湖南省科技计划项目(2010FJ6028)
- 作品数：4 被引量：12H指数：2
- 相关作者：王鲁达张澎陆汝华胡丹高守平更多>>
- 相关机构：湘南学院湖南大学更多>>
- 发文基金：湖南省科技计划项目湖南省高等学校科学研究项目湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术机械工程电子电信更多>>
- 多样本状态加权合成的CGHMM训练算法
- 2012年
- 为解决隐马尔可夫模型(HMM)中参数很多,实际当中难以提供足够多训练数据的问题,根据观察值序列的状态分布情况,描述了一种基于状态加权合成的连续高斯混合密度隐马尔可夫模型(CGHMM)训练算法,对多个CGHMM模型进行加权合成,并将此方法应用于轴承故障诊断进行仿真实验。实验结果表明,平均训练时间为12.86 s,诊断时间为0.189 s,诊断准确度为96%。可见,多样本状态加权合成的CGHMM轴承故障诊断方法确实有效可行,具有良好的应用前景。
- 陆汝华李盛欣
- 基于量子遗传算法的蚁群多目标优化研究被引量：5
- 2013年
- 针对蚁群算法解决一些复杂多维问题的能力不强,容易陷入局部最优,造成算法早熟的情况。为解决上述问题,提出了一种用量子衍生方法的多目标蚁群算法,可用量子遗传算法的全局搜索和蚁群算法的群体智能机制,将蚁群优化与量子遗传算法相结合,用于多维0-1背包问题的求解。与同类算法进行对比分析,实验证明改进算法不仅能更快更精确地逼近Pareto最优前端,并能够维持Pareto最优解分布的均匀性,有效的提高了计算效率和搜索效率,且能弥补蚁群算法的不足。
- 张澎王鲁达胡丹
- 关键词：多目标优化蚁群算法群体智能背包问题
- 基于量子遗传算法优化神经网络的入侵检测被引量：2
- 2011年
- 针对入侵检测的效率及准确性问题,提出一种基于量子遗传算法优化神经网络的入侵智能检测模型,该模型基于量子遗传算法的全局搜索和神经网络局部精确搜索特性,将量子遗传算法和BP算法有机结合。利用改进的量子遗传算法优化BP神经网络的权重和阈值,使BP神经网络能快速准确地识别入侵,增强计算机网络安全。运用Matlab软件对该模型进行仿真。实验结果表明,与其他同类方法相比,该方法的检测率更高、误报率更低。
- 张澎高守平王鲁达
- 关键词：入侵检测量子遗传算法智能检测BP神经网络网络安全
- 基于状态加权合成的HMM滚动轴承故障诊断被引量：5
- 2011年
- 在故障诊断基本原理的理论基础上,使用具有良好识别和抗噪性能的连续高斯混合密度隐马尔可夫模型(CGHMM)进行建模,针对多样本观察值序列问题,详细地描述了一种新的算法状态加权合成的CGHMM训练算法,并将其应用于轴承故障诊断。试验结果表明,平均训练时间为12.859 s,诊断时间为0.189 s,诊断精度为96%。该方法确实有效可行,具有良好的应用前景。
- 陆汝华王鲁达
- 关键词：滚动轴承隐马尔可夫模型故障诊断
