文献

J-GLOBAL ID：201802237756848507   整理番号：18A1743028

ランダムフォレストに基づく管網漏れ診断法【JST・京大機械翻訳】

Pipeline network leakage diagnosis based on multi-source random forest fusion

著者 (4件)： Wang Xueyuan (北京建筑大学机電与車輌工程学院,北京100044;北京市建筑安全監測工程技術研究中心,北京100044) ,  Chen Zhigang (北京建筑大学机電与車輌工程学院,北京100044;北京市建筑安全監測工程技術研究中心,北京100044) ,  Zhong Xinrong (中国石油集団川慶鑽探工程有限公司長慶井下技術作業公司,西安,710000) ,  Lu Ning (北京建筑大学机電与車輌工程学院,北京100044;北京市建筑安全監測工程技術研究中心,北京100044)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 38  号： z1  ページ： 20-23  発行年： 2018年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  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： パイプライン漏れ診断の多層情報融合決定の複雑な問題を解決するために,ランダムフォレスト(RF)融合に基づくパイプライン漏れ診断法を提案した。ランダム森林の非パラメトリックデータ駆動の分類特性を用いて,ランダム森林の自動サンプリング技術とノード確率分割技術を用いて,負圧波と流量信号の雑音低減を行い,ランダム森林の入力としての漏れ特性パラメータを選択した。異なるセンサグループの相補性と冗長度の有効な情報を利用して,パイプラインとパイプネットワークの動作状況の判別を行った。さらに,ランダムフォレストは特徴ベクトルの各特徴の重要度を測定でき,特徴パラメータデータマイニングの役割を果たし,さらにシステムの複雑さを簡素化できる。実験結果は,この融合アルゴリズムが逆伝搬ニューラルネットワーク(BPNN)と基底に基づくことを示した。サポートベクターマシン(SVM)のD-S証拠理論アルゴリズムは,それぞれ2.2%と6.4%パイプライン漏れ診断の精度を改善した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 多層 ,  *アルゴリズム ,  冗長度 ,  簡素化 ,  サポートベクトルマシン ,  センサ ,  基底 ,  負圧 ,  データマイニング ,  雑音低減
準シソーラス用語： 証拠理論 ,  逆伝播ニューラルネットワーク ,  特徴ベクトル ,  データ駆動 ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： ランダムフォレスト ,  管網 ,  診断法