位置:成果数据库 > 期刊 > 期刊详情页
基于SVDD的发动机冷试多参数控制限设计
  • ISSN号:1006-2343
  • 期刊名称:机械设计与研究
  • 时间:2013
  • 页码:88-91
  • 分类:U263[机械工程—车辆工程;交通运输工程—载运工具运用工程;交通运输工程—道路与铁道工程]
  • 作者机构:[1]上汽通用五菱汽车股份有限公司技术中心,广西柳州545007, [2]上海交通大学上海市数字化汽车车身工程重点实验室,上海200240
  • 相关基金:国家自然科学基金委员会创新研究群体科学基金资助项目(51121063); 教育部高等学校学科创新引智计划资助项目(B06012)
  • 相关项目:基于贝叶斯网络的高速列车车体装配偏差检测与诊断方法
中文摘要:

为了提高发动机冷试检测的准确率,将支持向量数据描述应用于正常域设计。基于尾部关联性选择关联参数,针对数据的特点改进了SVDD参数优化方法,实现了SVDD边界形成算法,提出增量学习策略应对学习过程样本量巨大的问题。实例测试结果表明新型正常域降低了漏报率,并指出误报率将随着样本的引入降低并趋于稳定。

英文摘要:

In order to improve the accuracy of engine cold test, apply Support Vector Data Description (SVDD) to design of the normal domain. Choose relevant parameters based on the tail relevance, improve parameters optimiza- tion method of SVDD according to the data characteristic, achieve the SVDD boundary formation algorithm, put forward incremental learning strategies to deal with the big sample size. Test results show that the new normal domain reduces Type 1I error , and point out that the Type I error will be reduced with the introduction of the sample and tends to the stability.

同期刊论文项目
期刊论文 158 获奖 48 专利 14 著作 8
同项目期刊论文
期刊信息
  • 《机械设计与研究》
  • 北大核心期刊(2011版)
  • 主管单位:上海市科学技术协会
  • 主办单位:上海交通大学
  • 主编:邹慧君
  • 地址:上海市华山路1954号(上海交通大学内)
  • 邮编:200030
  • 邮箱:jofmdr@126.com
  • 电话:021-62932023
  • 国际标准刊号:ISSN:1006-2343
  • 国内统一刊号:ISSN:31-1382/TH
  • 邮发代号:4-577
  • 获奖情况:
  • 全国中文核心期刊,中国科技论文统计用刊
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:9239