付小利
- 作品数：5 被引量：18H指数：2
- 供职机构：西南交通大学电气工程学院更多>>
- 发文基金：国家自然科学基金国际热核聚变实验堆计划更多>>
- 相关领域：自动化与计算机技术机械工程交通运输工程更多>>
- 并行化深度学习算法及其应用研究
- 随着高速列车的快速发展，高速列车安全性问题逐渐引起人们的重视。高速列车振动监测数据为分析列车服役性能提供了条件。然而，如何及时准确地从这些海量数据中挖掘故障特性进行故障诊断，是目前存在的难题。同样，现代雷达对抗面临着战场...
- 付小利
- 关键词：雷达对抗辐射源信号分选识别
- 面向大规模监测数据的高铁故障诊断技术研究被引量：10
- 2014年
- 大数据及云计算等技术带来的科研方式的转变正在影响着对高铁故障诊断技术领域的研究工作,利用云计算平台对大规模高铁监测数据进行了故障检测分析的研究工作,利用hadoop平台对仿真平台产生的高铁监测数据进行了数据预处理,并在该平台下实现了并行化的EEMD与信息熵相结合的故障特征提取,然后在map-reduce计算框架下实现了对特征提取结果的KNN故障分类识别,对分类效果和运行性能指标进行了分析。实验结果表明,该方法能准确有效的对高铁故障进行识别分类,在运算速度、并行化加速度性能上都较传统方法有明显的改善。
- 李贵兵金炜东蒋鹏付小利熊定鸿谷鹏举
- 关键词：MAP-REDUCEKNN并行化
- 并行化的高速列车运行状态评估
- 2016年
- 为高效评估高速列车运行状态,采用高速列车振动数据时域上的平均值、标准差、有效值等6种统计特征作为特征向量,对列车空气弹簧无气故障状态、列车横向减振器全拆故障状态、列车抗蛇形减振器全拆故障状态、列车正常运行状态进行表征,基于Hadoop平台结合并行化K近邻分类算法进行状态分类评估。实验结果证明,该方法能够很好地评估高速列车的故障状态,有效加快了大数据类问题的分析处理速度。
- 付小利王晓乐吕乾勇金炜东
- 关键词：高速列车并行化
- 面向大规模监测数据的高铁故障诊断技术研究
- 据及云计算等技术带来的科研方式的转变正在影响着对高铁故障诊断技术领域的研究工作,利用云计算平台对大规模高铁监测数据进行了故障检测分析的研究工作,利用hadoop平台对仿真平台产生的高铁监测数据进行了数据预处理,并在该平台...
- 李贵兵金炜东蒋鹏付小利熊定鸿谷鹏举
- 关键词：高速铁路故障诊断特征提取监测数据仿真平台
- 基于多类别满意优化控制的磁悬浮球控制系统被引量：7
- 2015年
- 在磁悬浮球控制系统中,针对现有在不同信号输入情况下控制参数优化满意度量化程度低,以及控制系统性能评价指标缺乏针对性的问题,提出多类别满意优化控制算法。即采用基于遗传算法的PID控制器,得到全局中的最满意解,然后选择Kp、Ki、Kd为系统的待优化变量,分别在阶跃、正弦、方波、锯齿以及随机信号的输入下,通过预设的性能评价指标和满意度函数进行分类评价,最终得出满意的优化结果。仿真与实验结果表明,通过多类别满意优化控制算法,不同类别的输入信号都可以在全局中获得控制参数Kp、Ki、Kd的最满意解,最终实现稳定悬浮及动态跟踪的同时给出系统性能评价的量化指标。
- 王晓乐付小利崔宸昱赵立峰赵勇
