《基于核主成分分析和RVM的传感器故障诊断算法设计》PDF+DOC
作者:郭秀峰,任贺宇
单位:中国计算机自动测量与控制技术协会
出版:《计算机测量与控制》2014年第03期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJZCK2014030200
DOC编号:DOCJZCK2014030209
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于小波奇异熵和相关向量机的氢气传感器故障诊断》PDF+DOC2015年第01期 王冰,刁鸣,宋凯
《基于相关向量机的传感器节点定位方法》PDF+DOC2016年第06期 孙如祥,邓朝辉,邓国斌
《基于核独立成分分析和聚类中值的水下传感器故障诊断》PDF+DOC2017年第02期 陈作聪
《基于融合的贝叶斯网络的冷水机组故障诊断》PDF+DOC2018年第07期 王占伟,王林,梁坤峰,袁俊飞,王智伟
《基于时间序列和专家系统的PH值传感器故障诊断的研究》PDF+DOC2001年第03期 张荣标,蔡兰,王贵成
《基于产生式规则轧制力传感器故障诊断系统》PDF+DOC2001年第01期 葛芦生,潘惠勇,张建培,龚幼民
《基于RVM的多功能自确认水质检测传感器》PDF+DOC2011年第08期 赵树延,于金涛,王翥,王祁
《基于神经网络预测器的传感器故障诊断》PDF+DOC2006年第05期 苏春,王丰,段润保
《KPCA在凿岩台车控制系统传感器故障诊断中的应用》PDF+DOC2014年第03期 徐萍,王友才,杨光照,王凯
《SWE-IPCA方法在传感器故障诊断中的应用》PDF+DOC2013年第08期 王通,高宪文,蔺雪,刘春芳
传统的传感器故障诊断模型受限于所采用的机器学习方法需要人为设定参数,诊断精度依赖于参数设置的好坏,且无法实现传感器在线诊断,为此,提出了一种基于核主成分分析和稀疏贝叶斯RVM(relevancevector machine,RVM)的传感器在线故障诊断模型;首先,采用核主成分分析法将故障征兆数据映射到高维空间对数据进行降维,降低数据的复杂度;然后采用稀疏贝叶斯RVM对传感器进行故障诊断,在贝叶斯框架下对诊断函数权重进行推断,从而获得各故障类别的后验概率,量后,根据后验概率和投票致判断最终的故障类别;在NS2仿真环境下对实验进行仿真,结果表明,文中方法具有较高的故障诊断精度,较其它方法具有诊断时效高、泛化能力强和稀疏性好的优点,具有很强的可行性,
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。