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:
提出一种基于设备运行数据构造分类器组用于滚动轴承故障识别的方法.在决策表上使用属性约简的遗传算法找出构成候选基分类器的较好约简,再使用多样性筛选的遗传算法找出最终的约简,以此为基础结合加权投票策略构建分类器组用于模式分类.通过轴承正常情况、内圈、外圈和滚动体故障的识别实验验证了方法的有效性,得到了较好的实验结果.
推荐文章
基于多分类器组合的红外目标识别方法
红外探测
模式识别
多分类器组合
BP神经网络
决策融合
基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用
模式识别
故障诊断
变量预测模型
滚动轴承
基于SPLDA降维和XGBoost分类器的行为识别方法研究
行为识别
SPLDA
投影向量
降维算法
分类
基于形态小波与排列熵的变速器齿轮故障识别方法
变速器
齿轮
形态小波
排列熵
故障识别
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 基于分类器组的轴承故障识别方法研究
来源期刊 振动与冲击 学科 工学
关键词 分类器组 约简 多样性 滚动轴承 故障识别
年,卷(期) 2010,(10) 所属期刊栏目
研究方向 页码范围 221-224,243
页数 分类号 TP206
字数 5051字 语种 中文
DOI 10.3969/j.issn.1000-3835.2010.10.046
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 赵英凯 南京工业大学自动化与电气工程学院 116 1452 17.0 33.0
2 窦东阳 中国矿业大学化工学院 17 103 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
分类器组
约简
多样性
滚动轴承
故障识别
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
振动与冲击
半月刊
1000-3835
31-1316/TU
大16开
上海市华山路1954号上海交通大学
4-349
1982
chi
出版文献量(篇)
12841
总下载数(次)
12
总被引数(次)
124504
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导