• 《工程索引》(EI)刊源期刊
  • 综合性科学技术类中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种改进的lp -RWMKE-ELM

刘星 赵建印 朱敏 张伟

刘星, 赵建印, 朱敏, 张伟. 一种改进的lp -RWMKE-ELM[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2020.07.09.001
引用本文: 刘星, 赵建印, 朱敏, 张伟. 一种改进的lp -RWMKE-ELM[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2020.07.09.001
Research on an improved lp -RWMKEELM fault diagnosis model[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2020.07.09.001
Citation: Research on an improved lp -RWMKEELM fault diagnosis model[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2020.07.09.001

一种改进的lp -RWMKE-ELM

doi: 10.13374/j.issn2095-9389.2020.07.09.001
详细信息
  • 中图分类号: V243. 2

Research on an improved lp -RWMKEELM fault diagnosis model

计量
  • 文章访问数:  412
  • HTML全文浏览量:  33
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 网络出版日期:  2020-09-16

一种改进的lp -RWMKE-ELM

doi: 10.13374/j.issn2095-9389.2020.07.09.001
  • 中图分类号: V243. 2

摘要: 本文针对装备各类故障样本分布不平衡、现有算法故障诊断精度较低的问题,定义了一种p范数约束下正则化加权多核集成超限学习机的故障诊断模型。该模型在p范数约束下,基于各类故障样本自身规模,分别进行了两种自适应的样本权重分配;同时将多核学习(Multiple Kernel Learning,MKL)的多源数据融合能力和超限学习机(Extreme Learning Machine,ELM)运算高效的特点相结合,将样本的权重W融入到多核超限学习机的优化目标函数中;通过Adaboost集成策略,自适应提升富含信息的样本在模型中的权重,从而显著提升故障诊断的精度。以6个UCI公共数据集以及1个实装案例为例,进行了故障诊断实验。结果表明,模型与KELM、WKELM(W(1)和W(2)加权方式)以及多核超限学习机l1-MKELM、lp-MKELM、TRMKELM相比,诊断精度有显著提升;范数约束形式对模型的诊断性能影响有限。

English Abstract

刘星, 赵建印, 朱敏, 张伟. 一种改进的lp -RWMKE-ELM[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2020.07.09.001
引用本文: 刘星, 赵建印, 朱敏, 张伟. 一种改进的lp -RWMKE-ELM[J]. 工程科学学报. doi: 10.13374/j.issn2095-9389.2020.07.09.001
Research on an improved lp -RWMKEELM fault diagnosis model[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2020.07.09.001
Citation: Research on an improved lp -RWMKEELM fault diagnosis model[J]. Chinese Journal of Engineering. doi: 10.13374/j.issn2095-9389.2020.07.09.001

目录

    /

    返回文章
    返回