基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
故障诊断发展的瓶颈之一是故障样本的缺乏,而不仅在于诊断方法本身.支持向量机方法是专门针对小样本情况的,其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优值.该文分析了多类支持向量机的DAGSVM算法,对于σ的取值,提出了基于错分样本数的变增量迭代算法,在小样本情况下对汽轮发电机组故障诊断进行了仿真研究,结果表明了该方法的有效性.图2表2参8
推荐文章
汽轮发电机组振动故障诊断研究
汽轮发电机组
故障诊断
小波分析
神经网络
模糊识别
基于小波模糊网络的电厂汽轮发电机组故障诊断
小波变换
模糊理论
故障诊断
模式识别
汽轮发电机组
基于分形理论的汽轮发电机组故障诊断
分形理论
汽轮发电机组
故障诊断
汽轮发电机组故障诊断的节约覆盖集概率模型
节约覆盖集理论
概率推理
汽轮发电机组
振动故障
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多类支持向量机的汽轮发电机组故障诊断
来源期刊 动力工程 学科 工学
关键词 支持向量机 汽轮发电机组 故障诊断
年,卷(期) 2003,(5) 所属期刊栏目 故障诊断
研究方向 页码范围 2694-2698
页数 5页 分类号 TP18|TM311.07
字数 4482字 语种 中文
DOI 10.3321/j.issn:1000-6761.2003.05.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王东风 华北电力大学动力工程系 170 3490 34.0 51.0
2 韩璞 华北电力大学动力工程系 272 4579 35.0 54.0
3 翟永杰 华北电力大学动力工程系 92 1421 19.0 35.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (49)
参考文献  (2)
节点文献
引证文献  (107)
同被引文献  (134)
二级引证文献  (397)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(4)
  • 引证文献(4)
  • 二级引证文献(0)
2005(6)
  • 引证文献(6)
  • 二级引证文献(0)
2006(10)
  • 引证文献(4)
  • 二级引证文献(6)
2007(17)
  • 引证文献(13)
  • 二级引证文献(4)
2008(22)
  • 引证文献(15)
  • 二级引证文献(7)
2009(39)
  • 引证文献(19)
  • 二级引证文献(20)
2010(40)
  • 引证文献(8)
  • 二级引证文献(32)
2011(29)
  • 引证文献(7)
  • 二级引证文献(22)
2012(40)
  • 引证文献(7)
  • 二级引证文献(33)
2013(42)
  • 引证文献(5)
  • 二级引证文献(37)
2014(35)
  • 引证文献(2)
  • 二级引证文献(33)
2015(42)
  • 引证文献(4)
  • 二级引证文献(38)
2016(55)
  • 引证文献(6)
  • 二级引证文献(49)
2017(49)
  • 引证文献(5)
  • 二级引证文献(44)
2018(36)
  • 引证文献(1)
  • 二级引证文献(35)
2019(35)
  • 引证文献(1)
  • 二级引证文献(34)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机
汽轮发电机组
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
动力工程学报
月刊
1674-7607
31-2041/TK
大16开
上海市闵行剑川路1115号
4-301
1981
chi
出版文献量(篇)
3904
总下载数(次)
10
总被引数(次)
48622
论文1v1指导