【摘 要】
：
为解决铣刀磨损状态监测问题,提出一种改进的鲸鱼算法优化最小二乘支持向量机的状态识别方法.首先,采用变分模态分解处理铣削过程中的振动信号,分解得到的固有模态分量进行特征提取;然后,针对鲸鱼算法易陷入局部最优解、收敛精度低的问题,引入混合反向学习算法和非线性收敛因子进行改进,并采用基准测试函数验证改进后的鲸鱼算法的有效性;最后,将改进的鲸鱼算法优化LSSVM模型应用于铣刀磨损状态识别仿真实验.实验结果表明,相较于粒子群算法与传统鲸鱼算法,改进的鲸鱼算法优化LSSVM具有更高的识别精度.
【机 构】
：
四川大学机械工程学院,成都610065
论文部分内容阅读
为解决铣刀磨损状态监测问题,提出一种改进的鲸鱼算法优化最小二乘支持向量机的状态识别方法.首先,采用变分模态分解处理铣削过程中的振动信号,分解得到的固有模态分量进行特征提取;然后,针对鲸鱼算法易陷入局部最优解、收敛精度低的问题,引入混合反向学习算法和非线性收敛因子进行改进,并采用基准测试函数验证改进后的鲸鱼算法的有效性;最后,将改进的鲸鱼算法优化LSSVM模型应用于铣刀磨损状态识别仿真实验.实验结果表明,相较于粒子群算法与传统鲸鱼算法,改进的鲸鱼算法优化LSSVM具有更高的识别精度.
其他文献
海南琼北活火山作为华南沿海重要的第四纪火山,一直受到国内外学者的广泛关注,目前对该火山的形成演化已开展了大量深部地质结构的研究,但对其表层地质结构特征仍然缺乏详细了解.水平-垂直频谱比法(简称H/V方法)已被广泛应用于浅表层地质结构的研究,本文基于35个便携式微功耗地震仪组成的流动台阵观测数据,采用经典全波场H/V(full)和瑞利波椭圆率H/V(Ray)分析方法,获得了琼北火山区H/V曲线峰值频率(F0)和放大倍数(A0)的空间变化特征.琼北火山区H/V曲线峰值频率变化强烈,以长流-仙沟断裂为界,断裂西
南海北缘属于非火山型大陆边缘.过去的研究在洋陆转换带北部的地震剖面上曾观测到一些疑似岩席和火山体的高振幅异常体,但对这些高振幅异常体的属性却缺乏进一步的研究.本文在南海东北部大陆坡上的两个多道地震剖面(SO1E和SOY)中也发现了一个长度超过15km、厚度约为1.2km的巨大高振幅异常体,它为研究者提供了一个探究洋陆转换带北部是否存在岩浆活动的机会.本研究对该高振幅异常体进行了速度分析与AVO(amplitude variation with offset)分析.结果表明,与周围岩层相比,该高振幅异常体内
主动源海底地震仪探测在海底结构的研究中发挥着重要作用,其中转换横波数据模拟为研究海底构造和物质属性提供了精确依据.本文针对现行转换横波模拟技术存在的步骤繁琐、难以确保最优解和无法进行非唯一性分析等问题进行研究,提出了基于模型解空间和目标函数的模拟技术,形成了主动源转换横波数据模拟的新方法,该方法可借助计算机程序实现结构模拟的自动化.在南海西北陆缘的西沙地块OBS2013-3测线上对该方法进行验证,分别利用单台PPS震相和全体台站的PSS震相走时数据进行模拟试验.结果表明,本文的方法能够提供对于最优模型的快
本文研究了一阶周期边值问题{-u\'(t)+a(t)u(t)=λf(u(t)),0＜t＜T,u(0)=u(T)多个正解的存在性,其中λ＞0是一个参数,a∈C(R,[0,∞))是一个T-周期函数且∫T0a(t)dt＞0,f∈C([0,∞),(0,∞))且单调递增在f0=limu→0+f(u)/u=0,f∞＝limu→∞f(u)/u＝0的条件下,本文证明存在一个λ*＞0,使当0＜λ＜λ*时问题不存在正解;当λ=λ*时问题至少存在一个正解;当λ＞λ*时问题至少存在两个正解.主要结果的证明基于上下解方法和Le
设Fq是特征为p的有限域,d为正整数.对任意的a,b∈F*q,c∈Fq方程.axd+byd=c在Fq上是否恒有解这一问题长期吸引着大量研究者的关注.当d=2时,Cauchy给出了肯定结论.当d=3时,Skolem证明,对任意的素数p≠7,方程.ax3+by3=c在Fq上恒有解;Singh证明,对任意的素数方幂q≠4,方程.ax3+by3=c在Fq上恒有解.本文研究d=4的情形,给出了该方程解的存在性,即当q≠5,9,13,17,25,29时,对任意的a,b∈F*q,c∈Fq,方程.ax4+by4=c在Fq
本文针对周期多孔结构的Steklov弹性特征值问题发展了一种多尺度渐近分析与计算方法,通过对特征函数进行二阶双尺度渐近展开,依次推导得到了一阶单胞函数、材料等效弹性系数、均匀化弹性特征值问题及二阶单胞函数.该多尺度渐近模型的特点是均匀化特征值出现在控制微分方程中而不在孔洞边界上.通过对特征值进行二阶渐近展开并利用校正方程思想,本文得到了特征值的一阶与二阶校正表达式,给出了多尺度特征值的误差估计.最后,基于多尺度渐近展开模型本文进行了有限元计算.数值算例结果显示了多尺度分析在预测Steklov弹性特征值与特
设k和n为非负整数.第二类Stirling数表示将n个元素划分为恰好k个非空集合的个数,记为S(n,k).对任意给定的素数p和正整数n,存在惟一的整数a和m≥0使得n=rnap,其中(a,p)=1(a与p互素).称m为n的p-adic赋值,并记vp(n)=m.第二类Stirling数的p-adic赋值是数论和代数拓扑领域的重要问题.本文研究了一些特殊第二类Stirling数S(pn,2tp)的p-adic赋值,其中p为奇素数,t和n为正整数.本文证明当n≥2,2≤2t＜p时vp(S(pn,2tp))≥n+
本文运用Leray-Schauder非线性择抉理论和Leray-Schauder度理论得到了一致分数阶微分方程两点边值问题{Dβ(Dα+λ)u(t)=f(t,u(t)),0＜t＜1,u(0)=0,Dαu(1)=0解的存在性,其中α,β∈(0,1],λ是实数,Dα,Dβ是一致分数阶导数,u(t)∈E=C([0,1],R),f(t,u(t)):[0,1]×R→R是给定的连续函数.最后本文给出一个例子作为应用.
近年来,人脸识别技术作为一种用来抓取生物面部特征信息以及匹配现有数据库中人脸数据的有力手段,以其无接触性、可远距离实施等优点在越来越多的场景中得到了应用.针对在自然无约束条件下,受到光照、姿势和背景环境等因素的影响,设备捕捉到的人脸图像在现有的人脸识别模型中识别率依然不足的情况,本文提出了一种基于分数阶微分改进的残差网络(ResNet)人脸识别方法.本方法通过在原有网络模型结构中增加注意力机制来增强人脸特征提取,融合不同通道和空间的信息提升网络的健壮性,同时利用分数阶微分对节点函数进行处理,增加卷积块提取
情绪识别作为计算机视觉的一项基本课题已经取得很大进展,然而在无约束自然场景中的情绪识别仍具挑战性.现有方法主要是利用人脸、姿态以及场景信息识别情绪,但是忽略了人物个体在场景中的不确定性,以及不能很好地挖掘场景中的情绪线索.针对现有研究存在的问题,提出了基于人物与场景线索的双分支网络结构,两个分支独立学习,通过早期融合得到情绪分类结果.对于人物在场景中的不确定性,引入身体注意力机制预判人物情绪置信度进而获得人体的特征表示,场景中引入空间注意力机制和特征金字塔以便充分获得场景中不同粒度的情绪线索.实验结果表明