公共文化服务平台

量子BP神经网络在发动机故障诊断中的应用被引量：15: 2014年; 为了解决普通BP神经网络收敛速度慢、分类正确率低等问题,提出一种量子BP神经网络算法。该算法在普通BP神经网络中引入了量子算法,量子BP神经网络结构由输入层、隐含层和输出层组成,其中,量子神经元的输入和传递函数均由量子比特表示,输出结果为实数。首先,该算法将实数值训练样本变换为量子态训练样本,从而作为算法的输入。然后,通过传递函数,计算量子态权值并更新网络参数以达到训练效果。最后,利用训练好的网络进行故障诊断,并将结果以实数值输出。将该方法应用于发动机故障诊断,实验结果表明,与普通BP神经网络相比,量子BP神经网络算法在收敛速度、分类正确率和执行时间等方面具有明显的优势。; 李胜张培林李兵李琛; 关键词：量子计算量子神经网络发动机故障诊断

基于改进半监督局部保持投影算法的故障诊断被引量：13: 2015年; 为解决在少量标记样本的条件下故障诊断困难的问题,提出一种基于改进半监督局部保持投影(ISS-LPP)的故障诊断方法。ISS-LPP算法利用部分标记样本的标签信息调整原始特征空间中样本间的权值矩阵,并根据所有样本在特征空间的分布情况自适应的调整邻域参数,寻找数据的低维本质流形,得到原始特征空间样本数据的低维特征向量和投影转换矩阵。以得到的低维特征向量为输入,建立分类器,识别和判断故障类型。将ISS-LPP算法应用于滚动轴承的故障诊断。实验结果表明:该方法能够在标记样本较少时,提高轴承的故障诊断精度。; 杨望灿张培林吴定海陈彦龙; 关键词：故障诊断权值矩阵滚动轴承

基于模糊熵与LS-SVM的轴承故障诊断被引量：22: 2014年; 由于滚动轴承不同状态的振动信号具有不同复杂度的特点,提出利用模糊熵和最小二乘支持向量机(LSSVM)实现轴承故障的准确诊断。模糊熵将模糊理论引入到数据序列的复杂度测度中,能够测量出不同复杂度的数据序列。根据模糊熵计算方法,选择最优参数计算轴承振动信号的模糊熵,作为区分轴承不同故障状态的特征参数。以轴承振动信号的模糊熵为输入,以最小二乘支持向量机为分类器,准确识别轴承故障状态。轴承实测振动信号分析表明,方法能够有效诊断轴承故障,提高故障诊断的准确率。; 杨望灿张培林任国全李俊; 关键词：模糊熵最小二乘支持向量机滚动轴承故障诊断

基于量子Hadamard变换的滚动轴承振动信号分析方法被引量：1: 2019年; 针对传统的滚动轴承振动信号分析方法在对信号降噪过程中容易产生的噪声信号与非噪声信号混杂的问题,提出一种基于量子Hadamard变换的信号分析方法。该方法通过将单个采样点信号量子化,深入分析每一个采样点内部信息,实现信号降噪的同时,完成对振动信号故障信息的突出表达,改善了振动信号的分析效果。实验结果表明,与传统的基于数学形态学的分析方法相比,基于量子Hadamard变换的分析方法能够有效提升滚动轴承信号的降噪效果,故障特征信号得到有效凸显。; 王怀光陈彦龙杨望灿王强; 关键词：信号分析振动信号

基于量子计算的限制波尔兹曼机网络模型及分类算法被引量：2: 2015年; 为进一步简化模型结构,提高模式识别性能,提出一种基于量子计算的限制波尔兹曼机网络模型(Restricted Boltzmann Machine Based on Quantum Computation,QRBM)。在QRBM网络中,依据RBM的网络结构,以量子计算为基础。首先,对数据进行量子化编码。然后,执行量子操作,生成网络的权值矩阵以简化步骤、提高计算效率。之后,确定网络层数以提高准确率,缩短执行时间。最后,实现QRBM模型参数的更新,从而达到故障分类的目的。将该方法用于齿轮箱模式识别中,提取齿轮箱的正常、齿面磨损、齿根裂纹和断齿等振动信号的数据作为原始特征,采用QRBM神经网络模型进行模式识别。实验结果表明,QRBM分类算法在分类准确率和执行时间上获得的效果比普通神经网络、支持向量机和RBM网络更好,验证了本文方法的有效性和可行性。; 张培林李胜吴定海李兵周云川; 关键词：量子计算神经网络齿轮模式识别

渐近式Bloch球面搜索的量子遗传算法及其应用被引量：2: 2016年; 为了进一步加快搜索速度,提高优化效果,提出了一种渐近式Bloch球面搜索的量子遗传算法.在该算法中,首先采用Bloch球面坐标对量子染色体进行编码,然后基于最小二乘法理论,构建了量子染色体的更新策略,建立了量子旋转门角度大小和方向的公式,最后构造了变异操作中相位公式.将本文算法应用于多变量函数极值优化问题进行验证.实验结果表明,该算法不仅具有较好的种群多样性和随机性,而且还具有进化代数少、收敛速度快和优化效率高等优点.; 李胜张培林李兵周云川; 关键词：量子计算最小二乘法量子遗传算法

量子BP神经网络的自适应振动信号压缩及应用被引量：2: 2014年; 针对一维振动信号的压缩特点,提出一种改进的量子BP神经网络(IQBPN)信号压缩方法。本文根据一维振动信号的方差,将信号分为四个部分:平滑区、半平滑区、半边界区和边界区,从而可以选择不同的压缩比来对不同的区域进行压缩,以保持信号的丰富细节,保障压缩的质量。同时,利用量子BP神经网络的计算并行性和算法加速能力,从而提高了神经网络的收敛速度,缩短了压缩时间,为在线实时传输提供了一种新方法。实验证明,与其他方法相比,该算法在相同的压缩比时,可以提高信噪比,缩短运行时间。; 王怀光张培林李胜吴定海周云川; 关键词：振动信号信号压缩轴向柱塞泵自适应

基于量子叠加态参数估计的机械振动信号降噪方法被引量：3: 2014年; 提出基于量子叠加态参数估计的机械振动信号降噪方法。考虑双树复小波系数虚、实部关系,建立带自适应参数的二维概率密度函数模型;研究父-子代小波系数相关性,提出量子叠加态信号与噪声出现概率,并结合贝叶斯估计理论推导出基于量子叠加态参数估计的自适应收缩函数;分析仿真信号与滚动轴承故障振动信号。结果表明该方法较传统软硬阈值算法适应性更好,降噪效果显著。; 陈彦龙张培林王怀光; 关键词：降噪双树复小波变换参数估计

基于量子门组的量子神经网络模型及其应用被引量：1: 2015年; 为进一步提高量子神经网络的性能,结合目前神经网络机理的研究进展,提出了一种基于量子门组的量子神经元模型,建立了量子门组量子神经网络(Quantum Gate Set Neural Network,QGSNN)。该算法由输入层、隐含层和输出层组成,该算法将转换后的量子态训练样本作为输入。利用量子旋转门和通用量子门完成旋转、选择、翻转和聚合等一系列操作,并完成了网络参数的更新。将训练后的结果输出。QGSNN算法的泛化能力在数学上得到了证明,并利用两个仿真实验对该方法进行验证。实验结果表明,与普通神经网络和普通量子神经网络相比,QGSNN算法在泛化性能、鲁棒性、准确率和执行时间等方面具有较好的效果。; 李胜张培林李兵周云川; 关键词：量子计算量子神经网络故障诊断

量子GA-PLS特征选择算法及其应用被引量：4: 2014年; 为进一步提高遗传算法-偏最小二乘法的计算速度和计算效率,将量子算法融合到遗传算法-偏最小二乘法中,提出一种新的特征选择方法;量子遗传算法-偏最小二乘法(Quantum genetic algorithm-partial square least,QGA-PLS)算法。该方法利用量子态和叠加态原理对染色体进行编码,采用量子旋转门进行遗传操作,以实现参数的更新和增强种群多样性.同时,用量子计算重新构建了偏最小二乘法回归模型来计算个体适应度,以充分发挥快速收敛和全局优化能力.将方法应用于函数极值优化和Iris数据集的特征选择,实验结果表明,QGA-PLS在特征选择、运算时间和分类准确率方面优于QGA和GA-PLS,从而验证了QGA-PLS算法的有效性.; 李胜张培林李兵周云川; 关键词：量子光学量子计算

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(E51205405)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(E51205405)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈