期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波分析和支持向量机的供电线路故障诊断
被引量:
5
1
作者
易小志
李夏青
《北京石油化工学院学报》
2005年第3期36-40,共5页
将小波分析与支持向量机(SVM)相结合对供电线路故障进行自动诊断。运用变尺度多分辨小波分析方法对供电线路故障信号进行特征分析,SVM能够对小样本数据进行模式识别并且具有很好的分类推广能力。在小波分析信号特征提取的基础上,利用分...
将小波分析与支持向量机(SVM)相结合对供电线路故障进行自动诊断。运用变尺度多分辨小波分析方法对供电线路故障信号进行特征分析,SVM能够对小样本数据进行模式识别并且具有很好的分类推广能力。在小波分析信号特征提取的基础上,利用分布式多SVM分类器识别故障。实验表明,该方法能有效地对供电线路故障进行准确识别和诊断。
展开更多
关键词
小波分析
支持向量机
信号特征
线路诊断
下载PDF
职称材料
题名
基于小波分析和支持向量机的供电线路故障诊断
被引量:
5
1
作者
易小志
李夏青
机构
北京化工大学信息科学与技术学院
北京石油化工学院自动化系
出处
《北京石油化工学院学报》
2005年第3期36-40,共5页
文摘
将小波分析与支持向量机(SVM)相结合对供电线路故障进行自动诊断。运用变尺度多分辨小波分析方法对供电线路故障信号进行特征分析,SVM能够对小样本数据进行模式识别并且具有很好的分类推广能力。在小波分析信号特征提取的基础上,利用分布式多SVM分类器识别故障。实验表明,该方法能有效地对供电线路故障进行准确识别和诊断。
关键词
小波分析
支持向量机
信号特征
线路诊断
Keywords
wavelet analysis
support vector machine
signal feature
power line diagnosis
分类号
TM7 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小波分析和支持向量机的供电线路故障诊断
易小志
李夏青
《北京石油化工学院学报》
2005
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部