您的位置: 专家智库 > >

裘日辉

作品数:2 被引量:22H指数:1
供职机构:浙江大学更多>>
发文基金:浙江省公益性技术应用研究计划项目国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术核科学技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 1篇自动化与计算...
  • 1篇核科学技术

主题

  • 2篇学习机
  • 2篇极限学习机
  • 2篇故障识别
  • 1篇神经网
  • 1篇神经网络
  • 1篇反应堆
  • 1篇复杂工业过程
  • 1篇ELM

机构

  • 2篇浙江大学

作者

  • 2篇裘日辉
  • 1篇梁军
  • 1篇刘康玲
  • 1篇谭海龙

传媒

  • 1篇浙江大学学报...

年份

  • 2篇2016
2 条 记 录,以下是 1-2
排序方式:
基于极限学习机的复杂工业过程故障识别研究及应用
随着现代工业的飞速发展,如何在保持高效生产的同时保证工业过程的安全性与可靠性成为一个关键问题,而故障识别是其中非常重要的一环。由于海量的工业过程数据得以保存,基于数据驱动的工业过程故障识别技术受到广泛关注并有着大量成功的...
裘日辉
关键词:故障识别极限学习机神经网络反应堆
基于极限学习机的分类算法及在故障识别中的应用被引量:22
2016年
利用极限学习机(ELM)分类器的结构特点重新设计面向多分类任务的ELM分类器,提出基于ELM的优化分类算法One-Class-PCA-ELM.该算法的实现过程如下:对故障数据进行主元分析(PCA)处理,降低数据维数,去除噪声与冗余信息;将训练数据集按类分割,建立各类对应的单分类模型,整合得到One-Class-PCA-ELM分类模型;将待分类数据输入One-Class-PCA-ELM分类模型,得到待分类数据的类标号,完成分类.仿真实验结果表明,该算法保持了极限学习机极快的训练速度,具有较高的分类准确率及较理想的分类稳定性.
裘日辉刘康玲谭海龙梁军
关键词:故障识别
共1页<1>
聚类工具0