.png){kind=icon}
返回
Belt conveyor roller detection method based on genetic algorithm feature selection and stacking learning
.png){kind=icon}
PRE
AI
DOI：10.1088/2631-8695/ade591.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于遗传算法特征选择和堆叠学习的带式输送机滚筒缺陷检测方法被提出。首先收集了1620个样本的三种滚筒缺陷数据。为了提高滚筒缺陷的检测效率，提出了一种基于遗传算法的滚筒缺陷特征选择方法。经遗传算法特征选择后的滚筒特征模型分类效率被证实更高。适应度最高的特征子集包含35个特征。同时构建了用于检测滚筒缺陷的堆叠学习模型。堆叠方法增强了检测滚筒缺陷的基学习器模型的综合性能。该堆叠学习模型最终在滚筒缺陷数据集上达到了94.86%的分类准确率。堆叠学习模型的分类性能优于其基学习模型。结果表明，堆叠学习模型更适合用于滚筒缺陷检测。所提出的带式输送机滚筒缺陷检测方法虽然实现了高精度，但可能受潜在过拟合和环境条件敏感性的限制。下一步优化带式输送机滚筒缺陷检测方法的工作将聚焦于数据集扩展、算法参数调优和环境鲁棒性测试。
Keyword:
roller defect
genetic algorithm
feature selection
stacking learning
期刊
E
IF:
1.6
论文数:
2.1K
被引数:
0
机构
引用论文
New Cointegration-Based Feature Extraction Technique for Intelligent Bearing Fault Detection Under Time-Varying Speed基于协整理论的时间可变速度下智能轴承故障检测特征提取新方法
PREAI
分享收藏Optimal design of intelligent analysis and control system for power grid operation and maintenance智能电网运维分析与控制系统的优化设计.png)
IF0
PREAI
分享收藏Research and design of automatic parking system for vehicle emergency braking and mistakenly stepping on the accelerator车辆紧急制动与误踩油门自动泊车系统的研发设计
IF0
PREAI
分享收藏Key technologies and applications of intelligent dispatching command for high-speed railway in China中国高速铁路智能调度指挥的关键技术与应用
PREAI
分享收藏Adaptive Model Predictive Control for Intelligent Vehicle Trajectory Tracking Considering Road Curvature考虑道路曲率的智能车辆轨迹跟踪的自适应模型预测控制
PREAI
分享收藏RT-LAB Platform for Real-Time Implementation of Luenberger Observer Based Speed Sensorless Control of Induction MotorRT-Lab平台用于基于Luenberger观测器的感应电机无速度传感器控制的实时实现
PREAI
分享收藏
查看更多内容