期刊导航
作者导航
机构导航
期刊评价报告
2025版
期刊开放获取
下载APP
欢迎
四川轻化工大学
请使用中文期刊手机助手
APP扫描二维码获取权限
登录
期刊文献
+
任意字段
题名或关键词
题名
关键词
摘要
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
摘要
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
检索历史
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选
0
条
导出题录
批量处理
导出题录
下载全文
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
被引量
时效性
基于优化XGBoost算法的玄武岩纤维增强混凝土电阻率预测模型
认领
引用
1
作者
张轶
张彪
+1 位作者
邓翔文
何宏杰
《混凝土》
CAS
北大核心
2026年第2期30-38,共9页
基于电阻率(ER)来评估玄武岩纤维增强混凝土(BFRC)的综合性能具有重要意义。基于此,开发了新型乌燕鸥优化XGBoost(STOA-XGBoost)算法,利用已有20篇文献中的1171组数据建立了BFRC-ER的预测模型。利用SHAP法分析了每个特征的重要性。随后...
基于电阻率(ER)来评估玄武岩纤维增强混凝土(BFRC)的综合性能具有重要意义。基于此,开发了新型乌燕鸥优化XGBoost(STOA-XGBoost)算法,利用已有20篇文献中的1171组数据建立了BFRC-ER的预测模型。利用SHAP法分析了每个特征的重要性。随后,为了便于工程人员使用,借助STOA-XGBoost模型的底层代码开发了BFRC-ER的图形用户界面(GUI)。结果表明,STOA-XGBoost模型的预测值最接近实际值,残差分布的均值和方差更小,5个性能评估指标(R
2
=0.983,MAPE=0.281,RMSE=3.553,MAE=2.115,MSE=12.61)均表现最为优异。进一步地,特征重要性分析表明环境湿度和龄期与BFRC-ER的相关性最高。结合GUI和特征重要性分析结果,可以优化BFRC的配料并预测其ER,进而生产出高性能BFRC。
展开更多
关键词
玄武岩纤维
XGBoost算法
STOA
算法
电阻率
图形用户界面
SHAP法
暂未订购
下载PDF
基于多尺度模糊熵和STOA-SVM的风机轴承故障诊断
认领
引用
被引量:
15
2
作者
汤占军
孙润发
《电机与控制应用》
2021年第12期66-70,共5页
针对风机轴承振动信号故障特征提取困难的问题,提出了一种基于多尺度模糊熵(MFE)特征提取,并结合乌燕鸥优化算法(STOA)优化支持向量机(SVM)的风机轴承故障诊断方法。首先采集原始振动信号并计算其多层次模糊熵,其次构造故障特征向量集...
针对风机轴承振动信号故障特征提取困难的问题,提出了一种基于多尺度模糊熵(MFE)特征提取,并结合乌燕鸥优化算法(STOA)优化支持向量机(SVM)的风机轴承故障诊断方法。首先采集原始振动信号并计算其多层次模糊熵,其次构造故障特征向量集合作为SVM的输入,最后采用STOA优化SVM对轴承故障进行分类诊断。通过凯斯西储大学轴承振动数据进行仿真,结果显示轴承故障诊断准确率达到了99.3%,证明了所提方法具有较高的准确度和有效性。
展开更多
关键词
风机轴承
多尺度模糊熵
乌燕鸥优化算法
支持向量机
故障诊断
暂未订购
下载PDF
基于改进VMD与改进Res-DBN的配网变压器故障诊断研究
认领
引用
3
作者
犹珀玉
《国外电子测量技术》
2026年第4期181-186,218,共6页
为提高变压器故障诊断的精度,提出一种基于改进变分模态分解(Variational Mode Decomposition,VMD)与改进残差深度信念网络(Residual Deep Belief Network,Res-DBN)的配网变压器故障诊断方法。首先采用乌燕鸥算法(Sooty Tern Optimizati...
为提高变压器故障诊断的精度,提出一种基于改进变分模态分解(Variational Mode Decomposition,VMD)与改进残差深度信念网络(Residual Deep Belief Network,Res-DBN)的配网变压器故障诊断方法。首先采用乌燕鸥算法(Sooty Tern Optimization Algorithm,STOA)对VMD算法的参数进行优化,并删除虚假分量,提出改进VMD算法;然后在Res-DBN网络中引入分层加权信息增强方法,并采用花朵授粉算法(Flower Pollination Algorithm,FPA)对其超参数进行优化,提出改进Res-DBN网络;最后采用改进VMD算法提取变压器故障振动信号特征,并输入改进Res-DBN网络中进行故障诊断。结果表明,本文方法对不同类型的变压器故障诊断的准确率、误报率、漏报率分别为97.28%、3.44%和3.59%。因此,该方法可提高变压器故障诊断的精度,对提升变压器运行的稳定性和安全性提供了技术支持。
展开更多
关键词
变压器
故障诊断
VMD算法
Res-DBN网络
STOA
算法
花朵授粉算法
暂未订购
下载PDF
题名
基于优化XGBoost算法的玄武岩纤维增强混凝土电阻率预测模型
认领
引用
1
作者
张轶
张彪
邓翔文
何宏杰
机构
枣庄学院城市与建筑工程学院
枣庄学院美术与艺术设计学院
山东大学土建与水利学院
出处
《混凝土》
CAS
北大核心
2026年第2期30-38,共9页
基金
国家自然科学基金(52008234)。
摘要
基于电阻率(ER)来评估玄武岩纤维增强混凝土(BFRC)的综合性能具有重要意义。基于此,开发了新型乌燕鸥优化XGBoost(STOA-XGBoost)算法,利用已有20篇文献中的1171组数据建立了BFRC-ER的预测模型。利用SHAP法分析了每个特征的重要性。随后,为了便于工程人员使用,借助STOA-XGBoost模型的底层代码开发了BFRC-ER的图形用户界面(GUI)。结果表明,STOA-XGBoost模型的预测值最接近实际值,残差分布的均值和方差更小,5个性能评估指标(R
2
=0.983,MAPE=0.281,RMSE=3.553,MAE=2.115,MSE=12.61)均表现最为优异。进一步地,特征重要性分析表明环境湿度和龄期与BFRC-ER的相关性最高。结合GUI和特征重要性分析结果,可以优化BFRC的配料并预测其ER,进而生产出高性能BFRC。
关键词
玄武岩纤维
XGBoost算法
STOA
算法
电阻率
图形用户界面
SHAP法
Keywords
basalt fiber
XGBoost
algorithm
STOA algorithm
electrical resistivity
graphical user interface
SHAP method
分类号
TU528.572 [建筑科学—建筑技术科学]
暂未订购
下载PDF
题名
基于多尺度模糊熵和STOA-SVM的风机轴承故障诊断
认领
引用
被引量:
15
2
作者
汤占军
孙润发
机构
昆明理工大学信息工程与自动化学院
出处
《电机与控制应用》
2021年第12期66-70,共5页
摘要
针对风机轴承振动信号故障特征提取困难的问题,提出了一种基于多尺度模糊熵(MFE)特征提取,并结合乌燕鸥优化算法(STOA)优化支持向量机(SVM)的风机轴承故障诊断方法。首先采集原始振动信号并计算其多层次模糊熵,其次构造故障特征向量集合作为SVM的输入,最后采用STOA优化SVM对轴承故障进行分类诊断。通过凯斯西储大学轴承振动数据进行仿真,结果显示轴承故障诊断准确率达到了99.3%,证明了所提方法具有较高的准确度和有效性。
关键词
风机轴承
多尺度模糊熵
乌燕鸥优化算法
支持向量机
故障诊断
Keywords
fan bearing
multi-scale fuzzy entropy(MFE)
sooty tern optimization
algorithm
(
STOA
)
support vector machine(SVM)
fault diagnosis
分类号
TM315 [电气工程—电机]
TP18 [自动化与计算机技术—控制理论与控制工程]
暂未订购
下载PDF
题名
基于改进VMD与改进Res-DBN的配网变压器故障诊断研究
认领
引用
3
作者
犹珀玉
机构
中国电建集团贵州电力设计研究院有限公司
出处
《国外电子测量技术》
2026年第4期181-186,218,共6页
基金
中国电建集团贵州电力设计研究院有限公司项目(GZEDKJ-2024-16)。
摘要
为提高变压器故障诊断的精度,提出一种基于改进变分模态分解(Variational Mode Decomposition,VMD)与改进残差深度信念网络(Residual Deep Belief Network,Res-DBN)的配网变压器故障诊断方法。首先采用乌燕鸥算法(Sooty Tern Optimization Algorithm,STOA)对VMD算法的参数进行优化,并删除虚假分量,提出改进VMD算法;然后在Res-DBN网络中引入分层加权信息增强方法,并采用花朵授粉算法(Flower Pollination Algorithm,FPA)对其超参数进行优化,提出改进Res-DBN网络;最后采用改进VMD算法提取变压器故障振动信号特征,并输入改进Res-DBN网络中进行故障诊断。结果表明,本文方法对不同类型的变压器故障诊断的准确率、误报率、漏报率分别为97.28%、3.44%和3.59%。因此,该方法可提高变压器故障诊断的精度,对提升变压器运行的稳定性和安全性提供了技术支持。
关键词
变压器
故障诊断
VMD算法
Res-DBN网络
STOA
算法
花朵授粉算法
Keywords
transformer
fault diagnosis
VMD
algorithm
Res-DBN network
STOA algorithm
flower pollination
algorithm
分类号
TM41 [电气工程—电器]
TP18 [自动化与计算机技术—控制理论与控制工程]
暂未订购
下载PDF
题名
作者
出处
发文年
被引量
操作
1
基于优化XGBoost算法的玄武岩纤维增强混凝土电阻率预测模型
张轶
张彪
邓翔文
何宏杰
《混凝土》
CAS
北大核心
2026
0
暂未订购
下载PDF
2
基于多尺度模糊熵和STOA-SVM的风机轴承故障诊断
汤占军
孙润发
《电机与控制应用》
2021
15
暂未订购
下载PDF
3
基于改进VMD与改进Res-DBN的配网变压器故障诊断研究
犹珀玉
《国外电子测量技术》
2026
0
暂未订购
下载PDF
已选
0
条
导出题录
批量处理
导出题录
下载全文
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
帐号登录
手机快捷登录
扫码登录
登录
IP登录
《用户服务协议》
与
《隐私政策》
注册新用户
忘记密码
第三方登录
微信登录
QQ登录
馆外登录
中国科技云登录
中国科学院
中国医学科学院
获取短信验证码
登 录
《用户服务协议》
与
《隐私政策》
第三方登录
微信登录
QQ登录
馆外登录
中国科技云登录
中国科学院
中国医学科学院
使用
中文期刊助手
扫描二维码
批量处理
在线咨询
使用帮助
返回顶部
意见反馈
标题
*
邮箱
*
反馈意见
*
验证码
看不清楚?点击换一个
*
保存
取消
请在输入框中输入下图中的验证字符。
看不清楚?点击换一个
提交