事件信号与噪声的频域分布差异,采用窄带分频技术将信号时域波形变换到时频域,在各频带计算局部能量均值与全局能量均值之比并进行二值化处理,当结果大于设定的阈值时,认为此频带该时刻属于地震事件信号的一部分,如果在某一阈值下出现二值化结果相同的情况,只需继续增大阈值进行检测,直到最终只有一个时间点检测到频段的数量最多即可,最大值的跳跃点即认为是初值时刻。利用地下核爆产生的地震信号进行实验研究,结果表明本文方法能够在提高检测准确率的同时解决高虚警问题,在低信噪比信号条件下具有较好的适用性与鲁棒性。

关键词：核爆初至拾取短时长时能量比时频分析分频处理