期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
CMIE系列电子式塑壳断路器
1
《电工技术杂志》 2002年第10期79-79,共1页
关键词 cmie系列 电子式塑壳断路器 欠电压
原文传递
基于CMIE与参数优化KELM的旋转机械故障诊断策略 被引量：1
2
作者 连璞 吴磊 伍永豪 《机电工程》 北大核心 2024年第1期62-71,共10页
针对多尺度排列熵忽略信号幅值信息以及粗粒化处理存在不足,造成旋转机械故障识别准确率不稳定和不可靠等缺陷,提出了一种基于复合多尺度增长熵(CMIE)和算术优化算法(AOA)优化核极限学习机(KELM)的旋转机械故障诊断策略(方法)。首先,引... 针对多尺度排列熵忽略信号幅值信息以及粗粒化处理存在不足,造成旋转机械故障识别准确率不稳定和不可靠等缺陷,提出了一种基于复合多尺度增长熵(CMIE)和算术优化算法(AOA)优化核极限学习机(KELM)的旋转机械故障诊断策略(方法)。首先,引入增长熵代替排列熵,进行了故障特征提取,同时采用复合粗粒化处理进行了信号的多尺度分析,提出了复合多尺度增长熵指标,将其用于提取旋转机械振动信号的非线性故障特征;随后,利用AOA对KELM的核心参数进行了自适应优化,建立了网络结构最优的分类模型;最后,将故障特征输入至AOA-KELM分类器,进行了训练和测试,根据分类器的输出标签完成了样本的故障识别任务;利用旋转机械故障数据集对所提策略的性能进行了实验和分析。研究结果表明:CMIE方法可以有效地识别旋转机械的故障类型和故障程度,两种数据集的识别精度均达到了99.2%,在特征提取效率和识别精度方面均优于比较方法;AOA-KELM模型的识别准确率和识别效率优于遗传算法优化核极限学习机、粒子群算法优化极限学习机、网格算法优化核极限学习机和灰狼算法优化核极限学习机。 展开更多
关键词 复合多尺度增长熵 算术优化算法 核极限学习机 滚动轴承 齿轮箱 复合粗粒化处理 信号多尺度分析
在线阅读 下载PDF
基于小样本容量的IRT参数估计方法比较研究 被引量：7
3
作者 朱隆尹 丁树良 +1 位作者 涂冬波 卢震辉 《心理学探新》 CSSCI 2009年第5期72-76,共5页
目前IRT参数估计方法的研究大多数都是基于大样本容量,而基于小样本容量的IRT参数估计方法的研究较少。通过对IRT参数估计方法的比较分析给出了基于小样本容量的IRT参数估计方法。实验数据表明,恰当的估计方法(如改进初值的BP神经网络)... 目前IRT参数估计方法的研究大多数都是基于大样本容量,而基于小样本容量的IRT参数估计方法的研究较少。通过对IRT参数估计方法的比较分析给出了基于小样本容量的IRT参数估计方法。实验数据表明,恰当的估计方法(如改进初值的BP神经网络)能大大提高小样本的参数估计精度。 展开更多
关键词 CMLE MMLE/EM EAPE MCMC BP 蒙特卡洛模拟
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部