- 1、本文档共7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
基于灰色小波核偏最小二乘的传感器网络数据预测融合研究
振动与冲击
OFVIBRATIONANDSHOCK
第30卷第4期 JOURNAL
基于灰色小波核偏最小二乘的传感器网络数据预测融合研究
康健1’2,唐力伟1,左宪章1,李浩3,张西红1
摘 要:针对如何降低传感器网络中采集的非平稳、非线性信号的数据传输量,提出了一种基于灰色Morlet小波
的Morlet小波核函数进行数据变换,将输入映射到高维非线性的特征空间,在特征空间中,利用线性偏最小二乘方法构造
预测融合模型。通过对齿轮箱断齿工况升速过程中的振动信号进行分析,结果表明,该模型使用滑动窗方法不断更新建
模数据进行动态预测,预测精度高,可大大降低数据传输量,获得显著的节能收益。通过与灰色RBF核偏最小二乘
关键词:灰色;Modet核;传感器网络;数据融合;预测
中图分类号:TP393 文献标识码:A
in
Data andfusionasensornetworkbasedon waVeIetkemel
prediction grey partiaIle嬲tsquares
Z嬲ⅣG尉一九on91
碰ⅣG五口n1”,似ⅣG厶.伽eil,ZU0施口n.如on91,口讹D3
(1.0rdnanceEngineeringCollege,SIljji犯huaJlg050003,Chinao
2.UIlit Unit
453636,China;3.PLA 471003,China)
72889,XiIl】【i∞g 63880,Luoyang
Inordertoreducethe砌ountofdataof andnonlinearcollectedina sensor
Abstract: non—stationary si酗als
Morletwaveletkemel least modelwas Inthis
network,a
grey panial squares(GMWKPLs)proposed. model,grey
was introducedintokemel least the datawere
Then,
predictiontheoryfirstly partial squares(KPLS).input—output
toanonlineardimensionalfeature witllMoreltkemel andfusion
mapped higher space transfo瑚ation.Finally,aprediction
modelwasconstnlcted埘t}I least windowmethodwasutilizedto
Moreover,t11e
line盯panialsquares. moving update
inthis model.Themodelwasvalidatedvibrationof tooth
samplescontinuouslydyna
文档评论(0)