您的位置: 专家智库 > >

王锐

作品数:2 被引量:3H指数:1
供职机构:中国石油化工集团公司更多>>
发文基金:北京市科技新星计划国家自然科学基金更多>>
相关领域:石油与天然气工程自动化与计算机技术机械工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇石油与天然气...
  • 1篇机械工程
  • 1篇自动化与计算...

主题

  • 1篇数据挖掘
  • 1篇特征提取
  • 1篇小样本
  • 1篇模糊聚类
  • 1篇磨粒识别
  • 1篇聚类
  • 1篇故障特征
  • 1篇分类器
  • 1篇SVM

机构

  • 2篇中国劳动关系...
  • 2篇中国石油化工...
  • 1篇中国石油大学...

作者

  • 2篇余志红
  • 2篇王锐
  • 1篇陈志刚

传媒

  • 1篇现代制造工程
  • 1篇石油矿场机械

年份

  • 1篇2010
  • 1篇2006
2 条 记 录,以下是 1-2
排序方式:
采用SVM的磨粒分类识别方法研究被引量:1
2010年
为克服传统磨粒识别分类器训练时需要大量特征样本的缺点,设计一种基于多元支持向量机(Multi-Support Vector Machine,Multi-SVM)的磨粒识别分类器。支持向量机(SVM)是一种新的机器学习方法,在小样本和高维二元分类方面有非常突出的优点。实验证明,依据此优点设计的多元支持向量机磨粒分类器模型,不仅可以在小样本情形下对模型进行快速训练,而且可以快速识别多种磨粒类型,同时识别率也比传统的神经网络方法有较大提高,从而达到了提高设备监测和故障诊断效率的目的。
余志红王锐
关键词:磨粒识别分类器小样本
基于数据挖掘的旋转部件故障特征模式提取研究被引量:2
2006年
针对大型设备旋转部件故障模式复杂难以辨识的特点,选取与其运行状态密切相关的多个振动参数作为原始特征模式,阐述如何从故障信号数据库中,应用模糊聚类方法对旋转部件运行状态进行评判,挖掘出诊断的敏感特征参数。文章给出了建立模型的基本思想、算法和步骤,并结合实例验证了该方法的正确性。实验表明,该方法能有效地提取旋转部件故障特征模式,从而实现对大型机械设备故障的精确诊断。
余志红王锐陈志刚
关键词:模糊聚类数据挖掘特征提取
共1页<1>
聚类工具0