文献

J-GLOBAL ID：201802269381016171   整理番号：18A0646384

ブナの探索におけるグリースの特徴的な赤外スペクトルバンドの最適化技術【JST・京大機械翻訳】

IR Spectra of Grease Optimization Based on Cuckoo Search

著者 (3件)： Li Xiaohe (華北電力大学能源動力与机械工程学院,北京,102206) ,  Feng Xin (華北電力大学能源動力与机械工程学院,北京,102206) ,  Xia Yanqiu (華北電力大学能源動力与机械工程学院,北京,102206)
資料名： Guangpuxue yu Guangpu Fenxi  (Guangpuxue yu Guangpu Fenxi)
巻： 37  号： 12  ページ： 3703-3708  発行年： 2017年 
JST資料番号： C2093A  ISSN： 1000-0593  CODEN： GYGFED  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： グリースの分類のために,赤外分光法に基づく新しい方法を提案したが,それはブナの探索に基づいていることが示された。雑音のような環境影響を受けやすい赤外スペクトル領域を効果的に除去し、膨大なスペクトルデータに対して特徴選択と次元縮小処理を実現し、スペクトル最適バンドをスクリーニングすることにより、より正確で効率的なグリース分類モデルを構築した。主成分分析(PCA)を用いて,赤外スペクトルデータを圧縮し,抽出した赤外スペクトルの主成分を入力とし,潤滑剤のタイプを出力として,3つの異なる重油の赤外スペクトルデータを用いて,その結果を得た。主成分の重みづけと分類カーネルのパラメータを最適化することによって,分類の予測モデルを確立した。確立したモデルに対して分類精度テストを行い、モデルテスト結果の正確度を得て、赤外スペクトルバンドとテスト精度の間の関係を確立し、グリースの最適な識別モデルと最適な分類バンドを得た。最後に,モデルの分類精度をテストするために,モデルを再試験した。重みづけされた主な特徴をクラスタ化することによって,分類された核を得ることができて,グリースの種類を正確に認識することができた。探索過程において、異なるグリースを区別する推薦バンドと特徴ピークを提供し、グリースに対する正確な識別確率を全バンドから分類モデルの94.44%から選別後の特徴バンドまで分類モデルの100%を向上させ、計算時間を減少させ、探索効率を向上させた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  重みづけ ,  *最適化手法 ,  *赤外スペクトル ,  特徴選択 ,  *スペクトル ,  赤外分光法 ,  予測モデル ,  模型試験 ,  *グリース ,  主成分分析 ,  *最適化
準シソーラス用語： 分類精度 ,  分類モデル ,  スペクトルデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： Infrared spectra ,  Lubricating grease ,  Cuckoo Search ,  Classification model

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  果実とその加工品  (FJ11030Z) ,  分光分析  (CC03012W)

タイトルに関連する用語 (6件)： ブナ ,  探索 ,  グリース ,  赤外スペクトル ,  バンド ,  最適化技術