基于核主成分分析及支持向量机的水轮机叶片裂纹源定位
王向红1; 朱昌明2; 毛汉领3; 黄振峰4
2010-11-25
发表期刊振动与冲击
ISSN1000-3835
摘要结合核主成分分析(KPCA)以及支持向量机对水轮机转轮叶片裂纹源的声发射信号进行定位。结果表明,利用核主成分分析提取的特征参数进行定位的精度高于原始参数的定位精度,即输入9个特征参数时,支持向量机在叶片区域的识别率为100%,在裂纹源对焊缝距离的支持向量回归分析中的最大误差为20cm。因而结合KPCA和支持向量机对复杂的大尺寸结构进行定位是一种较好的方法,既减少了输入信号的维数,又提高了定位精度。
关键词支持向量机 核主成分分析 源定位 声发射
DOI10.13465/j.cnki.jvs.2010.11.047
收录类别北大核心 ; CSCD
语种中文
资助项目国家自然科学基金项目(No.50465002);湖南省重点学科建设项目;长沙理工大学重点学科建设项目资助(No.08-007);长沙理工大学人才引进基金项目
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/94756
专题国家开放大学广西分部
作者单位1.长沙理工大学汽车与机械工程学院;
2.上海交通大学机械与动力工程学院;
3.广西广播电视大学;
4.广西大学机械学院
推荐引用方式
GB/T 7714
王向红,朱昌明,毛汉领,等. 基于核主成分分析及支持向量机的水轮机叶片裂纹源定位[J]. 振动与冲击,2010.
APA 王向红,朱昌明,毛汉领,&黄振峰.(2010).基于核主成分分析及支持向量机的水轮机叶片裂纹源定位.振动与冲击.
MLA 王向红,et al."基于核主成分分析及支持向量机的水轮机叶片裂纹源定位".振动与冲击 (2010).
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[王向红]的文章
[朱昌明]的文章
[毛汉领]的文章
百度学术
百度学术中相似的文章
[王向红]的文章
[朱昌明]的文章
[毛汉领]的文章
必应学术
必应学术中相似的文章
[王向红]的文章
[朱昌明]的文章
[毛汉领]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于声发射技术的水轮机转轮叶片疲劳裂纹扩展速率实验研究
基于小波神经网络的水轮机叶片裂纹源的定位技术
基于小波包分析的声发射信号界面的衰减研究
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。