作者:张晔,杨国田 单位:黑龙江省科普事业中心 出版:《科学技术创新》2014年第20期 页数:2页  (PDF与DOC格式可能不同) PDF编号:PDFHLKX2014201140 DOC编号:DOCHLKX2014201149 下载格式:PDF + Word/doc 文字可复制、可编辑
《鱼粉品质检测电子鼻传感器阵列的多特征数据融合优化》PDF+DOC2019年第12期 李培,牛智有,谭鹤群,张伟健,皇甫季璇 《一种基于支持向量机的结构损伤识别方法》PDF+DOC2013年第01期 周绮凤,宁永鹏,周青青,杨帆,雷家艳 《基于支持向量机的张弦梁损伤识别试验》PDF+DOC2011年第01期 何浩祥,闫维明,张爱林,王卓 《基于小波包和神经网络的瓦斯传感器故障诊断》PDF+DOC2010年第05期 赵金宪,金鸿章 《基于D-S证据理论的离心泵振动信号融合诊断方法研究》PDF+DOC2009年第02期 樊志华,洪君 《基于小波包融合及支持向量机的结构损伤识别》PDF+DOC2009年第04期 刘俊,袁海庆,杨燕,静行 《单层网壳损伤识别理论与试验研究》PDF+DOC2009年第01期 闫维明,何浩祥,张爱林,王卓 《基于小波包变换的支持向量机损伤诊断方法》PDF+DOC2008年第02期 赵学风,段晨东,刘义艳,韩旻 《一种基于支持向量数据描述的损伤诊断方法》PDF+DOC2008年第06期 赵学风,段晨东,刘义艳,李梅 《一种新的雷达辐射源识别方法》PDF+DOC2008年第05期 韩俊,何明浩,朱元清,冒燕
  • 架空输电线路铁塔结构是我国主要的输电方式,一旦发生损伤破坏将造成严重的经济损失。本文提出了一种基于随机森林的数据融合架空输电线路损伤识别方法。首先,采用多个传感器获取铁塔在不同损伤位置和程度上的振动加速度信号,并运用小波包对其进行多层分解;然后,将提取出来的各频带能量值构成特征向量输入到相应的随机森林进行训练和测试;最后,将多个随机森林分类器的次级决策进行数据融合,做出最终铁塔损失情况决策。应用该方法对500kV高压输电铁塔模型进行试验,并与单一分类器相比较。通过对实验数据的分析表明,该方法对铁塔损伤的识别效果优于单一RF分类器,可以有效地改善单一分类器的识别能力。同时也表明该方法具有较好的分类效果和容错能力。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。