期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
液体火箭发动机的分层贝叶斯变分推理故障诊断方法
被引量：
1
1
作者
刘久富
丁晓彬
+4 位作者
汪恒宇
王彪
刘海阳
杨忠
王志胜
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2022年第3期289-296,共8页
针对稀疏数据场景下,传统的多项式-狄利克雷模型存在一定的分类精度问题,提出一种基于变分推理的分层贝叶斯网络的参数估计方法.通过在传统的多项式-狄利克雷模型中引入超先验,构建出的分层多项式-狄利克雷模型可用于贝叶斯网络中的条...
针对稀疏数据场景下,传统的多项式-狄利克雷模型存在一定的分类精度问题,提出一种基于变分推理的分层贝叶斯网络的参数估计方法.通过在传统的多项式-狄利克雷模型中引入超先验,构建出的分层多项式-狄利克雷模型可用于贝叶斯网络中的条件分布估计.对分层多项式-狄利克雷模型的先验依赖结构进行分析研究,提出一种快速准确的自组织变分推理算法.与传统的分类模型相比,本文提出的分层多项式-狄利克雷模型在处理小数据集液体火箭发动机的故障分类中有显著的性能提高.
展开更多
关键词
贝叶斯网络
液体火箭发动机
分层
多项式-
狄利
克雷
模型
变分推理算法
在线阅读
下载PDF
职称材料
基于HDP-CHMM的机械设备性能退化评估
被引量：
6
2
作者
王恒
季云
+1 位作者
朱龙彪
刘肖
《振动．测试与诊断》
EI
CSCD
北大核心
2018年第4期733-737,共5页
针对传统隐马尔可夫模型(hidden Markov model,简称HMM)状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-连续隐马尔可夫模型(hierarchical Dirichlet process-continuous hidden Markov model,简称HDP-CHMM)的机械设备性能...
针对传统隐马尔可夫模型(hidden Markov model,简称HMM)状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-连续隐马尔可夫模型(hierarchical Dirichlet process-continuous hidden Markov model,简称HDP-CHMM)的机械设备性能退化评估方法。该方法利用分层狄利克雷模型的分层聚类原理,在狄利克雷过程(Dirichlet process,简称DP)模型的基础上进行扩展,利用多组关联数据实现了模型结构根据观测数据的自适应变化和动态调整,获得设备运行过程中的最优退化状态数,并结合连续隐马尔可夫模型(continuous hidden Markov model,简称CHMM)良好的分析和建模能力,获得设备退化状态转移路径,实现机械设备运行过程中的退化状态识别和性能评估。利用滚动轴承全寿命数据的多组特征值进行了应用研究,并与基于K-S检验算法的机械设备零部件性能退化评估方法进行了比较。结果表明,HDP-CHMM模型可以对轴承实际运行状态转移过程进行建模,有效识别轴承运行中的不同退化状态,为基于状态的设备维修提供了理论指导。
展开更多
关键词
分层狄利克雷模型
连续隐马尔可夫
模型
性能退化评估
滚动轴承
在线阅读
下载PDF
职称材料
基于HDP-HMM的机械设备故障预测方法研究
被引量：
6
3
作者
王恒
周易文
+1 位作者
瞿家明
季云
《振动与冲击》
EI
CSCD
北大核心
2019年第8期173-179,共7页
针对隐马尔科夫模型状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-隐马尔科夫模型(HDP-HMM)的机械设备故障预测方法。该算法通过构造HDP作为HMM参数的先验分布,利用HDP分层共享和自动聚类的优点,实现了模型结构动态更新,...
针对隐马尔科夫模型状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-隐马尔科夫模型(HDP-HMM)的机械设备故障预测方法。该算法通过构造HDP作为HMM参数的先验分布,利用HDP分层共享和自动聚类的优点,实现了模型结构动态更新,获得设备运行过程中的隐状态数;基于HDP-HMM所建立的退化状态动态转移关系,确定设备早期故障点和功能故障点,实现设备的健康等级评估和故障预测。利用美国USFI/UCR智能维护系统中心提供的滚动轴承全寿命数据进行了应用研究。结果表明,针对多观测序列,HDP-HMM能有效实现组合聚类,识别结果不依赖于算法初始参数的选择,具有较强的鲁棒性;与基于K-S检验的退化评估算法比较表明,HDP-HMM更能有效描述设备实际退化过程。
展开更多
关键词
分层
狄利
克雷
过程-隐马尔科夫
模型
(HDP-HMM)
退化状态
故障预测
在线阅读
下载PDF
职称材料
题名
液体火箭发动机的分层贝叶斯变分推理故障诊断方法
被引量：
1
1
作者
刘久富
丁晓彬
汪恒宇
王彪
刘海阳
杨忠
王志胜
机构
南京航空航天大学自动化学院
东南大学电子信息工程学院
出处
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2022年第3期289-296,共8页
基金
国家自然科学基金资助项目(61473144)。
文摘
针对稀疏数据场景下,传统的多项式-狄利克雷模型存在一定的分类精度问题,提出一种基于变分推理的分层贝叶斯网络的参数估计方法.通过在传统的多项式-狄利克雷模型中引入超先验,构建出的分层多项式-狄利克雷模型可用于贝叶斯网络中的条件分布估计.对分层多项式-狄利克雷模型的先验依赖结构进行分析研究,提出一种快速准确的自组织变分推理算法.与传统的分类模型相比,本文提出的分层多项式-狄利克雷模型在处理小数据集液体火箭发动机的故障分类中有显著的性能提高.
关键词
贝叶斯网络
液体火箭发动机
分层
多项式-
狄利
克雷
模型
变分推理算法
Keywords
Bayesian network
liquid rocket engine
hierarchical multinomial-Dirichlet model
variational inference algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于HDP-CHMM的机械设备性能退化评估
被引量：
6
2
作者
王恒
季云
朱龙彪
刘肖
机构
南通大学机械工程学院
出处
《振动．测试与诊断》
EI
CSCD
北大核心
2018年第4期733-737,共5页
基金
国家自然科学基金资助项目(51405246)
江苏省自然科学基金面上资助项目(BK20151271)
+1 种基金
南通市应用基础研究-工业创新资助项目(GY12016010)
江苏省"六大人才高峰"高层次人才资助项目(GDZB-048)
文摘
针对传统隐马尔可夫模型(hidden Markov model,简称HMM)状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-连续隐马尔可夫模型(hierarchical Dirichlet process-continuous hidden Markov model,简称HDP-CHMM)的机械设备性能退化评估方法。该方法利用分层狄利克雷模型的分层聚类原理,在狄利克雷过程(Dirichlet process,简称DP)模型的基础上进行扩展,利用多组关联数据实现了模型结构根据观测数据的自适应变化和动态调整,获得设备运行过程中的最优退化状态数,并结合连续隐马尔可夫模型(continuous hidden Markov model,简称CHMM)良好的分析和建模能力,获得设备退化状态转移路径,实现机械设备运行过程中的退化状态识别和性能评估。利用滚动轴承全寿命数据的多组特征值进行了应用研究,并与基于K-S检验算法的机械设备零部件性能退化评估方法进行了比较。结果表明,HDP-CHMM模型可以对轴承实际运行状态转移过程进行建模,有效识别轴承运行中的不同退化状态,为基于状态的设备维修提供了理论指导。
关键词
分层狄利克雷模型
连续隐马尔可夫
模型
性能退化评估
滚动轴承
Keywords
hierarchical Dirichlet process
continuous hidden Markov model
performance degradation assessment
rolling bearing
分类号
TH165.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于HDP-HMM的机械设备故障预测方法研究
被引量：
6
3
作者
王恒
周易文
瞿家明
季云
机构
南通大学机械工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2019年第8期173-179,共7页
基金
国家自然科学基金(51405246)
江苏省自然科学基金(BK20151271)
+2 种基金
南通市应用基础研究-工业创新项目(GY12016010)
江苏省研究生科研创新计划项目(KYCX17_1913)
江苏省"六大人才高峰"高层次人才资助项目(2017-GDZB-048)
文摘
针对隐马尔科夫模型状态数必须预先设定的不足,提出了一种基于分层狄利克雷过程-隐马尔科夫模型(HDP-HMM)的机械设备故障预测方法。该算法通过构造HDP作为HMM参数的先验分布,利用HDP分层共享和自动聚类的优点,实现了模型结构动态更新,获得设备运行过程中的隐状态数;基于HDP-HMM所建立的退化状态动态转移关系,确定设备早期故障点和功能故障点,实现设备的健康等级评估和故障预测。利用美国USFI/UCR智能维护系统中心提供的滚动轴承全寿命数据进行了应用研究。结果表明,针对多观测序列,HDP-HMM能有效实现组合聚类,识别结果不依赖于算法初始参数的选择,具有较强的鲁棒性;与基于K-S检验的退化评估算法比较表明,HDP-HMM更能有效描述设备实际退化过程。
关键词
分层
狄利
克雷
过程-隐马尔科夫
模型
(HDP-HMM)
退化状态
故障预测
Keywords
hierarchical dirichlet process-hidden markov model(HDP-HMM)
degradation state
prognostics
分类号
TH165.3 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
液体火箭发动机的分层贝叶斯变分推理故障诊断方法
刘久富
丁晓彬
汪恒宇
王彪
刘海阳
杨忠
王志胜
《北京理工大学学报》
EI
CAS
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
2
基于HDP-CHMM的机械设备性能退化评估
王恒
季云
朱龙彪
刘肖
《振动．测试与诊断》
EI
CSCD
北大核心
2018
6
在线阅读
下载PDF
职称材料
3
基于HDP-HMM的机械设备故障预测方法研究
王恒
周易文
瞿家明
季云
《振动与冲击》
EI
CSCD
北大核心
2019
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
