期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种优化BITONIC算法:“并行-优化-串行”合并和分类向量算法
被引量:
1
1
作者
胡玥
高庆狮
刘宏岚
《计算机研究与发展》
EI
CSCD
北大核心
2002年第10期1307-1316,共10页
串行算法并行化是发挥各种巨型机的效率的关键技术之一 .“并行 -优化 -串行”归并向量算法 ( POSVM) ,是一种串行算法并行化的优化方法 .它用 O( N / p )时间把总长为 N的两个有序序列归并或把总长为 N的一个Bitonic序列排序 .“并行 ...
串行算法并行化是发挥各种巨型机的效率的关键技术之一 .“并行 -优化 -串行”归并向量算法 ( POSVM) ,是一种串行算法并行化的优化方法 .它用 O( N / p )时间把总长为 N的两个有序序列归并或把总长为 N的一个Bitonic序列排序 .“并行 -优化 -串行”排序向量算法 ( POSVS)用 O( ( N log N) / p)时间在实际 SIMD机上把 N个数排序 .这些是第 1个满足以下两个条件的向量 Optimal算法 (加速比 =O( p ) ) .1它能在实际 SIMD计算机上实现 .处理机的台数 p的范围很宽 1≤ p≤ N 1-ε,这里 ,ε是任意的小的正数 .2它统一了 3种不同类的合并算法 :Batcher的 Bitonic算法 (最快但效率随参数变大而趋向于 0 )、优化 ( Optimal)算法 (效率为常数的算法 )和最佳的串行算法 .而且也综合了 3个算法的优点 .“并行 -优化 -串行”( POS)方法是一个通用方法 。
展开更多
关键词
优化
BITONIC
算法
“并行-
优化
-
串行
”归并向量
算法
分类向量
算法
串行
算法
并行化
并行
算法
并行归并
并行排序
Bitonic排序
下载PDF
职称材料
基于SMO-SVM的丝杠表面磨削质量预测
被引量:
1
2
作者
王蓝博
李郝林
迟玉伦
《电子科技》
2017年第4期110-114,共5页
针对滚珠丝杠磨削过程在线监测困难的问题,使用支持向量机建立智能模型。模型本身针对颤振分类和粗糙度预测的不同问题,选用基于串行优化算法的支持向量分类机和支持向量回归机,并使用交叉验证法对模型参数进行优化。基于滚珠丝杠表面...
针对滚珠丝杠磨削过程在线监测困难的问题,使用支持向量机建立智能模型。模型本身针对颤振分类和粗糙度预测的不同问题,选用基于串行优化算法的支持向量分类机和支持向量回归机,并使用交叉验证法对模型参数进行优化。基于滚珠丝杠表面波纹度理论和粗糙度理论,对磨削过程中的振动信号进行特征提取,结合加工参数作为模型输入,先进行颤振的判别,在判断未颤振的情况下对表面质量进行预测。实验结果表明,该模型可以对颤振分类及粗糙度预测进行较好的在线监测。
展开更多
关键词
滚珠丝杠
支持向量机
串行优化算法
振动信号
下载PDF
职称材料
基于SMO-SVM的单点金刚笔钝化监测
3
作者
岳泰
李郝林
迟玉伦
《中国机械工程》
EI
CAS
CSCD
北大核心
2015年第20期2733-2739,共7页
针对单点金刚笔在砂轮修整过程中易于钝化且难以检测的问题,使用支持向量机建立智能模型。为了得到建立模型所需的样本库,使用小波包分析等方法在线提取修整时声发射信号中的特征信息,并引入钝化平台直径定义钝化临界值。模型本身选用...
针对单点金刚笔在砂轮修整过程中易于钝化且难以检测的问题,使用支持向量机建立智能模型。为了得到建立模型所需的样本库,使用小波包分析等方法在线提取修整时声发射信号中的特征信息,并引入钝化平台直径定义钝化临界值。模型本身选用基于串行优化算法的支持向量分类机,使用交叉验证法搭配遗传算法以达到优化模型参数的目的。实验结果表明,该模型在分类精度和计算时间上均优于一般的智能模型,可以有效地监测金刚笔的钝化。
展开更多
关键词
单点金刚笔
支持向量分类机
声发射信号
串行优化算法
钝化平台直径
下载PDF
职称材料
题名
一种优化BITONIC算法:“并行-优化-串行”合并和分类向量算法
被引量:
1
1
作者
胡玥
高庆狮
刘宏岚
机构
北京科技大学智能语言与计算机科学研究所
出处
《计算机研究与发展》
EI
CSCD
北大核心
2002年第10期1307-1316,共10页
基金
国家自然科学基金资助 ( 6 0 0 830 0 8)
文摘
串行算法并行化是发挥各种巨型机的效率的关键技术之一 .“并行 -优化 -串行”归并向量算法 ( POSVM) ,是一种串行算法并行化的优化方法 .它用 O( N / p )时间把总长为 N的两个有序序列归并或把总长为 N的一个Bitonic序列排序 .“并行 -优化 -串行”排序向量算法 ( POSVS)用 O( ( N log N) / p)时间在实际 SIMD机上把 N个数排序 .这些是第 1个满足以下两个条件的向量 Optimal算法 (加速比 =O( p ) ) .1它能在实际 SIMD计算机上实现 .处理机的台数 p的范围很宽 1≤ p≤ N 1-ε,这里 ,ε是任意的小的正数 .2它统一了 3种不同类的合并算法 :Batcher的 Bitonic算法 (最快但效率随参数变大而趋向于 0 )、优化 ( Optimal)算法 (效率为常数的算法 )和最佳的串行算法 .而且也综合了 3个算法的优点 .“并行 -优化 -串行”( POS)方法是一个通用方法 。
关键词
优化
BITONIC
算法
“并行-
优化
-
串行
”归并向量
算法
分类向量
算法
串行
算法
并行化
并行
算法
并行归并
并行排序
Bitonic排序
Keywords
sequential algorithm deserialize, parallel algorithm, parallel merging, parallel sorting, Bitonic sorting
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于SMO-SVM的丝杠表面磨削质量预测
被引量:
1
2
作者
王蓝博
李郝林
迟玉伦
机构
上海理工大学机械工程学院
出处
《电子科技》
2017年第4期110-114,共5页
基金
上海市科学技术委员会科研基金资助项目(15110502300)
文摘
针对滚珠丝杠磨削过程在线监测困难的问题,使用支持向量机建立智能模型。模型本身针对颤振分类和粗糙度预测的不同问题,选用基于串行优化算法的支持向量分类机和支持向量回归机,并使用交叉验证法对模型参数进行优化。基于滚珠丝杠表面波纹度理论和粗糙度理论,对磨削过程中的振动信号进行特征提取,结合加工参数作为模型输入,先进行颤振的判别,在判断未颤振的情况下对表面质量进行预测。实验结果表明,该模型可以对颤振分类及粗糙度预测进行较好的在线监测。
关键词
滚珠丝杠
支持向量机
串行优化算法
振动信号
Keywords
ball screw
support vector machine
serial optimization algorithm
vibration signal
分类号
TG333 [金属学及工艺—金属压力加工]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于SMO-SVM的单点金刚笔钝化监测
3
作者
岳泰
李郝林
迟玉伦
机构
上海理工大学
出处
《中国机械工程》
EI
CAS
CSCD
北大核心
2015年第20期2733-2739,共7页
基金
国家科技重大专项(2013ZX04008-011)
文摘
针对单点金刚笔在砂轮修整过程中易于钝化且难以检测的问题,使用支持向量机建立智能模型。为了得到建立模型所需的样本库,使用小波包分析等方法在线提取修整时声发射信号中的特征信息,并引入钝化平台直径定义钝化临界值。模型本身选用基于串行优化算法的支持向量分类机,使用交叉验证法搭配遗传算法以达到优化模型参数的目的。实验结果表明,该模型在分类精度和计算时间上均优于一般的智能模型,可以有效地监测金刚笔的钝化。
关键词
单点金刚笔
支持向量分类机
声发射信号
串行优化算法
钝化平台直径
Keywords
diamond single-point dresser
support vector classifier
acoustic emission signal
sequential minimal optimization(SMO) method
diameter of wear platform
分类号
TH117.1 [机械工程—机械设计及理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种优化BITONIC算法:“并行-优化-串行”合并和分类向量算法
胡玥
高庆狮
刘宏岚
《计算机研究与发展》
EI
CSCD
北大核心
2002
1
下载PDF
职称材料
2
基于SMO-SVM的丝杠表面磨削质量预测
王蓝博
李郝林
迟玉伦
《电子科技》
2017
1
下载PDF
职称材料
3
基于SMO-SVM的单点金刚笔钝化监测
岳泰
李郝林
迟玉伦
《中国机械工程》
EI
CAS
CSCD
北大核心
2015
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部