期刊文献+
共找到158篇文章
< 1 2 8 >
每页显示 20 50 100
MODEL SELECTION METHOD BASED ON MAXIMAL INFORMATION COEFFICIENT OF RESIDUALS 被引量:4
1
作者 谭秋衡 蒋杭进 丁义明 《Acta Mathematica Scientia》 SCIE CSCD 2014年第2期579-592,共14页
The traditional model selection criterions try to make a balance between fitted error and model complexity. Assumptions on the distribution of the response or the noise, which may be misspecified, should be made befor... The traditional model selection criterions try to make a balance between fitted error and model complexity. Assumptions on the distribution of the response or the noise, which may be misspecified, should be made before using the traditional ones. In this ar- ticle, we give a new model selection criterion, based on the assumption that noise term in the model is independent with explanatory variables, of minimizing the association strength between regression residuals and the response, with fewer assumptions. Maximal Information Coe^cient (MIC), a recently proposed dependence measure, captures a wide range of associ- ations, and gives almost the same score to different type of relationships with equal noise, so MIC is used to measure the association strength. Furthermore, partial maximal information coefficient (PMIC) is introduced to capture the association between two variables removing a third controlling random variable. In addition, the definition of general partial relationship is given. 展开更多
关键词 Model Selection RESIDUAL maximal information coefficient partial maximalinformation coefficient
下载PDF
Model-Free Feature Screening via Maximal Information Coefficient (MIC) for Ultrahigh-Dimensional Multiclass Classification
2
作者 Tingting Chen Guangming Deng 《Open Journal of Statistics》 2023年第6期917-940,共24页
It is common for datasets to contain both categorical and continuous variables. However, many feature screening methods designed for high-dimensional classification assume that the variables are continuous. This limit... It is common for datasets to contain both categorical and continuous variables. However, many feature screening methods designed for high-dimensional classification assume that the variables are continuous. This limits the applicability of existing methods in handling this complex scenario. To address this issue, we propose a model-free feature screening approach for ultra-high-dimensional multi-classification that can handle both categorical and continuous variables. Our proposed feature screening method utilizes the Maximal Information Coefficient to assess the predictive power of the variables. By satisfying certain regularity conditions, we have proven that our screening procedure possesses the sure screening property and ranking consistency properties. To validate the effectiveness of our approach, we conduct simulation studies and provide real data analysis examples to demonstrate its performance in finite samples. In summary, our proposed method offers a solution for effectively screening features in ultra-high-dimensional datasets with a mixture of categorical and continuous covariates. 展开更多
关键词 Ultrahigh-Dimensional Feature Screening MODEL-FREE maximal Information coefficient (MIC) Multiclass Classification
下载PDF
The Theoretical and Experimental Analysis of the Maximal Information Coefficient Approximate Algorithm 被引量:3
3
作者 Fubo SHAO Hui LIU 《Journal of Systems Science and Information》 CSCD 2021年第1期95-104,共10页
In the era of big data,correlation analysis is significant because it can quickly detect the correlation between factors.And then,it has been received much attention.Due to the good properties of generality and equita... In the era of big data,correlation analysis is significant because it can quickly detect the correlation between factors.And then,it has been received much attention.Due to the good properties of generality and equitability of the maximal information coefficient(MIC),MIC is a hotspot in the research of correlation analysis.However,if the original approximate algorithm of MIC is directly applied into mining correlations in big data,the computation time is very long.Then the theoretical time complexity of the original approximate algorithm is analyzed in depth and the time complexity is n2.4 when parameters are default.And the experiments show that the large number of candidate partitions of random relationships results in long computation time.The analysis is a good preparation for the next step work of designing new fast algorithms. 展开更多
关键词 statistical correlation the maximal information coefficient approximate algorithm mutual information dynamic programming algorithm
原文传递
A Complex Network Model for Analyzing Railway Accidents Based on the Maximal Information Coefficient
4
作者 Fu-Bo Shao Ke-Ping Li 《Communications in Theoretical Physics》 SCIE CAS CSCD 2016年第10期459-466,共8页
It is an important issue to identify important influencing factors in railway accident analysis.In this paper,employing the good measure of dependence for two-variable relationships,the maximal information coefficient... It is an important issue to identify important influencing factors in railway accident analysis.In this paper,employing the good measure of dependence for two-variable relationships,the maximal information coefficient(MIC),which can capture a wide range of associations,a complex network model for railway accident analysis is designed in which nodes denote factors of railway accidents and edges are generated between two factors of which MIC values are larger than or equal to the dependent criterion.The variety of network structure is studied.As the increasing of the dependent criterion,the network becomes to an approximate scale-free network.Moreover,employing the proposed network,important influencing factors are identified.And we find that the annual track density-gross tonnage factor is an important factor which is a cut vertex when the dependent criterion is equal to 0.3.From the network,it is found that the railway development is unbalanced for different states which is consistent with the fact. 展开更多
关键词 railway accidents complex network the maximal information coefficient
原文传递
考虑天气特征与多变量相关性的配电网短期负荷预测 被引量:1
5
作者 于越 葛磊蛟 +2 位作者 金朝阳 王玥 丁磊 《电力系统保护与控制》 EI CSCD 北大核心 2024年第6期131-141,共11页
针对配电网短期负荷预测受到众多复杂天气特征等随机不确定性因素影响,以及传统预测模型难以有效分析不同特征序列之间的相关性等问题,提出一种考虑天气特征与多变量相关性的配电网短期负荷预测方法。首先,提出多变量快速最大信息系数(m... 针对配电网短期负荷预测受到众多复杂天气特征等随机不确定性因素影响,以及传统预测模型难以有效分析不同特征序列之间的相关性等问题,提出一种考虑天气特征与多变量相关性的配电网短期负荷预测方法。首先,提出多变量快速最大信息系数(multi-variable rapid maximal information coefficient,MVRapidMIC)提取相关性高的天气特征序列。其次,引入探索性因子分析法(exploratory factor analysis,EFA),对高相关性特征序列进行降维处理。最后,将维度分段(dimension-segment-wise,DSW)机制和两阶段注意力(two-stage attention,TSA)机制与Informer模型结合,提高预测模型对不同特征序列相关性的分析能力。通过DTU 7K 47节点实际配电网的历史负荷数据开展仿真测试,验证所提方法的预测精度、鲁棒性和时效性。 展开更多
关键词 配电网 短期负荷预测 天气特征 最大信息系数 Informer框架
下载PDF
基于分解算法与元学习结合的综合能源系统负荷预测 被引量:1
6
作者 黄璜 张安安 《电力系统自动化》 EI CSCD 北大核心 2024年第10期151-160,共10页
针对区域综合能源系统(IES)负荷间关联敏感性高、季节泛化性差导致的负荷预测精度受限问题,提出一种基于分解算法与元学习结合的多元负荷组合预测方法。首先,基于动态最大信息系数量化不同时段多元负荷间相关性,根据动态相关性结果构造... 针对区域综合能源系统(IES)负荷间关联敏感性高、季节泛化性差导致的负荷预测精度受限问题,提出一种基于分解算法与元学习结合的多元负荷组合预测方法。首先,基于动态最大信息系数量化不同时段多元负荷间相关性,根据动态相关性结果构造特征输入变量。然后,通过窗口滑动将负荷序列分成多个子序列单元,并使用变分模态分解将其划分为多个任务,避免整体分解带来的前瞻性偏差问题。最后,采用双向长短期记忆模型预测子序列,并通过模型无关的元学习算法减少梯度迭代,重构子序列后融合全连通层输出预测结果。基于美国亚利桑那州立大学坦佩校区IES数据集,验证了所提混合模型具有更高的IES多元负荷预测精度。 展开更多
关键词 负荷预测 变分模态分解 元学习 最大信息系数 双向长短期记忆
下载PDF
基于最大互信息系数的低压光伏台区用户相序辨识方法
7
作者 郑楷迪 缪希仁 +1 位作者 林雨润 黄灿水 《电力自动化设备》 EI CSCD 北大核心 2024年第12期108-114,共7页
针对高比例分布式光伏接入低压台区所导致的用户相序难以准确辨识的问题,依托于高级量测体系获取的用电数据,提出一种基于最大互信息系数(MIC)的低压光伏台区用户相序辨识方法。根据低压光伏台区的拓扑结构对用电信息的空间特性进行分析... 针对高比例分布式光伏接入低压台区所导致的用户相序难以准确辨识的问题,依托于高级量测体系获取的用电数据,提出一种基于最大互信息系数(MIC)的低压光伏台区用户相序辨识方法。根据低压光伏台区的拓扑结构对用电信息的空间特性进行分析,基于用户电压所确定的数学表达式,挖掘用户相序的深层物联信息;结合工程实际,采用时间序列筛选机制,选取用户电压序列和台区配电变压器低压侧三相电流序列,以此构建低压光伏台区用户相序辨识特征;针对传统相关性表征方法的不足,引入MIC对相序辨识特征的三相关联度分别进行度量,根据MIC的数值大小对用户相序进行判别;基于低压光伏台区的实际数据进行算例分析,验证所提方法的有效性与可靠性。 展开更多
关键词 低压光伏台区 相序辨识 最大互信息系数 高级量测体系
下载PDF
基于RF-MIC-PCA的股票趋势预测
8
作者 马美琛 林天华 赵霞 《河北省科学院学报》 CAS 2024年第2期13-21,共9页
股票因子具有丰富性、相似性等特点,但对其进行趋势预测较难得到良好效果。针对此问题,提出了一种基于RF-MIC-PCA的股票趋势预测算法。首先,利用随机森林(RF)的基尼指数构建因子与类别间的重要性评分规则,剔除低分因子;然后,利用最大信... 股票因子具有丰富性、相似性等特点,但对其进行趋势预测较难得到良好效果。针对此问题,提出了一种基于RF-MIC-PCA的股票趋势预测算法。首先,利用随机森林(RF)的基尼指数构建因子与类别间的重要性评分规则,剔除低分因子;然后,利用最大信息系数(MIC)构建因子间的相关性评价方法,并融合主成分分析法(PCA)减少因子冗余度;最后,通过随机森林算法预测的分类准确率作为衡量标准,建立基于RF-MIC-PCA的股票趋势预测算法。为验证算法的有效性,从沪深300中选取10只代表性股票进行实验,结果显示RF-MIC-PCA算法在数据集维度降低了20.45%的同时有效提升了算法的预测性能。另外对沪深300、上证50指数进行趋势预测,准确率分别提高了4.1%和5.0%,验证了算法的普适性,具有一定的实用价值。 展开更多
关键词 股票趋势预测 随机森林 最大信息系数 主成分分析法
下载PDF
青海省东部农业区花椒种质资源调查
9
作者 王黎明 顾文毅 祁银燕 《青海科技》 2024年第3期84-93,共10页
为调查青海省的花椒种质资源,文章调查收集了青海省东部农业区7个县(区)的花椒种质资源37份,并对其植物学表型性状、株型、枝条、叶片、果实等进行调查。结果显示,37份花椒种质资源19项表型性状指标的变异系数在7.26%~59.82%之间,整体... 为调查青海省的花椒种质资源,文章调查收集了青海省东部农业区7个县(区)的花椒种质资源37份,并对其植物学表型性状、株型、枝条、叶片、果实等进行调查。结果显示,37份花椒种质资源19项表型性状指标的变异系数在7.26%~59.82%之间,整体变异系数平均为18.17%,变异系数最大的指标为单个果穗果实数量,为59.82%;出皮率的变异系数最小,为7.26%。花椒枝条表型性状的变异系数在13.43%~21.94%之间,叶片的表型性状变异系数在14.14%~19.73%之间,果实表型性状的变异系数在7.26%~59.82%之间。37份样本的19个表型性状分析结果,在一定程度上反映了青海省东部农业区花椒种质资源的多样性,为今后深入研究其遗传多样性及开发利用奠定了基础。 展开更多
关键词 花椒 种质资源调查 表型性状 变异系数
下载PDF
基于相关性参数选择的飞行数据异常检测
10
作者 钟杰 罗冲 +1 位作者 张恒 苗强 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第5期1738-1745,共8页
随着无人机(UAV)技术的成熟,其在军民领域的应用越来越广泛,安全问题也逐渐受到重视。UAV飞行数据能直接反映其飞行健康状态。针对UAV飞行数据开展异常检测研究是提升UAV整体安全性的重要手段之一。基于此,提出了一种基于相关性参数选... 随着无人机(UAV)技术的成熟,其在军民领域的应用越来越广泛,安全问题也逐渐受到重视。UAV飞行数据能直接反映其飞行健康状态。针对UAV飞行数据开展异常检测研究是提升UAV整体安全性的重要手段之一。基于此,提出了一种基于相关性参数选择与卷积神经网络(CNN)的异常检测方法。利用最大信息系数(MIC)和Pearson相关系数法挖掘参数之间的相关性,并建立相关性飞行参数集合;利用与待检测飞行参数相关的飞行参数数据训练卷积神经网络预测模型,根据模型预测值与真实值之间的残差判定异常。利用真实UAV飞行数据对所提方法进行验证,结果显示:所提方法的假阳率、假阴率、准确率指标均值分别为0%、0.19%、99.6%,证明了方法的有效性。 展开更多
关键词 异常检测 飞行数据 最大信息系数 Pearson相关系数法 卷积神经网络
下载PDF
基于集成学习的致密气藏产能预测新方法
11
作者 姜宝胜 白玉湖 +3 位作者 徐兵祥 马晓强 王苏冉 杜旭林 《中国海上油气》 CAS CSCD 北大核心 2024年第5期120-127,共8页
致密气藏产能预测是准确认识气藏、合理编制开发方案的重要基础。由于致密气藏储层物性差、非均质性强及压裂施工导致渗流规律复杂,其产能预测一直是项重大的挑战。利用集成学习思想,提出了将支持向量回归和AdaBoost回归通过堆叠模式耦... 致密气藏产能预测是准确认识气藏、合理编制开发方案的重要基础。由于致密气藏储层物性差、非均质性强及压裂施工导致渗流规律复杂,其产能预测一直是项重大的挑战。利用集成学习思想,提出了将支持向量回归和AdaBoost回归通过堆叠模式耦合来进行产能预测的新方法,并以鄂尔多斯盆地M致密气区块为例进行了应用。通过最大互信息系数法筛选出M气藏产能主要影响因素为气层厚度、渗透率、孔隙度、含气饱和度、实际砂量、液氮量;将主要影响因素数据及相应无阻流量构成学习样本,利用孤立森林算法进行异常值检测,并通过K近邻填补缺失值;利用本文产能预测新方法,并通过贝叶斯优化算法进行了参数优化。随机选取20%数据进行盲测,并以决定系数为评价标准。测试结果表明,本文所提方法的决定系数R2值为0.936,预测精度相较单一算法有了明显提升。该方法有效结合了不同算法的优点,为致密气产能预测提供了一种新的思路。 展开更多
关键词 致密气藏 产能影响因素 最大互信息系数 产能预测 集成思想
下载PDF
基于充电健康因子优化和数据驱动的锂电池剩余使用寿命预测
12
作者 段慧云 夏威 +2 位作者 邵杰 汪洋青 李彬 《汽车技术》 CSCD 北大核心 2024年第1期20-26,共7页
针对因选取的健康因子不理想导致锂电池剩余使用寿命(RUL)预测精度不高的问题,提出了一种基于充电健康因子优化和数据驱动的电池RUL预测方法,首先提取电池充电过程中的各种健康因子,再使用两步最大信息系数法优化特征子集得到优化的健... 针对因选取的健康因子不理想导致锂电池剩余使用寿命(RUL)预测精度不高的问题,提出了一种基于充电健康因子优化和数据驱动的电池RUL预测方法,首先提取电池充电过程中的各种健康因子,再使用两步最大信息系数法优化特征子集得到优化的健康因子,最后使用带有注意力机制的时间卷积神经网络(ATCN)预测电池的剩余使用寿命,通过对美国国家航空航天局(NASA)锂电池老化数据的研究,验证了所提出的锂电池RUL预测框架,并与简单循环神经网络(SimpleRNN)、长短期记忆(LSTM)神经网络和门控循环单元(GRU)神经网络等建模方法进行比较,结果表明,所提出的方法在各数据集上均取得了最优的预测结果。 展开更多
关键词 锂离子电池 剩余使用寿命 两步最大信息系数 时间卷积神经网络 注意力机制
下载PDF
基于MFCC和HMM的语音识别优化方法研究
13
作者 郭佳淇 张继通 《电声技术》 2024年第10期83-85,共3页
为探究基于梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔可夫模型(Hidden Markov Model,HMM)的语音识别优化方法,首先探讨语音识别系统的基本框架设计,其次分析MFCC特征提取方法,再次引入期望最大化(Expectatio... 为探究基于梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔可夫模型(Hidden Markov Model,HMM)的语音识别优化方法,首先探讨语音识别系统的基本框架设计,其次分析MFCC特征提取方法,再次引入期望最大化(Expectation Maximization,EM)算法优化HMM参数,最后利用THCHS-30数据集进行实验验证。结果表明,引入EM算法优化HMM,可有效克服传统HMM在复杂语音环境下的识别困难问题,显著提升系统的识别精度和健壮性。 展开更多
关键词 语音识别 梅尔频率倒谱系数(MFCC) 隐马尔可夫模型(HMM) 期望最大化(EM)
下载PDF
基于最大信息系数模型优化的江苏省工业企业指标数据分析
14
作者 郝诗佳 《通信与信息技术》 2024年第5期99-102,共4页
2023年是《工业互联网创新发展行动计划(2021—2023年)》实施的最后一年。在多重政策背景下,如何通过“互联网+工业大数据”让工业企业对市场需求进行迅速了解并做出相关策略,是目前亟须解决的问题。文章首先介绍数据相关性常用模型,简... 2023年是《工业互联网创新发展行动计划(2021—2023年)》实施的最后一年。在多重政策背景下,如何通过“互联网+工业大数据”让工业企业对市场需求进行迅速了解并做出相关策略,是目前亟须解决的问题。文章首先介绍数据相关性常用模型,简要分析其特点,然后选取最大信息系数作为数据特征值度量进行模型优化。最后以2022年江苏统计年鉴工业企业主要经济指标作为数据集,得出分析结论。 展开更多
关键词 工业大数据 最大信息系数 数据相关性
下载PDF
最大化用户信噪比几何均值以提高信噪比公平性
15
作者 蔡禄森 余鸿文 《电脑与信息技术》 2024年第4期28-30,共3页
提出一种双可重构智能超表面辅助(Reconfigurable Intelligent Surface,RIS)的多用户下行无线通信系统,在基站(Base Station,BS)周围对称部署两个可重构智能超表面以增强通信信号的传输。通过联合优化基站的波束成形和智能超表面的可编... 提出一种双可重构智能超表面辅助(Reconfigurable Intelligent Surface,RIS)的多用户下行无线通信系统,在基站(Base Station,BS)周围对称部署两个可重构智能超表面以增强通信信号的传输。通过联合优化基站的波束成形和智能超表面的可编程反射系数,最大化用户的几何平均(Geometric Mean,GM)信噪比(Signal-to-Noise Ratio,SNR)。同时,提出一种基于闭式解的交替下降迭代算法,有效地增加用户信噪比并提高信噪比公平性。仿真实验验证了所提算法的可行性,同时说明了部署双可重构智能超表面系统的性能优势。 展开更多
关键词 双智能超表面 信噪比 反射系数 几何均值最大化
下载PDF
基于最大信息系数和近似马尔科夫毯的特征选择方法 被引量:49
16
作者 孙广路 宋智超 +2 位作者 刘金来 朱素霞 何勇军 《自动化学报》 EI CSCD 北大核心 2017年第5期795-805,共11页
最大信息系数(Maximum information coefficient,MIC)可以对变量间的线性和非线性关系,以及非函数依赖关系进行有效度量.本文首先根据最大信息系数理论,提出了一种评价各维特征间以及每维特征与类别间相关性的度量标准,然后提出了基于... 最大信息系数(Maximum information coefficient,MIC)可以对变量间的线性和非线性关系,以及非函数依赖关系进行有效度量.本文首先根据最大信息系数理论,提出了一种评价各维特征间以及每维特征与类别间相关性的度量标准,然后提出了基于新度量标准的近似马尔科夫毯特征选择方法,删除冗余特征.在此基础上提出了基于特征排序和近似马尔科夫毯的两阶段特征选择方法,分别对特征的相关性和冗余性进行分析,选择有效的特征子集.在UCI和ASU上的多个公开数据集上的对比实验表明,本文提出的方法总体优于快速相关滤波(Fast correlation-based filter,FCBF)方法,与Relief F,FAST,Lasso和RFS方法相比也具有优势. 展开更多
关键词 特征选择 最大信息系数 近似马尔科夫毯 特征相关性 特征冗余性
下载PDF
基于最大信息系数的永久性房颤差异表达基因识别 被引量:6
17
作者 刘汉明 饶妮妮 +3 位作者 李益 罗恒荣 杨阳 杨锋 《中国生物医学工程学报》 CAS CSCD 北大核心 2015年第1期8-16,共9页
心房颤动是一种常见的、与年龄相关的心律失常,由其所导致的脑卒中具有高致残率和致死率。通过对高通量基因表达谱的分析,可以帮助理解心房颤动的生物学过程和功能紊乱机制,并发现相关致病基因。新型的非参数统计方法——最大信息系数,... 心房颤动是一种常见的、与年龄相关的心律失常,由其所导致的脑卒中具有高致残率和致死率。通过对高通量基因表达谱的分析,可以帮助理解心房颤动的生物学过程和功能紊乱机制,并发现相关致病基因。新型的非参数统计方法——最大信息系数,在探索双变量之间的关联方面具有独特的优点。利用该方法,发现差异与非差异基因表达值与样本表型之间的关联程度不同,构建差异表达基因识别方法。对永久性房颤基因表达谱GSE2240的分析,识别出41个差异表达基因,其中有14基因是已有工作未发现的新差异表达基因。信号通路和富集分析表明,这些差异表达基因与房颤高度相关。同时,对乳腺癌基因表达数据GSE24037的分析,进一步说明该方法在差异表达基因识别方面的有效性。最大信息系数的非参数特性与抗噪能力,使它非常适合于差异表达基因的识别。 展开更多
关键词 最大信息系数 心房颤动 差异表达基因
下载PDF
高强度准双曲面齿轮的新设计方法 被引量:6
18
作者 张金良 方宗德 邓效忠 《中国机械工程》 EI CAS CSCD 北大核心 2005年第5期389-391,共3页
  提出了突破准双曲面齿轮设计中Gleason齿顶高系数的限制,灵活地选取齿顶高系数,以实现减小齿根的最大拉伸应力及最大压缩应力的新设计方法;同时,在设计中修正正转用齿面的压力角,以增加正转时齿根的强度。利用有限元和边缘接触分析...   提出了突破准双曲面齿轮设计中Gleason齿顶高系数的限制,灵活地选取齿顶高系数,以实现减小齿根的最大拉伸应力及最大压缩应力的新设计方法;同时,在设计中修正正转用齿面的压力角,以增加正转时齿根的强度。利用有限元和边缘接触分析方法,讨论了采用新方法设计出的齿轮副齿根最大拉伸应力、齿根最大压缩应力以及齿面接触应力的变化。实例计算可以看出,新设计方法可增加正转用齿面的强度,减小齿根拉伸应力。 展开更多
关键词 准双曲面齿轮 齿顶高系数 压力角 最大拉伸应力 最大压缩应力 强度
下载PDF
相关分析技术在直流电压下XLPE电缆局部放电信号特征提取与筛选中的应用 被引量:14
19
作者 杨丰源 许永鹏 +3 位作者 钱勇 李喆 盛戈皞 江秀臣 《电网技术》 EI CSCD 北大核心 2018年第5期1653-1660,共8页
目前,关于直流电压下局部放电信号特征提取技术的研究极少。用于表征连续放电间相关关系的特征散点图是常用的统计分析方法,但现阶段仅用于定性分析放电现象。引入互信息、最大信息系数(maximal information coefficient,MIC)、最大... 目前,关于直流电压下局部放电信号特征提取技术的研究极少。用于表征连续放电间相关关系的特征散点图是常用的统计分析方法,但现阶段仅用于定性分析放电现象。引入互信息、最大信息系数(maximal information coefficient,MIC)、最大信息非参数扩展类(maximal information-based non-parametric exploration,MINE)等先进的非线性相关特征分析手段,提取该类散点图定量特征。基于互信息的MIC和MINE具有普适性、公平性和对称性等重要特性。最终共提取了36个相关特征参数,与22个传统统计算子一起组成特征指纹。之后,使用最大相关最小冗余(mR MR)算法选取最优特征指纹空间并使用MIC进行优化。利用XLPE单芯电缆制作了绝缘内部气隙、主绝缘表面划伤、高压端毛刺电晕、半导电层爬电4类典型绝缘缺陷模型,将文中方法应用于试验数据分析。最终确定了含有48个参数的最优特征指纹,使用人工神经网络等机器学习方法进行模式识别可获得91%的平均识别精度。该结果表明,使用文中方法提取的散点图非线性特征可以有效反映放电模式。 展开更多
关键词 交联聚乙烯电缆 直流局部放电 特征提取 相关分析 最大信息系数
下载PDF
金属材料表面静摩擦学特性的预测研究-理论模型 被引量:16
20
作者 田红亮 赵春华 +3 位作者 方子帆 朱大林 陈保家 李响 《振动与冲击》 EI CSCD 北大核心 2013年第12期40-44,66,共6页
对分形几何理论进行了改进,在此基础上建立了法向载荷、最大静摩擦力、静摩擦系数的改进分形模型。通过中间自变量实际接触面积,构建了金属材料结合面静摩擦学特性的预测模型。计算和分析表明:静摩擦系数随着法向载荷或材料特性的增大... 对分形几何理论进行了改进,在此基础上建立了法向载荷、最大静摩擦力、静摩擦系数的改进分形模型。通过中间自变量实际接触面积,构建了金属材料结合面静摩擦学特性的预测模型。计算和分析表明:静摩擦系数随着法向载荷或材料特性的增大而微凹弧式增大,但随着分形粗糙度的增加而微凹弧式减小;当分形维数较小时,静摩擦系数随着分形维数的增加而增加;但当分形维数较大时,静摩擦系数随着分形维数的增加而减小;在双常用对数坐标系统下,最大静摩擦力与法向载荷大多呈现出线性正比的关系;分形几何理论适用于法向载荷极小的情况。 展开更多
关键词 机械结合面 静摩擦系数 分形几何理论 最大静摩擦力
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部