文献

J-GLOBAL ID：201702288592482599   整理番号：17A0358116

K-PSOスパース表現に基づく故障分類方法の研究【JST・京大機械翻訳】

Investigation on Fault Classification Method of K-PSO Sparse Representation

著者 (2件)： Fu Mengmeng (Institute of New Devices,Hangzhou Dianzi University) ,  Wang Peiliang (Institute of New Devices,Hangzhou Dianzi University)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 43  号： 12  ページ： 302-306  発行年： 2016年 
JST資料番号： C2530A  ISSN： 1002-137X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現代の複雑な生産プロセスにおいて,多くの種類の故障を正確に識別することができないという問題を解決するために,改良スパース表現分類法を提案した。この方法は,信号のスパース表現に従って故障の属するカテゴリを判断する。その具体的な実現過程は、まずK-平均特異値分解(K-SVD)アルゴリズムを利用して、完全辞書を構築し、元の情報の主要な特徴を含み、粒子群(PSO)アルゴリズムを用いて、疎分解中に生成した過剰完全辞書範囲における最も整合した原子を効果的に探索・探索する。最後に,このマッチング原子に基づくスパース表現結果を用いて,多重故障問題を分類した。数値シミュレーションにより,このアルゴリズムの実現可能性と有効性を示した。同時に,ディーゼルエンジン燃料システムの故障分類に関して,BPニューラルネットワークとSVMに基づく分類方法と比較して,実験結果は,このアルゴリズムが故障分類においてより良い性能を有することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 多重化 ,  アルゴリズム ,  *故障 ,  生産プロセス ,  マッチング ,  ディーゼル機関 ,  特異値分解
準シソーラス用語： 逆伝播ニューラルネットワーク ,  数値シミュレーション ,  分類法 ,  *故障分類 ,  *スパース表現 , 【Automatic Indexing@JST】

著者キーワード (4件)： Sparse representation ,  K-SVD algorithm ,  Particle swarm optimization algorithm ,  Fault classification

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： スパース表現 ,  故障分類 ,  研究