文献

J-GLOBAL ID：202102277067574479   整理番号：21A1760908

自律容器のパワー装置のためのGWO-AFSA-SVMモデルベース故障パターン認識【JST・京大機械翻訳】

A GWO-AFSA-SVM Model-Based Fault Pattern Recognition for the Power Equipment of Autonomous vessels

著者 (2件)： Yang Yifei (School of Electronics and Information, Jiangsu University of Science and Technology,Zhenjiang,China) ,  Yu Xiaolin (School of Electronics and Information, Jiangsu University of Science and Technology,Zhenjiang,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： INDIN  ページ： 807-811  発行年： 2020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： 自律容器の電力装置は,通常,特定の環境で動作し,故障監視信号の少数のサンプルを提供する。サポートベクトルマシン(SVM)の方法は,小さなサンプル条件に基づき故障パターン同定の問題を扱うために採用した。改良GWO-AFSAアルゴリズムを提案して,SVMのためのカーネルパラメータとペナルティ因子のランダム選択によって引き起こされた貧弱な収束精度を避けた。Grey Wolfアルゴリズム(GWO)を採用して,従来の人工魚群アルゴリズム(AFSA)が局所極値に陥ることが容易である問題を改善する,魚群れのerrattic挙動を最適化した。ベンチマーク用例は,GWO-AFSA-SVMモデルが自律容器のための船舶電力装置の故障パターンタイプを正確に効果的に同定することができることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *パターン認識 ,  *故障 ,  電力 ,  船舶 ,  監視信号 ,  魚群 ,  無作為抽出 ,  ベンチマーク ,  ペナルティ ,  サポートベクトルマシン
準シソーラス用語： 自律性 ,  *モデルベース , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 自律 ,  パワー ,  SVM ,  モデルベース ,  故障 ,  パターン認識