针对车辆变速箱工作环境恶劣、故障模式难以识别的问题,在现有方法基础上,提出了一种基于经验模态-小波包结合的二次模态分解(Two-layer-mode decomposition,TMD)和奇异值分解(Singular value decomposition,SVD)特征值提取方法,并结合...针对车辆变速箱工作环境恶劣、故障模式难以识别的问题,在现有方法基础上,提出了一种基于经验模态-小波包结合的二次模态分解(Two-layer-mode decomposition,TMD)和奇异值分解(Singular value decomposition,SVD)特征值提取方法,并结合粒子群(POS)-BP神经网络应用于变速箱故障诊断中。首先,在自行搭建的实验台上采集变速箱正常、滚动体故障、外圈裂纹、齿轮磨损4种典型状态下的振动信号;然后,用EMD分解提取信号前5个IMF分量,由于IMF1频谱依然较复杂,采用小波包继续进行2层分解;最终,由二次模态分解得到8个子序列,构建信号分量矩阵,再提取分量矩阵的奇异值作为特征值,将特征值输入构建好的POS-BP神经网络诊断模型中,根据输出识别变速箱故障类型。分析结果表明,该方法能有效应用于特种车辆变速箱故障诊断,诊断正确率达到92%,为复杂工况下变速箱状态识别提供了一种有效的参考途径。展开更多
提出了一个基于级连神经网络(Cascade-Correlation Neural Network,CCNN)和SVD(Singular Value Decomposition)的文本分类新模型。该神经网络用级连相关算法来训练网络。大部分的文本分类系统用向量空间模型(Vector Space Model,VSM)来...提出了一个基于级连神经网络(Cascade-Correlation Neural Network,CCNN)和SVD(Singular Value Decomposition)的文本分类新模型。该神经网络用级连相关算法来训练网络。大部分的文本分类系统用向量空间模型(Vector Space Model,VSM)来表现文档,然而这种方法需要很高的维度,并且考虑不到文本特征词间的语义隐含信息,因此分类效果不是太理想。引入SVD来学习和表现文本特征词,在降低特征维度的基础上,将文本特征的隐含信息表现出来。实验证明,在加快训练速度的基础上,提高了分类的精度。展开更多
Artificial neural network is a new approach to pattern recognition and classification. The model of multilayer perceptron (MLP) and back-propagation (BP) is used to train the algorithm in the artificial neural net...Artificial neural network is a new approach to pattern recognition and classification. The model of multilayer perceptron (MLP) and back-propagation (BP) is used to train the algorithm in the artificial neural network. An improved fast algorithm of the BP network was presented, which adopts a singular value decomposition (SVD) and a generalized inverse matrix. It not only increases the speed of network learning but also achieves a satisfying precision. The simulation and experiment results show the effect of improvement of BP algorithm on the classification of the surface defects of steel plate.展开更多
针对目前电力系统扰动数据分类特征提取困难和易受谐波干扰的问题,提出一种新的基于压缩感知的电力系统扰动数据采集与分类算法。首先通过压缩感知和K奇异值分解(K-SVD:K-Singular Value Decomposition)字典学习算法,设计一种原子自适...针对目前电力系统扰动数据分类特征提取困难和易受谐波干扰的问题,提出一种新的基于压缩感知的电力系统扰动数据采集与分类算法。首先通过压缩感知和K奇异值分解(K-SVD:K-Singular Value Decomposition)字典学习算法,设计一种原子自适应的正交匹配追踪算法(AtOMP:Atom adaptive Orthogonal Matching Pursuit),对多种扰动数据进行压缩采集,然后提取扰动数据的稀疏特征、自适应字典原子的标准差、峭度、裕度因子和主频率个数5个分类特征,利用BP(Back Propagation)神经网络实现样本学习与分类。实验结果表明,该算法可实现扰动数据的高度压缩采集,数据量小,具有分类识别度高,抗干扰性强等优点。展开更多
文摘针对车辆变速箱工作环境恶劣、故障模式难以识别的问题,在现有方法基础上,提出了一种基于经验模态-小波包结合的二次模态分解(Two-layer-mode decomposition,TMD)和奇异值分解(Singular value decomposition,SVD)特征值提取方法,并结合粒子群(POS)-BP神经网络应用于变速箱故障诊断中。首先,在自行搭建的实验台上采集变速箱正常、滚动体故障、外圈裂纹、齿轮磨损4种典型状态下的振动信号;然后,用EMD分解提取信号前5个IMF分量,由于IMF1频谱依然较复杂,采用小波包继续进行2层分解;最终,由二次模态分解得到8个子序列,构建信号分量矩阵,再提取分量矩阵的奇异值作为特征值,将特征值输入构建好的POS-BP神经网络诊断模型中,根据输出识别变速箱故障类型。分析结果表明,该方法能有效应用于特种车辆变速箱故障诊断,诊断正确率达到92%,为复杂工况下变速箱状态识别提供了一种有效的参考途径。
文摘提出了一个基于级连神经网络(Cascade-Correlation Neural Network,CCNN)和SVD(Singular Value Decomposition)的文本分类新模型。该神经网络用级连相关算法来训练网络。大部分的文本分类系统用向量空间模型(Vector Space Model,VSM)来表现文档,然而这种方法需要很高的维度,并且考虑不到文本特征词间的语义隐含信息,因此分类效果不是太理想。引入SVD来学习和表现文本特征词,在降低特征维度的基础上,将文本特征的隐含信息表现出来。实验证明,在加快训练速度的基础上,提高了分类的精度。
基金Item Sponsored by National Natural Science Foundation of China (60277029)
文摘Artificial neural network is a new approach to pattern recognition and classification. The model of multilayer perceptron (MLP) and back-propagation (BP) is used to train the algorithm in the artificial neural network. An improved fast algorithm of the BP network was presented, which adopts a singular value decomposition (SVD) and a generalized inverse matrix. It not only increases the speed of network learning but also achieves a satisfying precision. The simulation and experiment results show the effect of improvement of BP algorithm on the classification of the surface defects of steel plate.