刘然
- 作品数：3 被引量：14H指数：2
- 供职机构：西南交通大学机械工程学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：机械工程交通运输工程更多>>
- 基于粗糙集和BP神经网络的刀具状态监测被引量：4
- 2015年
- 在刀具磨损状态监测中,能够提取到的反映不同刀具磨损状态的特征量较大,基于神经网络的状态识别无法去掉冗余特征,会存在训练时间长和准确率降低等问题。针对这些问题,提出基于粗糙集-BP神经网络的刀具磨损状态监测方法,利用粗糙集对特征进行属性约简,去掉冗余信息,从而优化特征,并且减少神经网络的输入端数据,可以缩短神经网络的训练时间和提高识别的准确率。通过对实测刀具数据进行分析,证明了该方法的有效性。
- 刘然傅攀
- 关键词：刀具状态监测粗糙集理论BP神经网络小波包分析
- 基于毫米波雷达测距的汽车防撞系统研究被引量：9
- 2010年
- 预知前方行驶车辆的速度和距离的安全避撞装置可以提前预警以达到安全避撞的目的。运用毫米波雷达测距原理获得目标的速度和距离,并进行系统设计和软件设计,实现对汽车防震系统的研究和实现。
- 廖术娟刘然崔德琦
- 关键词：毫米波雷达测距
- 基于SVM和BP神经网络的滚动轴承故障诊断被引量：1
- 2014年
- 为更好地对滚动轴承进行状态监测和故障诊断,采集3种不同状态下的滚动轴承振动信号,根据振动信号特点提取其时域和频域的相关特征,然后分别利用SVM(支持向量机)和BP神经网络进行模式识别。不断减少每种状态下训练样本集的个数,利用2种不同的方法进行模式识别。当每种状态下的样本个数为3个时,支持向量机仍然能准确地将测试样本进行分类,而BP神经网络完全无法识别。实验结果表明,支持向量机比BP神经网络更适合于小样本的故障诊断。
- 刘然傅攀
- 关键词：滚动轴承BP神经网络故障诊断SVM
