Informacja

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

Wyszukujesz frazę "fuzzy self-organizing map" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Solid lubricated bearings performance degradation assessment: A fuzzy self-organizing map method
Ocena obniżenia charakterystyk łożysk ze smarem stałym: metoda rozmytych samoorganizujących się map
Autorzy:
Zhang, Ch.
Wang, S.
Powiązania:
https://bibliotekanauki.pl/articles/301012.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
solid lubricated bearings
performance degradation
fuzzy self-organizing map
łożyska ze smarem stałym
obniżenie charakterystyk
rozmyta mapa samoorganizująca się
Opis:
Solid lubricated bearings are common components in space mechanisms, and their reliability and performance degradation assessment are very crucial. In this study, a fuzzy self-organizing map method is used to perform performance degradation assessment. Feature vectors are constructed by indices of vibration as well as friction torque signal. Self-organizing map is then used to perform performance degradation assessment and the subjection of each feature vector to normal cluster on output layer is used as degradation indicator. Accelerated life test results show that this method can make effective performance degradation assessment and describe degradation degree in the whole life time.
Łożyska ze smarem stałym to powszechnie stosowane elementy urządzeń, a ich niezawodność i ocena degradacji charakterystyk są bardzo istotne. W przedstawionej pracy wykorzystano metodę rozmytych samoorganizujących się map do oceny obniżenia charakterystyk. Wektory cech skonstruowano za pomocą wskaźników wibracji, jak również sygnału momentu tarcia. Następnie dokonano oceny obniżenia charakterystyk z wykorzystaniem samoorganizującej się mapy, a za wskaźnik degradacji przyjęto przynależność każdego wektora cech do normalnej grupy w warstwie wyjściowej. Wyniki badań przyspieszonych pokazują, że przy użyciu omawianej metody można dokonywać skutecznej oceny obniżenia charakterystyk a także opisywać stopień degradacji w całym okresie eksploatacji.
Źródło:
Eksploatacja i Niezawodność; 2013, 15, 4; 397-402
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A class of neuro-computational methods for assamese fricative classification
Autorzy:
Patgiri, C.
Sarma, M.
Sarma, K. K.
Powiązania:
https://bibliotekanauki.pl/articles/91763.pdf
Data publikacji:
2015
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
neuro-computational classifier
fricative phonemes
Assamese language
Recurrent Neural Network
RNN
neuro fuzzy classifier
linear prediction cepstral coefficients
LPCC
self-organizing map
SOM
adaptive neuro-fuzzy inference system
ANFIS
klasyfikator neuronowy
klasyfikator neuronowo rozmyty
sieć Kohonena
Opis:
In this work, a class of neuro-computational classifiers are used for classification of fricative phonemes of Assamese language. Initially, a Recurrent Neural Network (RNN) based classifier is used for classification. Later, another neuro fuzzy classifier is used for classification. We have used two different feature sets for the work, one using the specific acoustic-phonetic characteristics and another temporal attributes using linear prediction cepstral coefficients (LPCC) and a Self Organizing Map (SOM). Here, we present the experimental details and performance difference obtained by replacing the RNN based classifier with an adaptive neuro fuzzy inference system (ANFIS) based block for both the feature sets to recognize Assamese fricative sounds.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 1; 59-70
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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