机电设备故障诊断和趋势预测的支持向量机方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3321/j.issn:1002-8331.2005.16.063

机电设备故障诊断和趋势预测的支持向量机方法

引用
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.

设备故障诊断、故障趋势预示、支持向量机

41

TH17

国家自然科学基金50375017;北京市自然科学基金3042006;北京市重点实验室基金030314

2005-09-15(万方平台首次上网日期,不代表论文的发表时间)

共3页

207-209

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

41

2005,41(16)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn