姚鑫
- 作品数：4 被引量：1H指数：1
- 供职机构：沈阳理工大学信息科学与工程学院更多>>
- 发文基金：辽宁省科学技术计划项目更多>>
- 相关领域：电子电信自动化与计算机技术医药卫生更多>>
- 改进的ICA故障诊断方法研究
- 独立分量分析(Independent component analysis，ICA)是20世纪末发展起来的一类多通道信号分解方法，是信号领域的全新处理方法，是信号处理技术发展中的一项前沿热点。在大部分情况下，现场观测到的...
- 姚鑫
- 关键词：独立分量分析特征提取
- 基于改进的ICA故障诊断方法研究
- 独立分量分析(Independent component analysis，ICA)是20世纪末发展起来的一类多通道信号分解方法，是信号领域的全新处理方法，是信号处理技术发展中的一项前沿热点。在大部分情况下，现场观测到的...
- 姚鑫
- 关键词：独立分量分析故障诊断信号处理特征提取
- 文献传递
- 基于移动窗FICA和SOM方法的心动异常诊断被引量：1
- 2013年
- 该文针对在线独立成分分析算法学习速率以及收敛性难以把握的问题,提出了一种利用变窗体移动窗附加在实时信号上的快速独立成分分析(Fast independent component analysis,FICA)改进算法,不但满足在线处理要求,而且不用考虑学习速率的问题,节省存储空间并提高运算效率。利用自组织映射(Self-organizing maps,SOM)神经网络算法在动态分类上的优势,采用变移动窗快速独立成分分析与自组织映射相结合的方法对心动异常数据进行了分类。实验表明,该方法能有效地提高速率和实现实时故障分类。
- 杨青川杨青姚鑫刘洪彬
- 关键词：自组织映射
- AICA-SOM的故障诊断方法研究
- 2013年
- 针对复杂工业过程中多变量非高斯特征难以提取以及传统独立分量分析(independent component analysis,ICA)难以在在线过程中实现的问题,将自适应ICA(adap-tive ICA,AICA)应用在多变量特征提取中,达到了实时数据处理的同时,也提取出非高斯信息。采用一个两阶段间歇过程仿真模型,利用自组织神经网络(self-organizing feature map,SOM)对故障数据进行诊断,以对AICA数据处理效果进行验证,并与SOM、PCA-SOM诊断效果对比,证明该方法在提高正确率的同时可以更有效地进行故障诊断。
- 杨青姚鑫
- 关键词：自适应算法特征提取故障诊断
