文献

J-GLOBAL ID：201802230135691787   整理番号：18A0187279

種KのMIVデータ変換に基づく最近接故障診断法【Powered by NICT】

A kind of K - Nearest neighbor fault diagnosis method based on MIV data transformation

著者 (3件)： Ji Siyu (Institute of Systems Science and Control Engineering, Hangzhou Dianzi University, Hangzhou, China) ,  Xu Xiaoming (Institute of Systems Science and Control Engineering, Hangzhou Dianzi University, Hangzhou, China) ,  Wen Chenglin (Institute of Systems Science and Control Engineering, Hangzhou Dianzi University, Hangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 6306-6310  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： K-最近傍(KNN)は一般的に使用される故障診断法,故障診断を行うために試料間のEuclid距離に基づいている。変数間の差は,Euclid距離,KNN故障診断効果に影響を及ぼすに直接影響を持っている。次元正規化後,可変多様性の減少のようないくつかの問題もあり,形状は均一に分布している。上記の問題を解決するために,本論文では,平均衝撃値(MIV)の概念を紹介し,BPニューラルネットワークへの成分の寄与を評価する方法を確立した。各成分の寄与に基づいて,元のデータを変換し,MIVに基づいた新しいKNN法を確立した。最初に,サンプルデータを正規化した。第二に,データ正規化後の各特性変数のMIV値はBPニューラルネットワークにより計算した。さらに,作られた故障診断モデルに基づいた故障診断を行った。最後に,提案した方法の有効性を,UCI標準データセットのシミュレーション試験により検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 正規化 ,  シミュレーション ,  *故障診断 ,  データ変換
準シソーラス用語： 逆伝播ニューラルネットワーク ,  Euclid距離 , 【Automatic Indexing@JST】

分類 (5件)： 医用画像処理  (JE04020T) ,  赤外・遠赤外領域の測光と光検出器  (BD07032W) ,  リモートセンシング一般  (AD04000L) ,  軸受  (QB01020W) ,  弾性力学一般  (HC02010M)

タイトルに関連する用語 (3件)： 種 ,  データ変換 ,  故障診断