您的位置: 专家智库 > >

夏叶娟

作品数:6 被引量:22H指数:3
供职机构:南昌大学更多>>
发文基金:江西省教育厅科技计划项目江西省科技支撑计划项目更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇科技成果

领域

  • 5篇自动化与计算...
  • 1篇理学

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇属性约简
  • 2篇网络
  • 2篇矩阵
  • 2篇故障诊断
  • 2篇覆盖度
  • 2篇HOPFIE...
  • 2篇粗糙集
  • 1篇遗传算法
  • 1篇在线监测
  • 1篇在线监测系统
  • 1篇智能在线监测...
  • 1篇属性重要度
  • 1篇重要度
  • 1篇吸引域
  • 1篇联想
  • 1篇联想记忆
  • 1篇矩阵和
  • 1篇决策树

机构

  • 6篇南昌大学

作者

  • 6篇夏叶娟
  • 5篇饶泓
  • 4篇李娒竹
  • 2篇胡倩如
  • 1篇扶名福
  • 1篇杨国泰
  • 1篇金宇华
  • 1篇周晓蓝
  • 1篇周兴斌
  • 1篇江春喜
  • 1篇张庭芳
  • 1篇谢泰生
  • 1篇王昊
  • 1篇朱莉
  • 1篇陈炼
  • 1篇刘年生
  • 1篇李梅竹
  • 1篇赵麒

传媒

  • 2篇计算机工程与...
  • 1篇现代计算机
  • 1篇微计算机信息

年份

  • 3篇2009
  • 3篇2008
6 条 记 录,以下是 1-6
排序方式:
基于分辨矩阵和属性重要度的规则提取算法被引量:9
2008年
研究了Rough集理论中的属性约简和值约简问题,将分辨矩阵引入值约简中,从属性依赖度的角度重新定义了属性重要度,提出了基于分辨矩阵和属性重要度的分类规则提取算法。该算法在保持分类能力不变的前提下,得到最小属性约简,再经过值约简后得到精确的规则,与现有算法相比,能减少时间和空间耗费。实验结果验证了该算法的有效性。
饶泓夏叶娟李娒竹
关键词:分辨矩阵属性重要度属性约简
基于粗糙集和决策树的规则提取方法研究
粗糙集理论是一种处理不准确、不确定和不完备信息的有效分析工具,能利用现有知识库中的知识对不完备信息进行近似刻画处理。属性约简和决策规则提取是粗糙集的两大核心研究内容,但现有的属性约简算法和决策规则提取方法都存在各种不足。...
夏叶娟
关键词:粗糙集理论分明矩阵属性约简决策树覆盖度
文献传递
基于遗传算法的Hopfield联想记忆吸引域的优化
2008年
由于一般离散Hopfield神经网络存在很多伪稳定点,使稳定点的吸引域变小,网络很难获得真正的最优解。因此,提出将遗传算法应用到Hopfield联想记忆神经网络中,利用遗传算法对复杂、多峰、非线性极不可微函数实现全局搜索性质,对Hopfield联想记忆吸引域进行优化,使待联想模式跳出伪模式的吸引域,使Hopfield网络在较高噪信比的情况下保持较高的联想成功率。仿真结果证明了该方法的有效性。
李娒竹饶泓夏叶娟谢泰生
关键词:遗传算法吸引域HOPFIELD神经网络联想记忆
基于粗糙集决策网络的故障诊断规则提取方法被引量:6
2009年
针对故障诊断信息的不一致性,提出一种基于粗糙集决策网络的故障规则提取方法。将故障诊断决策系统通过分辨矩阵和分辨函数进行属性约简后,构造出一个不同简化层次的决策网络。将属性约简集作为网络初始节点,根据网络节点得到决策规则集;同时,为了有效滤除噪声,在置信度的基础上引入了规则覆盖度的概念,对提取的规则进一步评价,最终提取有效的诊断规则。旋转机械故障实例验证了该方法的有效性。
饶泓夏叶娟李娒竹
关键词:粗糙集故障诊断覆盖度
基于H-BP神经网络的设备故障诊断方法被引量:2
2009年
BP神经网络在训练过程中容易出现局部最小从而无法获得最优解,在进行故障诊断时还会出现误判的情况。针对这一问题,本文提出H-BP,简神经网络故障诊断方法,该网络结合Hopfield神经网络的全局最优计算能力和BP神经网络的解决非线性分类问题的优势,避免了网络训练陷入局部最小。将其应用于离心式风机的故障诊断中,表明H-BP网络故障诊断方法能很好地实现故障状态识别,并能提高故障诊断的精度。
饶泓李娒竹夏叶娟胡倩如
关键词:HOPFIELD神经网络BP神经网络故障诊断
基于B/S结构的大型机电设备智能在线监测系统
饶泓江春喜扶名福陈炼杨国泰刘年生金宇华周兴斌张庭芳胡倩如王昊朱莉夏叶娟周晓蓝李梅竹赵麒
1、任务来源:江西省科技支撑计划项目。  2、应用领域:《基于B/S结构的大型机电设备智能在线监测系统》主要应用于工厂大型机电设备关键部位的工作状态监测,用于解决设备的实时状态监测和即时故障诊断问题。  3、技术原理:本...
共1页<1>
聚类工具0