- 博客(14)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 附Matlab源码：方案11-基于BP神经网络的拉萨环境状态预测（毕业设计）
随机共振能够利用噪声能量增强微弱信号，有效降低了噪声信号对特征提取的影响，针对随机共振方法参数选择时缺少交互以及提取特征诊断效果缺乏验证的不足，提出自适应蝙蝠算法的随机共振的滚动轴承微弱故障诊断方法。利用自适应蝙蝠算法寻找随机共振的最优系统参数，在考虑参数间交互作用的同时对其进一步优化，有效提高了轴承微弱故障特征的提取效果。滚动轴承实测数据的检验结果表明，该方法可有效实现滚动轴承早期微弱故障检测。本文。
2025-02-09 20:37:45
231
原创 附Matlab源码：滚动轴承早期故障优化自适应蝙蝠算法优化的随机共振诊断法
滚动轴承早期故障优化自适应蝙蝠算法优化的随机共振诊断法文章目录滚动轴承早期故障优化自适应蝙蝠算法优化的随机共振诊断法前言一、支持向量机分析电力谐波的原理二、基于 SVM 的电力谐波分析与仿真总结前言 针对传统算法分析谐波问题中存在的一些弊端，本文引入了基于统计学习理论的支持向量机学习算法，利用支持向量机分析电力系统谐波问题。一、支持向量机分析电力谐波的原理 就我国电力系统的相关标准而言，理想状态下的电压、电流信号均为标准的余弦信号，频率为标称值 50Hz。但实际状态下，电力系统中必然会
2021-07-24 22:00:42
2729
11
原创 基于支持向量机的谐波分析研究与实现
基于支持向量机的谐波分析研究与实现文章目录基于支持向量机的谐波分析研究与实现前言一、支持向量机分析电力谐波的原理二、基于 SVM 的电力谐波分析与仿真总结前言 针对传统算法分析谐波问题中存在的一些弊端，本文引入了基于统计学习理论的支持向量机学习算法，利用支持向量机分析电力系统谐波问题。一、支持向量机分析电力谐波的原理 就我国电力系统的相关标准而言，理想状态下的电压、电流信号均为标准的余弦信号，频率为标称值 50Hz。但实际状态下，电力系统中必然会存在各次谐波或间谐波以及噪声信号，这些分
2021-07-13 22:35:59
597
3
原创 基于免疫遗传算法优化的EKF网络的锂离子电池SOC估算
基于免疫遗传算法优化的EKF网络的锂离子电池SOC估算文章目录基于免疫遗传算法优化的EKF网络的锂离子电池SOC估算前言一、数据特性二、基于免疫遗传算法优化EKF网络的预测总结前言采用免疫算法改进神经网络，对锂离子电池 SOC 进行估算。考虑到神经网络初始权值与阈值的选取对网络训练的效果具有一定的影响，本文采用免疫遗传算法对网络的初始权值与阈值进行优化。通过仿真对比可知，该算法明显比单纯的神经网络算法估算精度要高，特别是在 SOC<10%时，估算的误差进一步降低一、数据特性数据采集
2021-07-11 11:57:41
104
原创 KPCA提取轴承振动信号的主成分特征
KPCA提取轴承振动信号的主成分特征文章目录KPCA提取轴承振动信号的主成分特征前言一、时域频域特征提取二、提取KPCA第一主成分总结前言采用核主成分分析方法融合轴承振动信号时域、频域特征指标并提取第一主成分评估轴承性能退化情况，并将满足要求的多个KPCA 主成分作为输入一、时域频域特征提取首先，提取轴承振动信号的16 个时域特征指标、13 个频域特征指标，结果分别，如图所示。从图中可以看到，各指标体现轴承退化趋势的方式各异。其中，图 中的均值、歪度以及图 中的特征频率1、2 几乎无性能退
2021-07-10 11:08:13
3767
原创 基于PSO改进深度置信网络的滚动轴承故障诊断
基于PSO改进深度置信网络的滚动轴承故障诊断文章目录基于PSO改进深度置信网络的滚动轴承故障诊断前言一、数据特性二、VMD特征提取三、PSO-DBN模型的建立总结前言针对深度置信网络( Deep Belief Network，DBN) 用于轴承故障诊断时，网络层结构调试比较费时等问题，提出一种基于粒子群优化( Particle Swarm Optimization，PSO) 的DBN 算法，以及基于该算法的轴承故障诊断模型。该模型利用PSO 算法优选DBN 网络结构，并通过自适应时刻估计法微调模型参
2021-07-10 10:16:43
128
原创 基于深度高斯过程的交通流预测
基于深度高斯过程的交通流预测文章目录基于深度高斯过程的交通流预测前言一、数据特性二、深度高斯建模过程三、实验结果总结前言深度高斯过程作为近年来提出的一种新的深度学习方法，由于其强大的学习能力和对非线性数据的隐含细节特征的刻画，被广泛运用于非监督学习领域。与传统机器学习方法或深度学习方法不同，深度高斯过程从单个浅层高斯过程出发，通过使用变分推断的方法，解决了求解最大后验概率分布时的非解析解困境，从而能够在给出预测值的同时，还能从概率意义上刻画预测的不确定性，这种特性在时间序列预测领域中，尤其是在交
2021-07-06 22:36:37
922
2
原创 边坡沉降预测【基于布谷鸟蚁群组合算法优化SVM】Matlab
边坡沉降预测【基于布谷鸟蚁群组合算法优化SVM】Matlab近年来由于滑坡事件的屡次发生，给人民带来了巨大的灾难和影响，因此必须对边坡进行安全监测并预测其变形趋势。针对传统预测方法存在的不足，提出一种基于布谷鸟蚁群结合的搜索算法（Cs-Ant）并用于优化支持向量机（SVM）的参数，从而构建基于改进布谷鸟搜索算法的支持向量机组合预测模型（Cs-Ant-SVM）并应用于实际边坡变形预测。文章目录边坡沉降预测【基于布谷鸟蚁群组合算法优化SVM】Matlab前言一、pandas是什么？二、使用步骤1.引入库2
2021-07-05 22:46:05
1216
2
原创 基于布谷鸟与灰狼算法融合的智能优化算法-附Matlab源码
基于布谷鸟与灰狼算法融合的智能优化算法目录基于布谷鸟与灰狼算法融合的智能优化算法前言一、基本布谷鸟算法二、基本灰狼算法三、融合算法1、改进 CS 算法2、基于蚁群更新规则的局部搜索方法四、实验结果和总结前言针对标准布谷鸟搜索算法采用Levy飞行机制生成新的鸟巢,使得每次更新的鸟巢位置的随机性较大的问题,提出一种蚁群算法优化的布谷鸟搜索算法.首先,提出的算法将待更新的鸟巢位置作为蚁群优化算法的一组初始解在极小的范围内进行搜索寻优.之后,将此次蚁群优化算法搜索所得的解作为新的候选解.当蚁群优化算法搜索
2021-07-04 15:02:06
364
3
原创 基于布谷鸟与蚁群算法融合的智能优化算法-附Matlab源码
基于布谷鸟与蚁群算法融合的智能优化算法目录基于布谷鸟与蚁群算法融合的智能优化算法前言一、基本布谷鸟算法二、基本蚁群算法1.引入库2.读入数据三、融合算法1.改进 CS 算法2、基于蚁群更新规则的局部搜索方法四、实验结果和总结前言针对标准布谷鸟搜索算法采用Levy飞行机制生成新的鸟巢,使得每次更新的鸟巢位置的随机性较大的问题,提出一种蚁群算法优化的布谷鸟搜索算法.首先,提出的算法将待更新的鸟巢位置作为蚁群优化算法的一组初始解在极小的范围内进行搜索寻优.之后,将此次蚁群优化算法搜索所得的解作为新的候选
2021-07-04 11:51:11
1908
6
原创 非下采样轮廓波NSCT-附Matlab源码
系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、NSCT理论二、系数以及重建结果1.原始图片2.系数以及重建结果总结前言NSCT变换主要由两部分组成：① 尺度分解的非下采样金字塔滤波器组(Non Subsampled Pyramid Filter Bank,NSPFB)② 方向分解的非下采样方向滤波器组(N
2021-07-01 22:03:08
4371
1
原创 基于神经网络的车牌识别系统
基于神经网络的车牌识别系统文章目录基于神经网络的车牌识别系统前言一、总体方案设计二、数据准备2.1 车牌定位2.2 字符裁剪2.3 构建字符库三、神经网络模型训练3.1 数据预处理3.2 模型训练四、车牌识别系统软件总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、总体方案设计车牌识别是常见的一种识别场景，特别是对于刚入
2020-10-17 19:21:07
10521
12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人