基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了克服气液二相流特征融合后不相关特征过多的问题,提出了基于距离评估和支持向量机(SVM)的气液二相流流型识别方法.首先利用经验模式分解和小波包方法对原始的压差波动信号进行分解,分别提取原始信号和各分解信号的时域特征参数组成融合特征,然后采用距离评估方法对融合特征进行评估,根据距离评估因子的大小挑选出敏感特征作为SVM的输入,进而实现对流型的自动识别.水平管内空气-水二相流流型识别结果表明:该方法能够准确获取流型的敏感特征,减小运算规模,提高识别准确率.
推荐文章
基于自适应最优核和卷积神经网络的气液两相流流型识别方法
气液两相流
流型识别
算法
时频分析
神经网络
基于奇异值分解和最小二乘支持向量机的气-液两相流流型识别方法
流型识别
经验模态分解
奇异值分解
最小二乘支持向量机
基于神经网络和D-S证据理论的气液两相流流型识别方法
气液两相流
小波包变换
BP神经网络
D-S证据理论
流型识别
基于灰度共生矩阵和支持向量机的气液两相流流型识别
流型识别
图像处理
灰度共生矩阵
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于距离评估的气液二相流流型识别方法
来源期刊 化学工程 学科 物理学
关键词 特征选择 经验模式分解 小波包 距离评估 流型识别
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 19-22
页数 分类号 O359.1
字数 2710字 语种 中文
DOI 10.3969/j.issn.1005-9954.2010.09.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙斌 东北电力大学能源与机械工程学院 125 1172 17.0 28.0
2 李超 东北电力大学能源与机械工程学院 15 63 5.0 7.0
3 王虹 东北电力大学能源与机械工程学院 2 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (70)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (6)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(8)
  • 参考文献(3)
  • 二级参考文献(5)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
特征选择
经验模式分解
小波包
距离评估
流型识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
化学工程
月刊
1005-9954
61-1136/TQ
大16开
西安市高新区唐延南路7号华陆大厦《化学工程》编辑部
52-52
1972
chi
出版文献量(篇)
4206
总下载数(次)
5
总被引数(次)
27049
论文1v1指导