HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于免疫原理的齿轮箱故障检测和诊断方法研究

作者:陈强; 郑德玲故障检测诊断方法免疫原理齿轮箱人工免疫网络克隆选择算法数据模式二进制编码选择原理异常检测学习算法网络理论数据挖掘模式识别特征向量数字信号国内外反向聚类

摘要:由Forrest.S等人基于反向选择原理提出了反向选择算法,用于对数据模式的识别和异常检测。Decastro则将网络理论与克隆选择算法相结合提出了人工免疫网络(aiNet)及相应的学习算法,被用于数据挖掘、分类和数据模式识别、聚类等方面。国内外已有许多学者将免疫理沦应用于故障检测和诊断,通常使用的数据模式有二进制编码和特征向量2种。前者在处理数字信号方面有明显的优势,

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

矿山机械

《矿山机械》(CN:41-1138/TD)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《矿山机械》奉行“读者就是上帝,要象成功的企业面向用户生产一流产品和提供一流服务那样,去面向广大读者创办一流期刊和提供全方位服务”的宗旨,不断开拓创新,不但受到中国众多科技期刊的瞩目,而且受到各类读者的广泛称道。

杂志详情