期刊网_中国期刊网

学科分类

电气工程
电气工程

年份：

不限 2024 2023 2022 2021 2020 2019 2018 2017 2016 2015 2014 2013 2012 更早

最新浏览↓

共 4 个结果

基于分支前馈神经网络的数字字符识别算法

作者：路阳阳;王耀明
学科：电气工程 > 电机
创建时间：2006-05-15
出处：《上海电机学院学报》 2006年第5期

简介：将分支前馈神经网络（BFNN）运用于数字字符的模式识别问题中,其某些性能优于标准反向传播（BP）网络。BFNN的隐层神经元与输出神经元之间为分组对应关系,采用的学习算法与标准BP算法类似。BFNN可以根据样本的可分性构建最适宜的网络结构。在对大规模、分类复杂的样本进行识别时,性能优于标准BP网络。
标签：分支前馈网络(BFNN) 模式识别标准反向传播网络数字字符

全文阅读

运用冲闪法检测电力电缆故障

作者：李玉华 ;白光洁 ;范礼明
学科：电气工程 > 电机
创建时间：2004-03-13
出处：《上海电机学院学报》 2004年第3期

简介：结合实例对运用冲闪法测距进行了分析,并提出了使故障点充分放电应采取的措施,以及测试时应注意的问题及解决措施.
标签：电力电缆行波脉冲电流法冲闪法

全文阅读

基于支持向量机的齿轮箱齿轮故障诊断

作者：占健;吴斌;王加祥
学科：电气工程 > 电机
创建时间：2014-01-11
出处：《上海电机学院学报》 2014年第1期

简介：通过对风机传动系统中齿轮故障进行模拟试验,构建结构风险最优的支持向量机（SVM）网络,对采集到的电磁速度信号进行快速傅里叶分解,选取高频段的频谱特性作为分量进行样本化学习,完成对齿轮故障样本的训练,使SVM具备分类功能.最后,采用SVM对齿轮箱试验台齿轮故障进行诊断分类识别,取得较好的效果,说明齿轮故障信号高频特性所包含故障信息在整个频谱中的有效性以及SVM作为一种故障诊断方法的实用性.
标签：齿轮支持向量机故障识别故障诊断

全文阅读

基于核主元分析和支持向量机相结合的齿轮箱齿轮故障识别方法

作者：王加祥;吴斌;苏红伟
学科：电气工程 > 电机
创建时间：2015-04-14
出处：《上海电机学院学报》 2015年第4期

简介：提出了基于核主元分析（KPCA）和支持向量机（SVM）相结合的齿轮箱齿轮故障识别方法。采用振动信号初始特征空间的内积核函数,将初始特征空间中的非线性问题转换成高维特征空间中的线性问题。通过主元分析对映射到高维空间中的数据信息进行处理,得到初始特征的非线性主元,实现对高维特征参数进行降维。再结合SVM良好的分类能力,结果表明,KPCA和SVM相结合的分类性能在齿轮箱故障诊断方面有更好的效果。
标签：核主元分析支持向量机齿轮特征提取

全文阅读

返回顶部