赵小强
- 作品数：218 被引量：548H指数：11
- 供职机构：兰州理工大学更多>>
- 发文基金：国家自然科学基金甘肃省自然科学基金国防基础科研计划更多>>
- 相关领域：自动化与计算机技术机械工程化学工程理学更多>>
- 基于核函数的半监督仿射传播聚类算法
- 针对仿射传播聚类算法处理结构复杂的数据集时存在聚类效果差、精度低的缺点,本文提出了一种基于核函数的半监督仿射传播聚类算法,该算法首先利用核函数将结构复杂的输入数据集映射到特征空间,改变了相似性度量,且映射后的数据集呈现线...
- 赵小强谢亚萍
- 关键词：数据挖掘聚类核函数
- 文献传递
- 基于Boltzmann选择的改进ABFM算法
- 2011年
- 模糊C-均值(FCM)聚类算法是数据挖掘中应用广泛的一种方法,但还存在容易陷入局部极小值和对初始值敏感的缺点,为此提出了一种基于Boltzmann选择机制的改进人工蜂群的模糊C-均值聚类算法(BABFM)。该算法引入了Boltzmann选择机制代替轮盘赌的选择方式,采用小区间生成法使初始群体均匀化,使得该算法的全局寻优能力更强,有效克服了FCM算法的缺点。实验结果表明,新算法与FCM和ABFM聚类算法相比聚类效果更准确,效率更高,迭代次数更少。
- 赵小强张守明
- 关键词：人工蜂群
- 基于PSO-BFA和改进Alexnet的滚动轴承故障诊断方法被引量：11
- 2020年
- 现实中滚动轴承的工况复杂易变,无法有效地对其进行故障诊断。对此,提出一种基于粒子群优化的细菌觅食(Particle Swarm Optimization and Bacterial Foraging Algorithm,PSO-BFA)和改进Alexnet(第二代卷积神经网络)的滚动轴承故障诊断方法。该方法将Alexnet的结构简化,并分别在其前两层池化层之后添置局部归一化层以降低训练成本;将以小批量样本softmax的交叉熵为损失函数,按Adam迭代优化法小样本、少迭代次数训练改进Alexnet后的变负荷样本诊断精度设计为适应度函数,并结合PSO中粒子移动速度的更新方法更新BFA中细菌的游动方向来寻找改进Alexnet的结构等相关参数;根据PSO-BFA所得的参数,以相同的训练方法大样本、多迭代次数训练改进Alexnet,实现复杂工况下滚动轴承多状态故障诊断。实验结果表明所提出的方法对复杂工况下滚动轴承16种故障状态的诊断是可行的,且有更高的诊断精度、更好的抗干扰和泛化性能。
- 赵小强张青青陈鹏朱奇先
- 关键词：故障诊断滚动轴承
- 一种基于RFR-SSMs的骨盆股骨医学图像建模方法
- 本发明提供了一种基于RFR‑SSMs的骨盆股骨医学图像建模方法，包括RFR‑SSMs的训练、统计形状模型的建立以及RFR‑SSMs的匹配三个过程，具体为：输入骨盆CT扫描图像中的股骨部分，得到输入数据集S<Sub>n</...
- 徐铸业赵小强惠永永宋昭漾
- 基于VMD-ICSO-GRU的高铁列控车载设备故障率时间序列预测被引量：3
- 2023年
- 有效地预测高铁列控车载设备故障率对合理分配设备备品、制定维修计划、减少故障发生具有重要意义。以列车运行控制系统的历史故障数据为对象,提出一种基于变分模态分解(VMD)和门控循环单元(GRU)的故障率预测模型。首先,利用VMD将车载设备故障率时间序列分解为一组包含不同频率信息的子序列,降低原始序列的非平稳性;然后,针对分解后的各个子序列建立多个基于GRU的时间序列预测模型,为提高预测精度,提出一种改进的猫群优化(ICSO)算法自适应设置各个GRU网络参数;最后,叠加各子序列预测结果得到最终故障率预测值。收集CTCS3-300T型列控车载设备历史故障数据进行实验,结果表明,相比于其他时间序列预测模型,本文模型得到的均方根误差(RMSE)和平均绝对误差(MAE)分别为0.0445和0.0391,均低于其他模型,验证了其有效性。
- 魏伟赵小强赵小强
- 关键词：列控车载设备
- 一种基于多向加权弹性网络的间歇过程质量相关故障检测方法
- 本发明提供了一种基于多向加权弹性网络的间歇过程质量相关故障检测方法，本发明引入加权策略来改进弹性网络，以增强故障特征并抑制噪声，并将过程划分为质量相关空间和质量无关空间，然后在这两个空间中分别基于支持向量数据描述(Sup...
- 姚红娟赵小强惠永永牟淼刘凯张妍宋昭漾梁浩鹏
- 基于改进马氏距离的模糊C聚类研究
- 本文提出一种基于改进马氏距离的模糊C聚类算法,先通过对数据集进行加权,然后对数据的马氏距离进行协方差处理.研究结果表明:该方法可以对高相关属性的数据集进行有效分类,能降低分错率,该方法具有可行性和有效性.
- 赵小强李雄伟
- 关键词：模糊聚类算法
- 文献传递
- 一种基于改进混合蛙跳的KFCM算法被引量：2
- 2013年
- 针对核模糊C-均值(KFCM)聚类算法存在易陷入局部极小值,对初始值敏感的缺点。将混合蛙跳算法(shuffled fro gleaping algorithm,SFLA)用于KFCM中,但在聚类数较大和维数较高时,聚类效果不理想,为此提出将自适应惯性权重引入混合蛙跳算法的更新策略中,再用改进后的混合蛙跳算法求得最优解作为KFCM算法的初始聚类中心,利用KFCM算法优化初始聚类中心,求得全局最优解,从而有效克服了KFCM算法的缺点。人造数据和经典数据集的实验结果表明,新算法与KFCM和FCM聚类算法相比,寻优能力更强,迭代次数更少,聚类效果更好。
- 赵小强刘悦婷
- 关键词：聚类分析数据挖掘
- 一种改进的不平衡数据集分类算法
- 针对不平衡数据集中少数类分类准确率不高的问题,本文提出了一种集成C4.5和改进朴素贝叶斯（C4.5-INB）的算法。首先通过对多数类概率乘以比例系数得到改进朴素贝叶斯分类结果,再利用C4.5算法对原数据分类。根据两种分类...
- 赵小强刘梦依
- 关键词：数据挖掘不平衡数据集朴素贝叶斯算法
- 基于选择和变异机制的蛙跳FCM算法被引量：6
- 2012年
- 为了改进模糊C-均值(FCM)聚类算法对初始值和噪声数据敏感,且易陷入局部极小值的缺点,提出一种基于选择和变异机制的蛙跳FCM算法(SMSFLA-FCM)。该算法首先将线性递减的惯性权重引入蛙跳算法的更新策略中,按照一定的概率选择适应度值较优的青蛙代替较差青蛙,并对每只青蛙个体以不同的概率变异;再用改进后的蛙跳算法求得最优解作为FCM算法的初始聚类中心;然后利用FCM优化初始聚类中心;最后求得全局最优解,从而有效克服了FCM算法的缺点。人造数据和经典数据集的实验结果表明,SMSFLA-FCM与SF-LA-FCM和FCM聚类算法相比,提高了算法的寻优能力,且迭代次数更少,聚类效果更好。
- 赵小强刘悦婷
- 关键词：模糊C-均值聚类蛙跳算法聚类分析数据挖掘
