亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Extracting random forest features with improved adaptive particle swarm optimization for industrial robot fault diagnosis

粒子群优化 随机森林 断层(地质) 机器人 计算机科学 人工智能 特征(语言学) 小波 特征提取 集合(抽象数据类型) 数据挖掘 模式识别(心理学) 机器学习 哲学 程序设计语言 地震学 地质学 语言学
作者
Yifan Wu,Yun Bai,Shuai Yang,Chuan Li
出处
期刊:Measurement [Elsevier]
卷期号:229: 114451-114451 被引量:2
标识
DOI:10.1016/j.measurement.2024.114451
摘要

Feature extraction is a vital step for the fault diagnosis of industrial robots, while large-scale measured signals produce redundant features impairing the diagnosis performance. To address this problem, an improved adaptive particle swarm optimization (IAPSO) is suggested to extract effective features for random forest (RF) diagnosis. Raw data collected under different kinds of complex conditions are first represented by statistical parameters of its wavelet coefficients. A relative permutation order based scaling method with analytic hierarchy process is then used for selecting suitable updated strategies. RF is finally used to measure classification performance of each particle. The proposed method was evaluated by experiments on an industrial robot. Feature set was reduced 52 % from the initial size by using IAPSO, still achieving a superior classification precision over 96 %. The proposed method performs better than other peer methods and exhibits an essential improvement potential for the fault diagnosis of industrial robots.
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
fleeper发布了新的文献求助10
13秒前
大方易巧完成签到 ,获得积分10
17秒前
25秒前
下雨的颜色完成签到,获得积分10
29秒前
mayue发布了新的文献求助10
32秒前
mayue完成签到,获得积分20
47秒前
Lucas应助fleeper采纳,获得10
53秒前
华仔应助lbjcp3采纳,获得10
1分钟前
1分钟前
1分钟前
1分钟前
浚稚完成签到 ,获得积分10
1分钟前
怪胎完成签到,获得积分10
1分钟前
小石头发布了新的文献求助10
1分钟前
1分钟前
lbjcp3发布了新的文献求助10
1分钟前
彭于晏应助小石头采纳,获得10
1分钟前
科研通AI2S应助lbjcp3采纳,获得10
1分钟前
1分钟前
科研通AI2S应助优秀夏天采纳,获得10
1分钟前
mingyue发布了新的文献求助10
1分钟前
韩soso完成签到,获得积分10
2分钟前
小蘑菇应助科研通管家采纳,获得20
2分钟前
ding应助科研通管家采纳,获得10
2分钟前
研友_VZG7GZ应助有热心愿意采纳,获得10
2分钟前
李大姐发布了新的文献求助10
2分钟前
2分钟前
如沐春风发布了新的文献求助10
3分钟前
mengxing1完成签到 ,获得积分10
3分钟前
3分钟前
4分钟前
星辰大海应助有热心愿意采纳,获得10
4分钟前
recardo应助悠悠采纳,获得10
4分钟前
4分钟前
Vivalavida完成签到,获得积分10
5分钟前
涂山发布了新的文献求助10
5分钟前
Vivalavida发布了新的文献求助10
5分钟前
5分钟前
涂山完成签到,获得积分10
5分钟前
阿尼亚发布了新的文献求助10
5分钟前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Handbook of Qualitative Cross-Cultural Research Methods 600
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
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 3139548
求助须知:如何正确求助?哪些是违规求助? 2790430
关于积分的说明 7795241
捐赠科研通 2446905
什么是DOI,文献DOI怎么找? 1301468
科研通“疑难数据库(出版商)”最低求助积分说明 626238
版权声明 601146