检索结果-南通市图书馆

北京航空航天大学学报 2018年第8期44卷 1693-1704页

作者：张伟许爱强平殿发夏菲海军航空大学烟台264001 国网辽阳供电公司信息通信分公司辽阳111000

针对小样本条件下,航空电子部件功能模块故障诊断精度不高的问题,将局部多核学习(LMKL)算法的多分辨率解释与局部特征自适应表示能力和超限学习机(ELM)运算高效的特点相结合,提出一种新的局部聚类MK-ELM(LCMKELM)诊断模型。通过引入近... 详细信息

针对小样本条件下,航空电子部件功能模块故障诊断精度不高的问题,将局部多核学习(LMKL)算法的多分辨率解释与局部特征自适应表示能力和超限学习机(ELM)运算高效的特点相结合,提出一种新的局部聚类MK-ELM(LCMKELM)诊断模型。通过引入近邻传播(AP)聚类,在挖掘训练样本局部特征信息的同时,有效约减了局部算法的计算复杂性,避免了过学习问题的出现;通过分别分析输入空间与特征空间的聚类特征,构造了相应的2种选通函数M1、M2,以优化选通函数的模型参数取代优化局部权重,有效解决了核超限学习机(KELM)的对偶优化形式关于局部权重二次非凸的问题。将本文模型应用于某型机旋转变压器激励发生电路功能模块故障诊断,结果表明:相比于4种常用的多核诊断算法,模型在实现低漏警、低虚警的同时,采用M1选通函数的诊断算法将诊断精度平均提升了3.80%,采用M2选通函数的诊断算法将诊断精度平均提升了5.98%。同时,模型在实现与流行的LMKL算法相近的训练时间的同时,测试时间更短。

关键词：故障诊断多核学习交替优化近邻传播(AP) 选通模型局部算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于动态软聚类的航空电子部件LMKELM诊断模型

引用

系统工程与电子技术 2021年第3期43卷 637-646页

作者：戴金玲许爱强海军航空大学山东烟台264001

为提高小样本条件下航空电子设备模块级故障诊断精度,基于动态软聚类的自适应特点与局部多核学习(local multiple kernel learning,LMKL)的局部特征表达能力,提出一种新的局部多核超限学习机(local multiple kernel extreme learning ma... 详细信息

为提高小样本条件下航空电子设备模块级故障诊断精度,基于动态软聚类的自适应特点与局部多核学习(local multiple kernel learning,LMKL)的局部特征表达能力,提出一种新的局部多核超限学习机(local multiple kernel extreme learning machine,LMKELM)诊断模型。通过引入局部密度的概念进行自适应确定聚类数目,并结合模糊C均值聚类对样本进行划分,在充分体现类内多样性的同时,约减了计算复杂度,实现对样本的动态软聚类。通过构造选通函数解决局部权重二次非凸问题,融合近似得到的局部权重与隶属度信息,实现对测试样本的故障诊断。将该模型应用于某型机旋转变压器激励发生电路,实验结果表明,相比于4种前沿的多核学习方法,该算法在漏警率、虚警率方面表现优异,选用的M1与M2选通函数分别将诊断精度平均值提升2.78%和4.37%。

关键词：故障诊断局部密度模糊C算法局部多核学习选通模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：