陈云强

作品数：2被引量：19H指数：2
导出分析报告
供职机构：燕山大学电气工程学院河北省工业计算机控制工程重点实验室更多>>
发文主题：多分类器多特征提取人工蜂群算法LS-SVM多分类器融合更多>>
发文领域：自动化与计算机技术机械工程更多>>
发文期刊：《振动与冲击》《中国机械工程》更多>>
所获基金：国家自然科学基金河北省自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于LS-SVM多分类器融合决策的混合故障诊断算法被引量：10
《振动与冲击》2013年第19期159-164,182,共7页李鑫滨 陈云强 张淑清 
国家自然科学基金项目(61172095;51075349)
故障诊断的关键是特征向量提取和分类器的选择,提出一种综合运用多特征提取和多分类器组融合决策的故障诊断算法。多特征提取选择小波包变换、总体平均经验模式分解方法(Empirical Mode Decomposition,EEMD)和改进小波能熵方法,得到三...
关键词：多特征提取 最小二乘支持向量机 多分类器融合 自整定权值的决策模板法 
基于改进ABC算法优化的LSSVM多分类器组机械故障诊断模型被引量：9
《中国机械工程》2013年第16期2157-2164,共8页李鑫滨 陈云强 张淑清 
国家自然科学基金资助项目(61172095;51075349);河北省自然科学基金资助项目(F2012203138)
为了提高复杂机械故障诊断的确诊率,提出了一种基于改进人工蜂群算法(improved artificial bee colony,IABC)优化LSSVM多分类器组的故障诊断模型。该模型利用多特征提取方法,获取了较为完备的时频域特征信息,同时选择具有较强搜索能力...
关键词：时频域特征 改进人工蜂群算法 LSSVM多分类器组 评估矩阵 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部