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
机电设备故障诊断和趋势预测的支持向量机方法
被引量:
6
1
作者
王红军
徐小力
《计算机工程与应用》
CSCD
北大核心
2005年第16期207-209,共3页
分析了支持向量机(Support Vector Machine-SVM)的分类和回归算法。对近年来SVM在设备故障诊断和趋势预测方面的应用进行了回顾,给出了SVM用于设备状态趋势预测的模型和算法。采用AR(Auto Regressive)模型和SVM模型进行实验台的振动烈...
分析了支持向量机(Support Vector Machine-SVM)的分类和回归算法。对近年来SVM在设备故障诊断和趋势预测方面的应用进行了回顾,给出了SVM用于设备状态趋势预测的模型和算法。采用AR(Auto Regressive)模型和SVM模型进行实验台的振动烈度的预测,表明SVM模型具有长区间预测精度高的特点。讨论了SVM在设备故障诊断和趋势预测研究的发展前景。
展开更多
关键词
设备
故障
诊断
故障趋势预示
支持向量机
下载PDF
职称材料
题名
机电设备故障诊断和趋势预测的支持向量机方法
被引量:
6
1
作者
王红军
徐小力
机构
北京理工大学机械与车辆工程学院
北京信息科技大学机械工程系
出处
《计算机工程与应用》
CSCD
北大核心
2005年第16期207-209,共3页
基金
国家自然科学基金资助项目(编号:50375017)
北京市自然基金资助项目(编号:3042006)
北京市重点实验室开放项目(编号:030314)
文摘
分析了支持向量机(Support Vector Machine-SVM)的分类和回归算法。对近年来SVM在设备故障诊断和趋势预测方面的应用进行了回顾,给出了SVM用于设备状态趋势预测的模型和算法。采用AR(Auto Regressive)模型和SVM模型进行实验台的振动烈度的预测,表明SVM模型具有长区间预测精度高的特点。讨论了SVM在设备故障诊断和趋势预测研究的发展前景。
关键词
设备
故障
诊断
故障趋势预示
支持向量机
Keywords
machinery fault diagnosis,fault trend prediction,support vector machine
分类号
TH17 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
机电设备故障诊断和趋势预测的支持向量机方法
王红军
徐小力
《计算机工程与应用》
CSCD
北大核心
2005
6
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