公共文化服务平台

孙林: 作品数：30 被引量：202H指数：9; 供职机构：中国科学院更多>>; 发文基金：国家自然科学基金安徽省高校省级自然科学研究项目更多>>; 相关领域：金属学及工艺自动化与计算机技术一般工业技术电气工程更多>>

合作作者

基于SVM“一对一”聚类结构的滚动轴承状态诊断被引量：4: 2009年; 文章在分析比较几种诊断方法的基础上,根据滚动轴承的故障特点,建立了SVM"一对一"聚类结构并对滚动轴承故障进行诊断;该方法基于结构风险最小化,能较好地解决小样本学习问题,避免了人工神经网等智能方法在对滚动轴承状态进行诊断时所表现出来的过学习、泛化能力弱等缺点;利用SVM"一对一"聚类结构对滚动轴承故障类别进行投票,降低了单个支持向量机的误判概率;具体实验结果表明,该聚类结构对滚动轴承的故障类别具有很高的诊断精度,能够取得理想的聚类效果。; 孙林杨世元; 关键词：滚动轴承故障诊断支持向量机

Doo-Sabin细分方法的改进: 细分方法是一种有效的自由曲线曲面造型方法，能从任意初始控制顶点集开始生成极限光滑曲线曲面，具有拓扑任意性、规则统一性、允许局部调整的同时又能保证曲线曲面整体光滑性等许多突出优点。细分方法中经典Doo-Sabin方法由于规...; 孙林; 关键词：曲面造型; 文献传递

汽车铝合金发动机缸体压力铸造过程数值模拟: 压力铸造是一种生产效率高，产品质量高、精度高的金属成型铸造方法。本文以铝合金发动机缸体为研究对象，利用数值模拟软件ProCAST，模拟缸体压铸充型及凝固过程，确定合理的压铸工艺方案，以达到提高缸体铸件质量，减少模具试制时...; 孙林; 关键词：发动机缸体浇注位置热平衡热应力; 文献传递

最小二乘支持向量机构造的函数链接型神经网络在滚动轴承故障诊断中的应用被引量：15: 2010年; 提出一种用最小二乘支持向量机(least squares support vector machine,LS-SVM)构造函数链接型神经网络(functional link artificial neural networks,FLANN)的滚动轴承故障诊断系统。介绍了相关原理和具体算法,并给出了滚动轴承故障诊断系统模型。首先,采用LS-SVM模型核函数代替常规FLANN模型的扩展函数,避免了扩展函数选择的任意性;其次,利用LS-SVM学习模型得到FLANN权重系数,避免了BP方法多次迭代寻优存在的耗时长、局部极小及迭代设置初值依赖经验等不足;最后,构造了多层LS-SVM-FLANN结构,对多类滚动轴承故障进行诊断。具体实验表明,用LS-SVM构造FLANN的滚动轴承故障识别系统精度高、鲁棒性好、实现简单。; 孙林杨世元; 关键词：函数链接型神经网络最小二乘支持向量机故障诊断滚动轴承

基于正交试验和支持向量机的参数设计方法研究被引量：5: 2011年; 针对传统参数设计方法存在的问题和不足,提出了一种基于支持向量机(SVM)和正交试验的参数设计方法。建立了SVM智能模型,并对有限正交试验样本进行了学习,得到了产品质量特征值及信噪比与各参数之间的精确关系,所得结果可用于指导工艺参数的优化设计。; 孙林杨世元; 关键词：参数设计支持向量机正交试验信噪比

基于支持向量机的智能质量控制及关键技术研究: 本论文是国家自然科学基金资助项目--“基于支持向量机的智能质量控制方法及关键技术研究”(批准号：70672096，起止日期：2007.1-2009.12)研究内容的一部分，主要针对多品种、小批量生产模式下的质量控制和信息...; 孙林; 关键词：支持向量机参数设计信息集成温度传感器

基于WLS-SVM标准差σ预测的产品过程质量控制方法研究被引量：8: 2013年; 及时、准确地预测加工过程产品质量标准差σ,对于及时判断工序状态、调整加工过程因素,进而提高产品过程质量等具有重要意义。文章提出了一种基于加权最小二乘支持向量机(WLS-SVM)的时间序列预测新方法,该方法采用了结构风险最小化原则,较好地避免了人工神经网络等智能方法在小样本学习、预测过程中存在的过学习、泛化能力弱等缺点;并采用"重近轻远"的权重设置原则,提高了预测的精度。实验表明,采用该方法对产品过程质量标准差σ进行预测切实可行,对于产品过程质量控制具有重要意义。; 孙林; 关键词：加权最小二乘支持向量机

基于支持向量机的课堂教学质量评价被引量：24: 2010年; 对课堂教学质量及时、客观、准确的评价有助于及时发现教学过程中存在的问题,也是提出整改措施、实施教学管理的重要前提。传统的课堂教学质量评价方法存在着主观性大、计算繁琐以及时效性差等问题。文章在分析和研究了多种课堂教学质量评价方法的基础上,提出了基于支持向量机的课堂教学质量评价模型。理论和实验表明,该模型具有较好的评价效果,同其它方法相比,具有评价精度高、实现速度快及可操作性强等特点,适合对高校教师课堂教学质量的评价。; 刘伟孙林; 关键词：课堂教学质量支持向量机

基于隶属度模糊最小二乘支持向量机的工序能力预测被引量：5: 2008年; 提出了一种基于隶属度模糊最小二乘支持向量机(FLS-SVM)的时间序列预测新方法。一方面,该方法较好地解决了小样本学习问题,避免了人工神经网等智能方法在对小批量生产工序能力进行预测时所表现出来的过学习、泛化能力弱等缺点;另一方面,由于对于历史数据实行的重近轻远的原则,使得该方法预测精度高且容易实现。实验表明,该方法具有很好的有效性与实用性。; 孙林杨世元吴德会; 关键词：最小二乘支持向量机时间序列

基于SVM的柔性生产模式下生产过程质量智能预测被引量：14: 2009年; 提出了一种基于支持向量机(SVM)的柔性生产模式下生产过程质量智能预测方法.该方法基于结构风险最小化,能较好地解决小样本学习问题,避免了人工神经网络等智能方法在训练时所表现出来的过学习、泛化能力弱等缺点.实验表明:该方法具有预测精度高、速度快、容易实现等优点,为柔性生产模式下的生产过程质量预测提供了一种切实有效的方法.; 孙林杨世元; 关键词：支持向量机