李轩
- 作品数：14 被引量：200H指数：4
- 供职机构：燕山大学更多>>
- 发文基金：河北省科技计划项目更多>>
- 相关领域：机械工程自动化与计算机技术一般工业技术化学工程更多>>
- 贝叶斯网络结构学习的简化贪婪算法被引量：2
- 2015年
- 基于数据的贝叶斯网络结构学习是一个NP难题.基于条件约束和评分搜索相结合的方法是贝叶斯网络结构学习的一个热点.基于互信息理论提出一种最大支撑树(MWST)机制,并基于最大支撑树结合贪婪搜索的思想提出一种简化贪婪算法.简化贪婪算法不依赖先验知识,完全基于数据集.首先,通过计算互信息建立目标网络的最大支撑树;然后,在最大支撑树的基础上学习初始网络结构,最后,利用简化搜索机制对初始结构进一步优化,最终完成贝叶斯网络的结构学习.数据仿真实验证明,简化贪婪算法不仅具有很高的精度而且具有高效率.
- 刘浩然李轩马明李世昭
- 关键词：贝叶斯网络互信息
- 滑杆式健腹装置
- 本实用新型属于体育运动器材领域，涉及一种滑杆式健腹装置，其特征是：两支架各开有滑槽，两支架外各设有方滑套，两方滑套上各设有紧固手轮，两滑槽内设置两圆滚套，滑杆两端插于两圆滚套内成动配合，两圆滚套内、外端设置四个挡片，四个...
- 姜涛王佳华李轩赵非非左洪志
- 文献传递
- 汽车油门猛踩限制器设计
- 2018年
- 本文主要研究一种汽车油门猛踩限制装置,其原理是当汽车遭遇紧急情况时,对油门被踩下的速度、加速度等运动学指标进行检测,通过系统的分析来判断司机是否做出了正确的驾驶行为,当驾驶行为(即猛踩油门)与当前情况不符时,本装置就会做出相关处理,使汽车能够在紧急情况时自行切断动力并进行刹车,从而减少由此类情况所带来的交通事故。
- 李轩董新宇朱世伟万达
- 关键词：加速度制动
- 多位拉簧式模拟引体向上练习装置
- 本实用新型属于体育运动器材领域，涉及一种多位弹簧式模拟引体向上练习装置，其特征在于：门式横梁两立柱下端与底座上面焊接连接，斜撑管两端分别与门式横两立柱梁侧面、底座上面焊接连接，四个万向制动脚轮上面与底座下面焊接连接其下面...
- 姜涛王佳华李轩赵非非左洪志
- 文献传递
- 打水漂游戏漂砣
- 本实用新型属于体育运动器材领域，涉及一种打水漂游戏漂砣，其特征在于：将两金属圆片冲压成小圆盆状，两小圆盆状周边磨成坡口并焊接连接成带有中空腔的扁圆漂砣，漂砣体外加装硅胶缓冲外套重量之和要略轻于中空腔漂浮力。本打水漂游戏漂...
- 贾天奇柏林李轩赵非非左洪志
- 用于健腹轮上的防胸趴地垫
- 本实用新型属于体育运动器材领域，涉及一种用于健腹轮上的防胸趴地垫。其特征是：现行健腹轮下面置于地面，健腹轮杆的中部钩挂扁滑杆，扁滑杆穿过方滑套成动配合，软垫与托板粘接连接，托板下面与方滑套上面焊接连接，方滑套下固连万向脚...
- 杨敏李轩
- 文献传递
- 一种针对水泥回转窑故障诊断的贝叶斯网络模型被引量：5
- 2014年
- 为了实现水泥回转窑的故障诊断，采用贝叶斯网络建立了水泥回转窑故障智能诊断模型。在模型建立过程中，提出了一种基于数据样本、不依赖先验知识的贝叶斯网络结构学习改进算法。在利用改进结构学习算法建立诊断模型贝叶斯网络的基础上，利用MLE算法和变量消除法完成了模型的参数学习和诊断推理。为了验证水泥回转窑故障诊断贝叶斯网络模型的准确率以及可行性，利用现场数据进行了大量的测试实验。
- 刘浩然李轩马明李世昭
- 关键词：计量学水泥回转窑贝叶斯网络
- 基于Bayesian改进算法的回转窑故障诊断模型研究被引量：20
- 2015年
- 贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节。针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结合,提出了一种新的贝叶斯网络结构学习改进算法。通过与经典的爬山法和K2算法进行比较,结果表明该改进算法不仅能够得到较高准确率的模型,而且能够提高模型建立的效率。最后基于该改进算法,结合冀东水泥集团的水泥回转窑现场运行数据,建立了水泥回转窑故障诊断模型,实现了精确快速的故障诊断。
- 刘浩然吕晓贺李轩李世昭史永红
- 关键词：贝叶斯网络结构学习水泥回转窑
- 基于贝叶斯网络的水泥回转窑故障诊断模型的研究
- 水泥回转窑完成水泥生产中最重要的煅烧环节，它的工作状态直接影响着水泥产品的质量和产量。水泥回转窑系统复杂，故障存在模糊性和多样性，且由于设备本身的限制，人工方法已经不能满足故障准确诊断的要求。基于此，本课题根据水泥回转窑...
- 李轩
- 关键词：水泥回转窑贝叶斯网络故障诊断
- 文献传递
- 一种基于改进遗传算法的神经网络优化算法研究被引量：170
- 2016年
- 遗传算法是目前优化搜索算法中应用比较广泛的一种,但基本遗传算法存在收敛速度慢、易于陷入局部最优等缺点。针对上述问题对遗传算法(GA)的选择算子进行改进,在最优保存策略的基础上将每代种群按照适应度由小到大排序,平均分成前中后3段,按照0.6、0.8、1的比例进行选择;从尾段中随机抽取个体来补足种群由于选择操作而损失的个体;既利用了最优保存策略的全局收敛特性同时也保持了种群的多样性;用改进的遗传算法调整神经网络的权值形成了新的改进遗传算法优化BP神经网络(IGA-BP);通过与选择算子为适应度比例选择算子的GA-BP网络进行比较,结果表明算法改进后缩短了收敛时间同时减少了运行误差;最后将该改进算法应用于水泥回转窑的故障诊断中,验证了算法的可行性。
- 刘浩然赵翠香李轩王艳霞郭长江
- 关键词：选择算子神经网络最优保存策略故障诊断
