文献
J-GLOBAL ID:201902226848685466   整理番号:19A1529196

遺伝的アルゴリズムベースのハイブリッド特徴プールとk-最近傍アルゴリズムを用いた球形タンクの故障検出【JST・京大機械翻訳】

Fault Detection of a Spherical Tank Using a Genetic Algorithm-Based Hybrid Feature Pool and k-Nearest Neighbor Algorithm
著者 (2件):
資料名:
巻: 12  号:ページ: 991  発行年: 2019年 
JST資料番号: U7016A  ISSN: 1996-1073  CODEN: ENERGA  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
金属構造における故障検出は,効果的な状態監視システムを開発するための詳細で識別的な特徴プール生成メカニズムを必要とする。従来の故障検出法は,時間,周波数または時間-周波数領域のいずれかにより,手書き特徴を組み込んでいる。音響放射(AE)信号によって提供される顕著な情報を調査するために,特徴プール生成のハイブリッドと最適特徴部分集合選択機構を,球状タンクにおける亀裂検出のために提案した。最適ハイブリッド特徴プール生成プロセスは2つの主要部分から構成される。(1)時間と周波数領域からの統計的特徴の抽出,ならびにAE信号に関連する伝統的特徴の抽出;(2)遺伝的アルゴリズム(GA)ベースの最適特徴部分集合選択。次に,正規(NC)と亀裂条件(CC)を区別するために,最適特徴部分集合をk-最近傍(k-NN)分類器に提供した。実験結果は,提案した手法が,ヒース状態分類のための平均99.8%の精度をもたらすことを示した。提案した手法の有効性を検証するために,従来の非線形次元縮小技術,および特徴選択方式のないものと比較した。実験結果は,提案した手法が従来の非線形次元縮小技術よりも性能が優れており,少なくとも2.55%高い分類精度を達成することを示した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
電力系統一般 
引用文献 (30件):
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る