-
公开(公告)号:CN109582003B
公开(公告)日:2021-04-20
申请号:CN201811462243.1
申请日:2018-12-03
Applicant: 东北林业大学
IPC: G05B23/02 , G01M13/045 , G06K9/62
Abstract: 基于伪标签半监督核局部费舍尔判别分析轴承故障诊断方法,其特征在于:该方法包括以下步骤:(1)收集轴承不同工状下振动信号经分段后构成训练样本;(2)对(1)获取的训练样本进行特征提取;(3)对(2)的特征归一化处理;(4)对(3)的全体特征集合利用密度峰值聚类求得聚类标签集;(5)用(4)的聚类伪标签构造局部聚类间散度和聚类内散度正则化项,并同FDA中有标签样本的类间散度和类内散度结合,确定最终投影向量;(6)利用(5)的投影向量求有标签特征集在降维空间中的投影集合;(7)利用(6)的投影集合训练极限学习机;(8)对收集的振动信号经(2)、(3)和(5)处理后输入到模型中确定工况。本发明申请应用于轴承设备的故障识别问题。
-
公开(公告)号:CN108709745A
公开(公告)日:2018-10-26
申请号:CN201810407310.3
申请日:2018-05-02
Applicant: 东北林业大学
IPC: G01M13/04
Abstract: 一种基于增强型LPP算法和极限学习机快速轴承故障识别方法,其特征在于:该方法包括以下步骤:(1)收集轴承在不同工状下的振动信号经分段处理后构成训练样本集合;(2)对步骤(1)获取的训练样本集合进行小波广义高斯分布特征和能量谱特征提取;(3)对步骤(2)获取的特征矩阵X*利用z‑score法进行归一化处理,使其范围在[‑1,1]之间;(4)对步骤(3)得到特征矩阵进行增强型局部保持投影分析,最终确定WEnLPP;(5)利用步骤(4)得到的投影向量WEnLPP计算系数向量X'EnLPP=X*×WEnLPP;(6)利用步骤(5)求得的X'EnLPP训练极限学习机模型Melm,(7)对收集到的该轴承振动信号经步骤(1)、(3)和(5)处理后输入到Melm根据输出结果确定最终工况。本发明申请应用于轴承设备的故障识别问题。
-
公开(公告)号:CN108709745B
公开(公告)日:2020-08-11
申请号:CN201810407310.3
申请日:2018-05-02
Applicant: 东北林业大学
IPC: G01M13/045
Abstract: 一种基于增强型LPP算法和极限学习机快速轴承故障识别方法,其特征在于:该方法包括以下步骤:(1)收集轴承在不同工状下的振动信号经分段处理后构成训练样本集合;(2)对步骤(1)获取的训练样本集合进行小波广义高斯分布特征和能量谱特征提取;(3)对步骤(2)获取的特征矩阵X*利用z‑score法进行归一化处理,使其范围在[‑1,1]之间;(4)对步骤(3)得到特征矩阵进行增强型局部保持投影分析,最终确定WEnLPP;(5)利用步骤(4)得到的投影向量WEnLPP计算系数向量X'EnLPP=X*×WEnLPP;(6)利用步骤(5)求得的X'EnLPP训练极限学习机模型Melm,(7)对收集到的该轴承振动信号经步骤(1)、(3)和(5)处理后输入到Melm根据输出结果确定最终工况。本发明申请应用于轴承设备的故障识别问题。
-
公开(公告)号:CN108596488A
公开(公告)日:2018-09-28
申请号:CN201810376569.6
申请日:2018-04-25
Applicant: 东北林业大学
Abstract: 一种基于熵规范化局部保持投影城市物流水平评价方法,其特征在于:该方法包括以下步骤:(1)确定城市物流水平评价准则,并进行产出和投入指标的分类;(2)对步骤(1)获取的投入指标取倒数并对所有指标利用最大最小法进行归一化处理,使其范围在[0,1]之间;(3)对步骤(2)获取的归一化数据矩阵X*进行主元成分分析以及熵规范化局部保持投影分析,最终确定投影向量PPca和WELpp;(4)利用步骤(3)得到的投影向量计算全局分布特征系数向量X′Pca=PPcaTX*以及局部分布特征系数向量X′ELpp=WELppTX*;(5)对步骤(6)中求得的X′Pca和X′ELpp进行加权处理得到最终的评价系数向量X′,对X′进行降序排列即为最终城市物流水平评价结果。本发明申请应用于城市物流水平的评价问题。
-
公开(公告)号:CN110647953A
公开(公告)日:2020-01-03
申请号:CN201810675444.3
申请日:2018-06-27
Applicant: 东北林业大学
Abstract: 基于RFID信息读取识别的物流信息采集系统及采集方法。传统的人工采集信息的技术在物流运输过程的应用存在不足。基于RFID信息读取识别的物流信息采集系统其组成包括:信息实时采集装置,其特征是:所述的信息实时采集装置(1)、包括电源模块(2)、DSP28335最小应用系统模块(3)、GPS信息获取电路模块GTM900(4)、RFID射频识别电路模块KLM900R(5)、GPRS数据发送电路模块SIM900A(6)、RS232串口通信电路模块(7)、所述的电源模块又包括正5V供电电路、3.3V供电电路以及1.9V内核电压供电电路;所述的DSP28335最小应用系统模块又包括30MHZ外部晶振电路(3-1)、上电复位电路(3-2)、BOOT选择电路(3-3)、JTAG扫描电路(3-4)以及RAM扩展电路(3-5)。本发明申请应用于用于物流中的信息采集系统及采集方法。
-
公开(公告)号:CN109582003A
公开(公告)日:2019-04-05
申请号:CN201811462243.1
申请日:2018-12-03
Applicant: 东北林业大学
IPC: G05B23/02 , G01M13/045 , G06K9/62
Abstract: 基于伪标签半监督核局部费舍尔判别分析轴承故障诊断,其特征在于:该方法包括以下步骤:(1)收集轴承不同工状下振动信号经分段后构成训练样本;(2)对(1)获取的训练样本进行特征提取;(3)对(2)的特征归一化处理;(4)对(3)的全体特征集合利用密度峰值聚类求得聚类标签集;(5)用(4)的聚类伪标签构造局部聚类间散度和聚类内散度正则化项,并同FDA中有标签样本的类间散度和类内散度结合,确定最终投影向量;(6)利用(5)的投影向量求有标签特征集在降维空间中的投影集合;(7)利用(6)的投影集合训练极限学习机;(8)对收集的振动信号经(2)、(3)和(5)处理后输入到模型中确定工况。本发明申请应用于轴承设备的故障识别问题。
-
公开(公告)号:CN110348502A
公开(公告)日:2019-10-18
申请号:CN201910583612.0
申请日:2019-06-30
Applicant: 东北林业大学
Abstract: 基于半监督核费舍尔判别分析物流企业客户分类方法,其特征在于:该方法包括以下步骤:(1)确定物流企业常用的客户分类指标及分类情况;(2)根据(1)确定的客户分类指标进行物流企业客户信息的收集;(3)对(2)的数据样本集合标准化处理;(4)对(3)获取的归一化后客户样本数据矩阵构建一致性假设矩阵,并计算局部类间和类内拉普拉斯矩阵;(5)利用步骤(4)中获取的一致性假设矩阵计算正则化项拉普拉斯矩阵并整合到Fisher判别分析目标函数中,通过求解最小化目标函数获得最优投影矩阵;(6)计算(2)的归一化后客户样本在投影矩阵上的投影坐标,(7)利用最近邻算法对投影坐标分类确定客户类别。本发明申请应用于物流企业客户的分类问题。
-
公开(公告)号:CN210720356U
公开(公告)日:2020-06-09
申请号:CN201920466033.3
申请日:2019-04-09
Applicant: 东北林业大学
IPC: G01N33/15 , G05B19/042 , G08C17/02
Abstract: 基于物联网的实验室药品质量检测装置,其组成包括:检测装置,其特征是:所述的检测装置(1)、包括电源供电模块(2)、控制核心模块STM32F103C8T6(3)、外接显示模块LCD1602(4)、Zigbee通信模块DL‑20(5)、蓝牙通信模块HC‑08(6)、温湿度数据采集模块DHT22(7)、按键模块(8)、语音控制模块LD3320(9)、质量数据获取模块HX711。本实用新型申请应用于实验室药品质量检测装置。
-
公开(公告)号:CN210488579U
公开(公告)日:2020-05-08
申请号:CN201921098118.7
申请日:2019-07-12
Applicant: 东北林业大学
IPC: G06K17/00
Abstract: 基于NFC的物流货物信息读取与写入装置,其组成包括:物流货物信息读取与写入装置,其特征是:所述的物流货物信息读取与写入装置包括(1)、电源供电模块3.3V电平转换电路(2)、控制中心模块STM32F103C8T6(3)、4G DTU通信模块E840-DTU(4)、NFC标签读写模块PN532 NFC RFID V3(5)、Zigbee无线通信模块E18-MS1PA1-IPX(6)、LCD显示电路模块LCD12864。
-
公开(公告)号:CN210843020U
公开(公告)日:2020-06-26
申请号:CN201921389221.7
申请日:2019-08-26
Applicant: 东北林业大学
IPC: A61B5/0205 , A61B5/11 , A61B5/00 , H04W4/80
Abstract: 一种基于NFC技术的人体心率检测装置,其组成包括:心率检测及NFC标签读写装置,其特征是:所述的心率检测装置包括供电模块、微处理器模块STM32F103C8T6、加速度传感器模块JY-901、心率检测模块MAX30102、NFC标签读写模块PN532 NFC RFID V3、OLED显示模块0.96寸OLED屏;所述的供电模块又包括锂电池3.7V 180mAh、TP4056充电保护板和3.3V电平转换电路;所述的微处理器模块STM32F103C8T6又包括晶振电路、复位电路、BOOT选择电路、SWD调试接口电路和STM32F103C8T6芯片;所述的晶振电路又包括8MHz主晶振电路和RTC晶振电路。本实用新型申请应用于基于NFC技术的人体心率检测装置。
-
-
-
-
-
-
-
-
-