期刊导航
期刊开放获取
VIP36
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
4
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
基于改进深度残差网络的轴承故障诊断方法
1
作者
高淑芝
韩晓亮
张义民
《机械设计与制造》
北大核心
2025年第3期241-244,249,共5页
针对卷积神经网络结构因深度的增加导致的网络退化以及准确率饱和问题,本文改进深度残差网络应用于故障诊断。首先,改进的残差网络包含三个残差单元模块,改进后的残差结构去掉了不必要的非线性层,在模块首尾都加入批量归一化层提升了网...
针对卷积神经网络结构因深度的增加导致的网络退化以及准确率饱和问题,本文改进深度残差网络应用于故障诊断。首先,改进的残差网络包含三个残差单元模块,改进后的残差结构去掉了不必要的非线性层,在模块首尾都加入批量归一化层提升了网络性能;其次,采集的轴承故障样本分为训练集与测试集,将训练集数据样本输入到网络模型中进行训练优化,输入测试集数据到诊断模型中得出诊断结果;最后,利用t-SNE可视化方法对模型中每一个残差模块学习特征的过程进行分析。经轴承寿命试验台数据结果表明,本方法对滚动轴承发生故障的诊断识别率均达到100%。可见该模型具有非常好的诊断识别效果。
展开更多
关键词
滚动轴承
故障诊断
深度残差网络
t-sne可视化
在线阅读
下载PDF
职称材料
基于KMeans和LightGBM模型的大学生公益人群画像分析
被引量：
1
2
作者
王宏平
马雪静
+1 位作者
彭玉蛟
蒋剑军
《电脑知识与技术》
2023年第19期39-42,共4页
大学生公益是国家公益事业的重要组成部分。高校如何设计公益活动以吸纳更多大学生加入公益队伍已成为一个严峻的问题。文章通过调查问卷获得的数据沿着如下路线来构建大学生公益人群画像体系:首先引入KMeans聚类模型对大学生公益人群...
大学生公益是国家公益事业的重要组成部分。高校如何设计公益活动以吸纳更多大学生加入公益队伍已成为一个严峻的问题。文章通过调查问卷获得的数据沿着如下路线来构建大学生公益人群画像体系:首先引入KMeans聚类模型对大学生公益人群进行分类,然后利用t-SNE降维算法可视化分类效果,最后应用LightGBM模型提取特征的重要性,以将某类和其他类区别开来,凸显本类的特征,通过描述各类的特征对人群画像。得出结论:大学生公益人群划可分为三类,根据各类特征可画像为观望型人群、积极型人群及消极型人群。
展开更多
关键词
大学生公益
人群画像
KMeans聚类
t-sne可视化
LightGBM模型
在线阅读
下载PDF
职称材料
基于K-means的LTE宏站小区场景聚类策略
被引量：
1
3
作者
张喆
《通信技术》
2019年第3期668-673,共6页
中国移动近年来LTE网络的大规模建设确保了4G网络的覆盖优势,但庞大的网络规模使得网络优化的难度进一步增加,目前仅依靠人工很难对LTE网络设备中各设备厂家的海量通用配置参数及私有参数进行精细化配置。经研究提出了一种基于K-means的...
中国移动近年来LTE网络的大规模建设确保了4G网络的覆盖优势,但庞大的网络规模使得网络优化的难度进一步增加,目前仅依靠人工很难对LTE网络设备中各设备厂家的海量通用配置参数及私有参数进行精细化配置。经研究提出了一种基于K-means的LTE宏站小区场景聚类策略,可对小区进行量化特征建模并聚类为若干典型场景,从而针对不同聚类场景的小区可实现自动化推荐LTE网络参数配置方案,极大提高网络优化中参数优化配置工作的效率。
展开更多
关键词
小区量
化
特征
小区过覆盖
机器学习
K-MEANS聚类
t-sne
聚类
可视
化
在线阅读
下载PDF
职称材料
漏磁特征可视化及智能识别缺陷
4
作者
吴家盛
洪勇
+1 位作者
王海锋
王俊景
《无损探伤》
2023年第3期12-17,共6页
利用ANSYS Maxwell建立了三维漏磁场有限元模型,分析了穿孔、平滑凹坑以及矩形凹槽三种缺陷的漏磁信号曲线并得到了仿真数据,通过漏磁仿真信号的变化,提取4个不同的特征值。采用T-SNE算法将漏磁特征降维可视化,研究了利用特征值区分缺...
利用ANSYS Maxwell建立了三维漏磁场有限元模型,分析了穿孔、平滑凹坑以及矩形凹槽三种缺陷的漏磁信号曲线并得到了仿真数据,通过漏磁仿真信号的变化,提取4个不同的特征值。采用T-SNE算法将漏磁特征降维可视化,研究了利用特征值区分缺陷类别的可行性。选用支持向量机(SVM),随机森林(Random Forest)以及梯度提升决策树(GBDT)三种机器学习方法对特征值进行学习以及分类识别,计算了不同算法的准确率,研究发现SVM较差,而GBDT准确率稍高。本文的研究结果为机器学习区分缺陷类别提供了参考。
展开更多
关键词
ANSYS
有限元模型
漏磁仿真
t-sne
降维
可视
化
机器学习
原文传递
题名
基于改进深度残差网络的轴承故障诊断方法
1
作者
高淑芝
韩晓亮
张义民
机构
沈阳化工大学装备可靠性研究所
沈阳化工大学信息工程学院
出处
《机械设计与制造》
北大核心
2025年第3期241-244,249,共5页
基金
NSFC-国家自然科学重点基金-辽宁联合基金(U1708254)
辽宁省特聘教授(No.[2018]3533)项目。
文摘
针对卷积神经网络结构因深度的增加导致的网络退化以及准确率饱和问题,本文改进深度残差网络应用于故障诊断。首先,改进的残差网络包含三个残差单元模块,改进后的残差结构去掉了不必要的非线性层,在模块首尾都加入批量归一化层提升了网络性能;其次,采集的轴承故障样本分为训练集与测试集,将训练集数据样本输入到网络模型中进行训练优化,输入测试集数据到诊断模型中得出诊断结果;最后,利用t-SNE可视化方法对模型中每一个残差模块学习特征的过程进行分析。经轴承寿命试验台数据结果表明,本方法对滚动轴承发生故障的诊断识别率均达到100%。可见该模型具有非常好的诊断识别效果。
关键词
滚动轴承
故障诊断
深度残差网络
t-sne可视化
Keywords
Rolling Bearing
Fault Diagnosis
Deep Residual Network
t-sne
Visualization
分类号
TH16 [机械工程—机械制造及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于KMeans和LightGBM模型的大学生公益人群画像分析
被引量：
1
2
作者
王宏平
马雪静
彭玉蛟
蒋剑军
机构
铜陵学院数学与计算机学院
出处
《电脑知识与技术》
2023年第19期39-42,共4页
基金
安徽省重点研究与开发计划项目(202004a05020010)
安徽省2020年高校自然科学重点研究项目(KJ2020A0973)
+2 种基金
安徽省级教学团队(2019jxtd105)
安徽省精品线下开放课程(2020kfkc553)
安徽省大学生创新训练项目(s202110383142)。
文摘
大学生公益是国家公益事业的重要组成部分。高校如何设计公益活动以吸纳更多大学生加入公益队伍已成为一个严峻的问题。文章通过调查问卷获得的数据沿着如下路线来构建大学生公益人群画像体系:首先引入KMeans聚类模型对大学生公益人群进行分类,然后利用t-SNE降维算法可视化分类效果,最后应用LightGBM模型提取特征的重要性,以将某类和其他类区别开来,凸显本类的特征,通过描述各类的特征对人群画像。得出结论:大学生公益人群划可分为三类,根据各类特征可画像为观望型人群、积极型人群及消极型人群。
关键词
大学生公益
人群画像
KMeans聚类
t-sne可视化
LightGBM模型
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于K-means的LTE宏站小区场景聚类策略
被引量：
1
3
作者
张喆
机构
中国移动通信集团设计院有限公司
出处
《通信技术》
2019年第3期668-673,共6页
文摘
中国移动近年来LTE网络的大规模建设确保了4G网络的覆盖优势,但庞大的网络规模使得网络优化的难度进一步增加,目前仅依靠人工很难对LTE网络设备中各设备厂家的海量通用配置参数及私有参数进行精细化配置。经研究提出了一种基于K-means的LTE宏站小区场景聚类策略,可对小区进行量化特征建模并聚类为若干典型场景,从而针对不同聚类场景的小区可实现自动化推荐LTE网络参数配置方案,极大提高网络优化中参数优化配置工作的效率。
关键词
小区量
化
特征
小区过覆盖
机器学习
K-MEANS聚类
t-sne
聚类
可视
化
Keywords
cell quantitative feature
cell over-coverage
machine learning
K-means clustering
t-sne
clustering visualization
分类号
TN929.5 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
漏磁特征可视化及智能识别缺陷
4
作者
吴家盛
洪勇
王海锋
王俊景
机构
上海电机学院机械学院
绍兴市特种设备检测院
出处
《无损探伤》
2023年第3期12-17,共6页
基金
上海电机学院人才引进项目(B1-0288-20-007-01-32)
上海多向模锻工程技术研究中心项目(20DZ2253200)
上海市高原学科预研及开放项目资助。
文摘
利用ANSYS Maxwell建立了三维漏磁场有限元模型,分析了穿孔、平滑凹坑以及矩形凹槽三种缺陷的漏磁信号曲线并得到了仿真数据,通过漏磁仿真信号的变化,提取4个不同的特征值。采用T-SNE算法将漏磁特征降维可视化,研究了利用特征值区分缺陷类别的可行性。选用支持向量机(SVM),随机森林(Random Forest)以及梯度提升决策树(GBDT)三种机器学习方法对特征值进行学习以及分类识别,计算了不同算法的准确率,研究发现SVM较差,而GBDT准确率稍高。本文的研究结果为机器学习区分缺陷类别提供了参考。
关键词
ANSYS
有限元模型
漏磁仿真
t-sne
降维
可视
化
机器学习
Keywords
ANSYS
Finite element model
Magnetic flux leakage simulation
t-sne
dimension reduction visualization
Machine learning
分类号
TG115.28 [金属学及工艺—物理冶金]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进深度残差网络的轴承故障诊断方法
高淑芝
韩晓亮
张义民
《机械设计与制造》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于KMeans和LightGBM模型的大学生公益人群画像分析
王宏平
马雪静
彭玉蛟
蒋剑军
《电脑知识与技术》
2023
1
在线阅读
下载PDF
职称材料
3
基于K-means的LTE宏站小区场景聚类策略
张喆
《通信技术》
2019
1
在线阅读
下载PDF
职称材料
4
漏磁特征可视化及智能识别缺陷
吴家盛
洪勇
王海锋
王俊景
《无损探伤》
2023
0
原文传递
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
