原文服务方: 中国机械工程       
摘要:
介绍了支持向量机原理与算法,给出了基于支持向量机多类故障层次分类检测模型以及多类故障分类器构建方法及步骤.用滚动轴承实验数据对分类器的性能进行检验,并与神经网络分类器性能进行初步对比,结果证明了支持向量机方法用于轴承故障检测与识别的可行性和有效性.
推荐文章
蝙蝠算法优化极限学习机的滚动轴承故障分类
蝙蝠算法
极限学习机
无量纲指标
滚动轴承
故障诊断
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
基于pLSA模型的滚动轴承故障检测
滚动轴承故障检测
小波包变换
视觉词袋模型
pLSA模型
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 用于滚动轴承故障检测与分类的支持向量机方法
来源期刊 中国机械工程 学科
关键词 支持向量机 神经网络 故障检测 模式识别 滚动轴承
年,卷(期) 2005,(6) 所属期刊栏目 机械科学
研究方向 页码范围 498-501
页数 4页 分类号 TH17|TP18
字数 语种 中文
DOI 10.3321/j.issn:1004-132X.2005.06.008
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 陶利民 11 142 7.0 11.0
2 李岳 16 158 7.0 12.0
3 温熙森 28 701 14.0 26.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (5)
节点文献
引证文献  (28)
同被引文献  (28)
二级引证文献  (289)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(7)
  • 引证文献(0)
  • 二级引证文献(7)
2009(7)
  • 引证文献(3)
  • 二级引证文献(4)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(8)
  • 引证文献(3)
  • 二级引证文献(5)
2013(9)
  • 引证文献(3)
  • 二级引证文献(6)
2014(21)
  • 引证文献(4)
  • 二级引证文献(17)
2015(33)
  • 引证文献(3)
  • 二级引证文献(30)
2016(45)
  • 引证文献(1)
  • 二级引证文献(44)
2017(54)
  • 引证文献(2)
  • 二级引证文献(52)
2018(45)
  • 引证文献(1)
  • 二级引证文献(44)
2019(50)
  • 引证文献(1)
  • 二级引证文献(49)
2020(20)
  • 引证文献(1)
  • 二级引证文献(19)
研究主题发展历程
节点文献
支持向量机
神经网络
故障检测
模式识别
滚动轴承
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
中国机械工程
月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市洪山区南李路湖北工业大学
1990-01-01
中文
出版文献量(篇)
13171
总下载数(次)
0
总被引数(次)
206238
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导