小样本条件下的机械噪声源识别方法

• 作者: 何琳 崔立林 朱海潮 栾瑞鹏 章林柯
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 小样本 直推式置信机 奇异测量 识别 噪声源
• 年，卷（期）: 2010,（5）
• 页码范围: 557-560
• 分类号: TH17|O235|TN911.6
• 字数: 3849字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2010.05.017

摘要

在小样本条件下识别水下航行器机械噪声源,通常运用直推式置信机(transductive confidence machine,简称TCM)与K-近邻法(K-nearest neighbors,简称KNN)相结合的TCM-KNN算法.但在高置信水平下,用这种方法对测试样本进行预测分类的能力不强.通过改进奇异测量方法,提出了改进的TCM-KNN算法.经舱段模型试验表明,该算法能有效地提高预测分类的正确率和预测的置信度,且分类性能优于常用的BP和RBF神经网络等模式识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何琳	海军工程大学振动与噪声研究所	212	1597	19.0	30.0
2	章林柯	海军工程大学振动与噪声研究所	32	169	6.0	11.0
3	崔立林	海军工程大学振动与噪声研究所	19	96	4.0	9.0
4	朱海潮	海军工程大学振动与噪声研究所	66	423	10.0	18.0
5	栾瑞鹏	海军工程大学计算机工程系	2	6	2.0	2.0