文献

J-GLOBAL ID：201702291503001565   整理番号：17A0345858

パラメータ最適化のサポートベクトルマシン機関車車輪の状態検出【JST・京大機械翻訳】

Parameter optimization of support vector machine for locomotive wheel state detection

著者 (4件)： He Jing (College of Electrical and Information Engineering,Hunan University of Technology) ,  Liu Linfan (College of Electrical and Information Engineering,Hunan University of Technology) ,  Zhang Changfan (College of Electrical and Information Engineering,Hunan University of Technology) ,  Dou Bingbing (College of Electrical and Information Engineering,Hunan University of Technology)
資料名： Dianzi Celiang Yu Yiqi Xuebao  (Dianzi Celiang Yu Yiqi Xuebao)
巻： 30  号： 11  ページ： 1709-1717  発行年： 2016年 
JST資料番号： C2677A  ISSN： 1000-7105  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： 車輪の状態検出に存在するクラス間のサンプルの間違った分類コストの問題を解決するために,適応型可変粒子群最適化(PSO)アルゴリズムを使用して,コストサポートベクトルマシン(CS-SVM)のパラメータを最適化した。この方法では,データサンプルから不均衡データを抽出して訓練サンプルを作成し,コストに敏感なサポートベクトルマシンを採用する。分類精度を改善するために,動径基底関数最適化モデルを採用した。適応可能な突然変異粒子群最適化アルゴリズムを提案して,2つの異なるペナルティパラメータとカーネル関数を最適化し,そして,パラメータ最適化のコストサポートベクトルマシンを用いて,重み付き機関車の車輪状態分類を実現した。最後に,シミュレーション結果により,車輪状態検出の平均精度は95%に達し,平均処理速度は24秒であり,そして,それは,実時間および強いロバスト性を持ち,そして,重負荷機関車の運転要求を満たすことができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ロバスト性 ,  動径基底関数 ,  *サポートベクトルマシン ,  *最適化 ,  *機関車 ,  突然変異 ,  アルゴリズム
準シソーラス用語： 実時間 ,  処理速度 ,  Kernel関数 ,  最適化モデル ,  分類精度 ,  不均衡データ ,  粒子群最適化 ,  *パラメータ最適化 , 【Automatic Indexing@JST】

著者キーワード (4件)： parameter optimization ,  cost sensitive support vector machine ,  heavy duty locomotive ,  state detection

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： パラメータ最適化 ,  サポートベクトルマシン ,  車輪