基于LS-SVM的飞机部件故障率预测

• 作者: 严东超 张虎 雷晓犇
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 最小二乘 支持向量机 故障率 预测
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 先进制造技术
• 页码范围: 21-22
• 页数: 2页
• 分类号: TP206.3|O241.5
• 字数: 1620字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1576.2004.03.009

摘要

支持向量机具有完备的统计学习理论基础和学习功能.它用核函数建立预测模型,再用已知数据为学习样本训练学习机,用检验样本进行验证、预测系统未来故障.最小二乘支持向量机(LS-SVM)采用最小二乘线性系统作为损失函数,函数估计精度高、收敛速度快.基于支持向量机的多层参数寻优、等维信息一步预测和不等维信息多步预测,可用于飞机状态评估、故障诊断和参数预测以及故障率分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张虎	空军工程大学工程学院	6	25	3.0	5.0
2	严东超	空军工程大学工程学院	24	225	7.0	14.0
4	雷晓犇	空军工程大学工程学院	21	60	4.0	6.0