Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: analiza cech

Sortuj według:

Ogranicz wyniki do:

An SFA-HMM performance evaluation method using state difference optimization for running gear systems in high-speed trains

Cheng Chao, Wang Meng, Wang Jiuhe, Shao Junjie, Chen Hongtian

International Journal of Applied Mathematics and Computer Science

2022

Vol. 32, no. 3

389--402

The evaluation of system performance plays an increasingly important role in the reliability analysis of cyber-physical systems. Factors of external instability affect the evaluation results in complex systems. Taking the running gear in high-speed trains as an example, its complex operating environment is the most critical factor affecting the performance evaluation design. In order to optimize the evaluation while improving accuracy, this paper develops a performance evaluation method based on slow feature analysis and a hidden Markov model (SFA-HMM). The utilization of SFA can screen out the slowest features as HMM inputs, based on which a new HMM is established for performance evaluation of running gear systems. In addition to directly classical performance evaluation for running gear systems of high-speed trains, the slow feature statistic is proposed to detect the difference in the system state through test data, and then eliminate the error evaluation of the HMM in the stable state. In addition, indicator planning and status classification of the data are performed through historical information and expert knowledge. Finally, a case study of the running gear system in high-speed trains is discussed. After comparison, the result shows that the proposed method can enhance evaluation performance.

Porównanie liniowych metod PCA (Principal Component Analysis) i LDA (Linear Discriminant Analysis) zastosowanych do klasyfikacji matryc wzbudzeniowo-emisyjnych wybranych grup substancji biologicznych

Leśkiewicz M., Kaliszewski M., Mierczyk Z., Włodarski M.

Biuletyn Wojskowej Akademii Technicznej

2016

Vol. 65, nr 1

15--31

W pracy porównano właściwości dwóch liniowych metod (PCA i LDA) pozwalających na redukcję wymiarów w trakcie analizy cech oraz zbadano wydajność tych dwóch algorytmów w procesie klasyfikacji wybranego materiału biologicznego na podstawie jego wzbudzeniowo-emisyjnych matryc fluorescencyjnych. Stwierdzono, że metoda LDA redukuje liczbę wymiarów (znaczących zmiennych) bardziej efektywnie niż metoda PCA. Za pomocą algorytmu LDA udało się uzyskać względnie dobre rozróżnienie badanego materiału biologicznego.

Quality of two linear methods (PCA and LDA) applied to reduce dimensionality of feature analysis is compared and efficiency of their algorithms in classification of the selected biological materials according to their excitation-emission fluorescence matrices is examined. It has been found that LDA method reduces the dimensions (or a number of significant variables) more effectively than PCA method. Arelatively good discrimination within the examined biological material has been obtained with the use of LDA algorithm.