Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "partial least squares regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    A transformer winding deformation detection method based on the analysis of leakage inductance changes
    Autorzy:
    Jiansheng, L.
    Fengbo, T.
    Chao, W.
    Yuncai, L.
    Peng, W.
    Mengzhou, Z.
    Miao, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/140628.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    condition-based maintenance
    winding deformation
    leakage inductance
    partial least squares regression
    Opis:
    The detection of transformer winding deformation caused by short-circuit current is of great significance to the realization of condition based maintenance. Considering the influence of environment and measurement errors, an online deformation detection method is proposed based on the analysis of leakage inductance changes. First, the operation expressions are derived on the basis of the equivalent circuit and the leakage inductance parameters are identified by the partial least squares regression algorithm. Second, the amount of the leakage inductance samples in a detection time window is determined using the Monte Carlo simulation thought, and then the samples in the confidence interval are obtained. Last, a criteria is built by the mean value changes of the leakage inductance samples and the winding deformation is detected. The online detection method considers the random fluctuation characteristics of the leakage inductance samples, adjust the threshold value automatically, and can quantify the change range to assess the severity. Based on the field data, the distribution of the leakage inductance samples is analyzed to obey the normal function approximately. Three deformation experiments are done by different sub-winding connections and the detection results verify the effectiveness of the proposed method.
    Źródło:
    Archives of Electrical Engineering; 2015, 64, 2; 333-346
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Speech emotion recognition based on sparse representation
    Autorzy:
    Yan, J.
    Wang, X.
    Gu, W.
    Ma, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/177778.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    speech emotion recognition
    sparse partial least squares regression SPLSR
    SPLSR
    feature selection and dimensionality reduction
    Opis:
    Speech emotion recognition is deemed to be a meaningful and intractable issue among a number of do- mains comprising sentiment analysis, computer science, pedagogy, and so on. In this study, we investigate speech emotion recognition based on sparse partial least squares regression (SPLSR) approach in depth. We make use of the sparse partial least squares regression method to implement the feature selection and dimensionality reduction on the whole acquired speech emotion features. By the means of exploiting the SPLSR method, the component parts of those redundant and meaningless speech emotion features are lessened to zero while those serviceable and informative speech emotion features are maintained and selected to the following classification step. A number of tests on Berlin database reveal that the recogni- tion rate of the SPLSR method can reach up to 79.23% and is superior to other compared dimensionality reduction methods.
    Źródło:
    Archives of Acoustics; 2013, 38, 4; 465-470
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Partial least squares method in the analysis of the intensity of damage in prefabricated large-block building structures
    Metoda cząstkowych najmniejszych kwadratów w analizie intensywności uszkodzeń budynków wielkoblokowych
    Autorzy:
    Firek, K.
    Rusek, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/219406.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    analiza składowych głównych
    regresja cząstkowych najmniejszych kwadratów
    wpływy górnicze
    stan techniczny budynków
    principal components analysis
    partial least squares regression
    mining effects
    technical condition of building
    Opis:
    The paper presents the research methodology aimed at determining the building damage intensity index as a linear combination of indices describing the damage to its individual components. The research base comprised 129 building structures erected in the large-block technology. The study compared the results of a standardized approach to data mining - PCA (Principal Components Analysis) with the procedure of the PLSR method (Partial Least Squares Regression). As a result of the analysis, a generalized form of the building damage index was obtained, as a linear combination of the damage to its components.
    W referacie przedstawiono metodykę badań, której celem było ustalenie wskaźnika zakresu intensywności uszkodzeń budynku, jako kombinacji liniowej wskaźników opisujących uszkodzenia jego elementów składowych. Bazą do badań było 129 budynków wzniesionych w technologii wielkoblokowej. W badaniach porównano wyniki standardowego podejścia do eksploracji danych PCA (Principal Components Analysis) z procedurą metody PLSR (Partial Least Squares Regression). W wyniku analiz uzyskano uogólnioną postać wskaźnika uszkodzeń budynku jako kombinacji liniowej uszkodzeń elementów składowych.
    Źródło:
    Archives of Mining Sciences; 2017, 62, 2; 269-277
    0860-7001
    Pojawia się w:
    Archives of Mining Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies