2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、智能預(yù)診是智能維護系統(tǒng)的核心環(huán)節(jié),對智能預(yù)診結(jié)果的理解程度會直接影響到設(shè)備維護人員制定決策的準(zhǔn)確率和執(zhí)行效率,但是智能預(yù)診模型的預(yù)診結(jié)果通常是以繁雜的數(shù)據(jù)形式存在的,比如神經(jīng)網(wǎng)絡(luò)的知識廣泛分布在各個連接權(quán)值和閾值中,尤其當(dāng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)比較復(fù)雜時,連接權(quán)值矩陣和閾值矩陣會非常龐大,這些數(shù)據(jù)就難以直接被人們理解和應(yīng)用。本文從數(shù)據(jù)挖掘角度通過提取關(guān)聯(lián)規(guī)則來挖掘預(yù)診結(jié)果數(shù)據(jù)中隱藏的預(yù)診信息和預(yù)診知識,將以數(shù)據(jù)形式存在的智能預(yù)診結(jié)果轉(zhuǎn)化為以關(guān)聯(lián)規(guī)

2、則形式表示的知識,提高智能預(yù)診結(jié)果的可理解性。
  支持向量回歸機SVR已經(jīng)被廣泛應(yīng)用于智能預(yù)診過程中的剩余壽命預(yù)測,但是SVR的預(yù)測精度與正則化參數(shù)C、不敏感系數(shù)ε以及核函數(shù)參數(shù)θ的選擇緊密相關(guān)。針對傳統(tǒng)方法的不足,本文提出了基于關(guān)聯(lián)規(guī)則的參數(shù)選擇方法。首先構(gòu)建參數(shù)樣本數(shù)據(jù),然后利用數(shù)據(jù)挖掘工具 CBA提取關(guān)聯(lián)規(guī)則,最后驗證關(guān)聯(lián)規(guī)則。驗證結(jié)果表明那些正確率高的參數(shù)關(guān)聯(lián)規(guī)則可以被直接應(yīng)用于SVR參數(shù)的選擇,該方法為SVR參數(shù)選擇提

3、供一種新的途徑。
  由于CBA工具對數(shù)據(jù)的規(guī)范性要求過于嚴(yán)格,本文進而提出了一種基于多重剪枝策略的分類關(guān)聯(lián)規(guī)則提取算法MAMP。首先利用MA算法產(chǎn)生支持度和置信度滿足閾值條件的原始關(guān)聯(lián)規(guī)則,然后對這些規(guī)則進行相關(guān)性分析、冗余分析和數(shù)據(jù)覆蓋技術(shù)分析,保留用戶最感興趣的關(guān)聯(lián)規(guī)則。驗證結(jié)果表明,MAMP算法具有很好的剪枝效果,它能夠在保證分類精度的前提下保持盡量少的關(guān)聯(lián)規(guī)則,而且能夠處理一般的數(shù)據(jù),對數(shù)據(jù)規(guī)范性沒有特殊的要求,因此MA

4、MP算法能夠較好地處理智能預(yù)診模型生成的各種數(shù)據(jù)。
  性能評估是智能預(yù)診過程中的一個關(guān)鍵環(huán)節(jié)。針對傳統(tǒng)的基于斷裂力學(xué)的金屬疲勞性能評價方法建模的復(fù)雜性,本文從實驗的角度建立了一種基于貝葉斯網(wǎng)絡(luò)的金屬疲勞性能衰退評估模型,直接利用貝葉斯網(wǎng)絡(luò)來學(xué)習(xí)金屬疲勞實驗數(shù)據(jù),而不必去考慮金屬疲勞破壞過程中疲勞裂紋的產(chǎn)生和擴展。性能評價結(jié)果表明本文提出的評估方法較傳統(tǒng)方法有較大改進,它大大降低了建模的復(fù)雜性,考慮了更多因素對疲勞性能的影響,而且

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論