Axis Orbit Recognition of the Hydropower Unit Based on Feature Combination and Feature Selection

稳健性(进化) 特征选择 人工智能 模式识别(心理学) 降维 计算机科学 特征(语言学) 特征提取 支持向量机 计算机视觉 算法 生物化学 化学 语言学 哲学 基因
作者
Wushuang Liu,Yuan Zheng,Xuan Zhou,Qijuan Chen
出处
期刊:Sensors [MDPI AG]
卷期号:23 (6): 2895-2895 被引量:3
标识
DOI:10.3390/s23062895
摘要

Axis-orbit recognition is an essential means for the fault diagnosis of hydropower units. An axis-orbit recognition method based on feature combination and feature selection is proposed, aiming to solve the problems of the low recognition accuracy, poor robustness, and low efficiency of existing axis-orbit recognition methods. First, various contour, moment, and geometric features of axis orbit samples are extracted from the original data and combined into a multidimensional feature set; then, Random Forest (RF)-Fisher feature selection is applied to realize feature dimensionality reduction; and finally, the selected features are set as the input of the support vector machine (SVM), which is optimized by the gravitational search algorithm (GSA) for axis-orbit recognition. The analytical results show that the proposed method has high recognition efficiency and good robustness while maintaining high accuracy for axis-orbit recognition.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Aurora发布了新的文献求助10
刚刚
SciGPT应助受伤芝麻采纳,获得10
1秒前
1秒前
2秒前
2秒前
2秒前
科研通AI2S应助wuluao0915采纳,获得10
3秒前
3秒前
5秒前
莫等闲191完成签到,获得积分20
5秒前
5秒前
wwwq发布了新的文献求助10
6秒前
WSGQT完成签到 ,获得积分10
6秒前
鱼前发布了新的文献求助10
7秒前
一一应助美满的芷蕾采纳,获得10
7秒前
7秒前
科研通AI2S应助sue采纳,获得10
8秒前
时光发布了新的文献求助10
8秒前
今后应助优雅的纸鹤采纳,获得10
9秒前
柒柒完成签到,获得积分10
9秒前
大模型应助miao采纳,获得10
9秒前
莫等闲191发布了新的文献求助10
9秒前
9秒前
结实星星发布了新的文献求助10
9秒前
艳艳宝完成签到 ,获得积分10
10秒前
10秒前
11秒前
13秒前
Tim发布了新的文献求助10
13秒前
lzp发布了新的文献求助10
13秒前
14秒前
Serendipity完成签到,获得积分10
14秒前
XL完成签到,获得积分10
15秒前
Jasper应助风中听枫采纳,获得10
15秒前
ppg123应助东门猪八戒采纳,获得10
15秒前
我很懵逼发布了新的文献求助10
17秒前
乐陶陶发布了新的文献求助10
19秒前
bbbbbbbbs完成签到,获得积分20
19秒前
19秒前
YJH关闭了YJH文献求助
20秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3252365
求助须知:如何正确求助?哪些是违规求助? 2895103
关于积分的说明 8285269
捐赠科研通 2563865
什么是DOI,文献DOI怎么找? 1391939
科研通“疑难数据库(出版商)”最低求助积分说明 651991
邀请新用户注册赠送积分活动 629208