首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  完全免费   7篇
  航天技术   7篇
  2018年   1篇
  2017年   1篇
  2016年   1篇
  2013年   1篇
  2012年   2篇
  2005年   1篇
排序方式: 共有7条查询结果,搜索用时 17 毫秒
1
1.
基于可不断电维修的双机容错系统   总被引:3,自引:0,他引:3       下载免费PDF全文
 对单个单片机控制系统可靠性不高的问题,提出了一种由双单片机构成容错系统的实现方法.在该系统中,用串行通讯技术,通过采集对方I/O输出,与自身的I/O输出值作比较,实现双单片机的故障互检;利用地址译码技术,设计仲裁切换模块,完成故障隔离;故障机修复后,通过回读对方执行程序的任务编号,达到双机同步控制,完成系统重构,实现对故障单元的不断电维修.通过对模拟机的实验表明,此控制系统能对运行中的错误实现实时的双机互检,且具有在线热插拔功能.  相似文献
2.
基于量子万有引力搜索的SVM自驾故障诊断   总被引:1,自引:0,他引:1       下载免费PDF全文
针对自动驾驶仪在实际测试过程中故障样本较少的情况,提出一种基于量子万有引力搜索算法(QGSA)的支持向量机(SVM)故障诊断模型。SVM能较好地解决小样本、非线性问题,适用于自动驾驶仪的故障诊断。为进一步提高万有引力搜索算法(GSA)对参数寻优的收敛速度和收敛精度,将基于GSA的QGSA应用于SVM的参数寻优中,以解决SVM由于参数选取不当导致过学习或欠学习的问题,从而获得最优的分类模型。通过模拟实验分析,当训练样本数量为50时,基于QGSA的SVM故障诊断模型分类准确率便能达到96.530 6%,而基于遗传算法(GA)的SVM故障诊断模型分类准确率为92.040 8%,基于GSA的SVM故障诊断模型分类准确率为91.632 7%。仿真实验结果表明,基于QGSA的SVM故障诊断模型具有更好的故障诊断能力。  相似文献
3.
导弹自动驾驶仪在振动测试过程中存在信号基线漂移且污染严重的问题,而传统的时频处理方法难以达到去噪要求,因此基于形态学基本原理提出了一种用于解决振动信号基线漂移的滤波方法。该滤波方法由3级结构组成,前2级结构均是基于形态学基本原理,第3级进行相消与平滑处理,通过相互级联,可以有效抑制基线漂移。此外,通过引入粒子群优化(PSO)算法使得该滤波方法更具适应性。对比实验利用该滤波方法和对比方法对自动驾驶仪实测振动信号与标准ECG信号进行了处理,结果表明:该滤波方法在抑制基线漂移方面要优于小波阈值去噪和传统的形态学去噪。  相似文献
4.
针对运行态智能电表难以实现可靠寿命准确预估的问题,基于广义多应力加速模型,利用加速退化的试验数据研究并确定了智能电表的寿命分布规律,首先通过分析环境应力与Weibull分布模型参数的关系,建立了新的基于对数线性回归模型的多应力退化模型;之后提出了对该新模型的参数校正的方法,实现了正常应力水平下寿命分布模型参数的求解,获得了正常应力水平下智能电表的可靠寿命及其剩余寿命的预测结果;最后设置了正常应力条件,验证了该方法的可行性,为智能电表可靠寿命的综合评估提供了一种研究方法。  相似文献
5.
针对C-支持向量机(C-SVM,C-Support Vector Machine)中惩罚系数C可能导致最优分类面不合理的问题,提出基于误差最小的SVM最优分类面修正方法.通过调整正负类分类间隔的约束条件,求解使训练样本总误差最小的偏置系数,并兼顾与正负类误差之差的绝对值的平衡,得到误差最小的更优分类面.实验证明该修正方法与C-SVM及其它修正方法相比,具有较高的分类精度和较强的抗噪声与野值数据干扰能力.  相似文献
6.
为解决支持向量分类机多分类存在的样本重复训练、训练模型过多的问题,保证模拟电子系统在整体和局部多故障模式上的诊断正确率,提出基于最小偏差的最小二乘支持向量回归机多故障诊断方法.通过引进样本各维度拟合误差相对于平均拟合误差的偏差平方项,最小化维度间的拟合误差间距,得到能够输出多维变量及具有高分辨率的最小二乘支持向量回归机模型.将模型多维输出值与预设的各个多故障模式值相乘,所得结果集中最大值所对应的多故障模式即为最终诊断结果.仿真结果表明:提出的方法在简化训练过程的同时,能够保持良好的整体和局部多故障诊断正确率.  相似文献
7.
针对大维数系统故障诊断中存在特征提取困难和识别率低的问题,提出基于非负矩阵分解(NMF,Non-negative Matrix Factorization)的支持向量机(SVM,Support Vector Machine)诊断方法,避免了直接对故障特征的选择和提取,实现特征降维,提高故障模式分类的准确性和速度;对于NMF中的结果随机性问题,提出用前次分解所得系数矩阵求解样本降维特征矩阵的方法,保证多次NMF分解尺度一致.实验表明该方法能对故障特征有效降维,并具有较高的诊断效率和故障识别率.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号