国家科技重大专项(2009ZX0414-103)
- 作品数：2 被引量：17H指数：1
- 相关作者：陈明刘晋飞黄洪飞孟庆雨更多>>
- 相关机构：同济大学更多>>
- 发文基金：国家科技重大专项上海市科学技术委员会科研基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于SVM的大样本数据回归预测改进算法被引量：16
- 2014年
- 针对支持向量机回归预测精度与训练样本尺寸不成正比的问题,结合支持向量机分类与回归算法,提出一种大样本数据分类回归预测改进算法。设计训练样本尺寸寻优算法,根据先验知识对样本数据进行人为分类,训练分类模型,基于支持向量机得到各类别样本的回归预测模型,并对数据进行预测。使用上证指数的数据进行实验,结果表明,支持向量机先分类再回归算法预测得到的均方误差达到12.4,低于人工神经网络预测得到的47.8,更远低于支持向量机直接回归预测得到的436.9,验证了该方法的有效性和可行性。
- 顾嘉运刘晋飞陈明
- 关键词：支持向量机大样本尺寸优化
- 基于本征模态函数包络谱的滚动轴承故障诊断被引量：1
- 2012年
- 针对滚动轴承故障振动信号非平稳的特征,以及传统傅里叶变换不能反映信号细节的缺陷,引入了一种基于本征模态函数包络谱的方法。首先,采用经验模态分解(empirical mode decomposition,EMD)将滚动轴承故障振动信号分解成若干个本征模态函数(intrinsicmode function,IMF)之和;然后,求出包含主要信息成分的IMF分量的Hilbert包络谱;最后,对照滚动轴承故障特征频率,进而判定故障类型。通过对滚动轴承内圈、外圈故障振动信号的分析处理,表明该方法能有效地提取滚动轴承的故障特征。
- 黄洪飞陈明孟庆雨
- 关键词：包络谱滚动轴承故障诊断经验模态分解
