Scidown文献预览系统!
基于特征融合优化和改进的两隐含层极限学习机的齿轮故障诊断研究( Research on Gear Fault Diagnosis Based on Feature Fusion Optimization and Improved Two Hidden Layer Extreme Learning Machine )
L Pan L Zhao A Song S She S Wang
针对旋转机械故障诊断,提出了一种基于特征融合优化和改进的二隐层极值学习机(ITELM)的状态评估方法,以提高故障诊断的准确性。首先利用变分模态分解(VMD)和小波包(WP)对振动信号进行分解,提取统计参数特征。然后采用ReliefF算法对提取的特征进行管理,得到最优特征子集。最后,为了避免现有的具有相同隐层节点数的两隐层极限学习机网络结构的局限性,提出了具有不同隐层节点数的ITELM来评估齿轮的运行状态。同时,为了有效地确定第一和第二隐藏层的节点数,分别给出了经验公式和模糊逻辑推理方法。不同角度的实验结果验证了所提方法的有效性。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】