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:
针对因缺少大量故障数据样本而制约机械故障智能诊断的问题,本文改进了支持向量机多故障分类算法,依据此算法建立了多故障分类器,并应用于汽轮发电机组的故障诊断.应用结果表明,不必进行信号预处理以提取特征量,只需要用少量的时城故障数据样本建立故障分类器.该故障分类嚣可实现多故障的识别和诊断,并且具有算法简单、可对故障在线分类和故障分类能力强的优点.
推荐文章
基于改进二叉树支持向量机的多故障分类算法
二叉树
支持向量机
层次分析法
轴承故障诊断
基于支持向量机故障分类器的参数优化研究
支持向量机
故障分类器
参数优化
基于粗糙集与支持向量机的故障智能分类方法
粗糙集
支持向量机
属性约简
故障分类
基于有序分割的支持向量机多分类方法
支持向量机
欧式距离
二叉树
模拟电路
故障诊断
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 基于支持向量机的多故障分类器及应用
来源期刊 机械科学与技术 学科 工学
关键词 支持向量机 机械故障诊断 多故障分类器
年,卷(期) 2004,(5) 所属期刊栏目
研究方向 页码范围 536-538,601
页数 4页 分类号 TH17|TP18
字数 3877字 语种 中文
DOI 10.3321/j.issn:1003-8728.2004.05.012
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 何正嘉 西安交通大学机械工程学院 204 7277 46.0 77.0
2 张周锁 西安交通大学机械工程学院 44 1467 18.0 38.0
3 李凌均 西安交通大学机械工程学院 13 949 11.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (90)
同被引文献  (74)
二级引证文献  (463)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(3)
  • 引证文献(3)
  • 二级引证文献(0)
2006(9)
  • 引证文献(9)
  • 二级引证文献(0)
2007(13)
  • 引证文献(11)
  • 二级引证文献(2)
2008(31)
  • 引证文献(10)
  • 二级引证文献(21)
2009(40)
  • 引证文献(10)
  • 二级引证文献(30)
2010(45)
  • 引证文献(12)
  • 二级引证文献(33)
2011(47)
  • 引证文献(9)
  • 二级引证文献(38)
2012(45)
  • 引证文献(6)
  • 二级引证文献(39)
2013(46)
  • 引证文献(4)
  • 二级引证文献(42)
2014(52)
  • 引证文献(2)
  • 二级引证文献(50)
2015(54)
  • 引证文献(6)
  • 二级引证文献(48)
2016(51)
  • 引证文献(4)
  • 二级引证文献(47)
2017(39)
  • 引证文献(1)
  • 二级引证文献(38)
2018(33)
  • 引证文献(1)
  • 二级引证文献(32)
2019(40)
  • 引证文献(1)
  • 二级引证文献(39)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
支持向量机
机械故障诊断
多故障分类器
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
机械科学与技术
月刊
1003-8728
61-1114/TH
大16开
西安友谊西路127号
52-193
1981
chi
出版文献量(篇)
8073
总下载数(次)
15
总被引数(次)
69926
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导