- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于k-pso 稀疏表示的故障分类方法研究 - 计算机科学
Vo 1. 43 No. 12
第 43 卷第12 期 计算机科学
2016 年 12 月 Computer Science Dec 2016
基于 K-PSO 稀疏表示的故障分类方法研究
傅蒙蒙1 王培良1 , 2
(杭州电子科技大学新型电子器件研究所 杭州 310018)1
(湖州师范学院信息与控制技术研究所 湖州 313000)2
摘 要 针对现代复杂生产过程中不能准确识别、分类多种故障的问题,提出一种改进的稀疏表示故障分类方法。该
方法依据信号的稀疏表示来判断故障所属类别。其具体实现过程首先是利用 K 均值奇异值分解CK-SVD)算法构造
过完备字典,使其包含房、信息的主要特征,再通过粒子群CPSQ) 算法有效地搜索并寻找稀疏分解中产生的在过完备字
典范围中的最匹配原子,最后利用以该匹配原子为基础的稀疏表示结果实现对多故障问题的分类识别。运用数值仿
真验证了该算法的可行性和有效性。同时,针对柴油机燃油系统的故障分类,将该方法与基于 BP 神经网络和 SVM
的分类识别方法进行比较,实验表明该算法在故障分类上具有更好的效果。
关键词 稀疏表示,K 均值奇异值分解算法,粒子群算法,故障分类
中图法分类号 TP18 文献标识码 A 001 10. 11896/j. issn. 1002-137X. 2016. 12. 056
Investigation on Fault Classification Method of K-PSO Sparse Representation
1 1
FU Meng-meng WANG Pei-liang ,2
CInstitute of New Devices ,Hangzhou Dianzi University ,Hangzhou 310018 ,China)1
CInstitute of Information and Control Technology ,Huzhou Teachers College ,Huzhou 313000 ,China) 2
Abstract In order to solve the problem of multiple faults which can not be identified and classified accurately in modern
complex production process ,an improved sparse representation fault classification method was proposed. This method is
based on the sparse representation of the signal to determine the fault categories. First , the specific implementation
process utilizes K-Means Singular Value De-compositionCK-SVD) algorithm to constructe over complete dictionary with
main features in the original message ,and then uses the particle swa口n optimization(PSO) algorithm to search and
您可能关注的文档
- 既有铁路木枕替代材料的研究现状及发展趋势.pdf
- 突片射流传热和混合特性的研究进展 - 工程技术版.pdf
- 既有结构物考虑不同材料强度参数之耐震性能研究.pdf
- 论贵州茶叶品质与地质环境关系 - 贵州省地质环境监测院.doc
- 气 固反应法制备纳米结构氧化锌及其生长机制 - 材料与测试网.pdf
- 日本产业竞争力与竞争优势分析 - 中国社会科学期刊网.pdf
- 前掠翼与平直翼布局气动特性的比较分析 - 自然科学版.pdf
- 日本产学研合作推进与评估对我国的启示 - 中国科学技术协会.doc
- 日本八库地震震害对我国抗震设计的几点启示.pdf
- 基于dft 计算的alnnim ( n + m = 13 ,19) 团簇的 - 河北师范大学学报.pdf
文档评论(0)