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:
支持向量机是一种基于统计学习理论的机器学习算法,它能在训练样本很少的情况下达到很好的分类效果.本文以双螺杆挤出机为例,介绍了基于支持向量机的多故障分类器,探讨了"成对分类"与"一类对多类"两种多类分类算法的应用.诊断实例表明,基于支持向量机的多故障分类器对设备故障具有很好的分类效果.
推荐文章
基于遗传算法和支持向量机的故障诊断方法
最小二乘支持向量机
自适应遗传算法
机载电气盒
故障诊断
基于DGA支持向量机的变压器故障诊断
DGA
支持向量机
变压器
故障诊断
参数优化
SVM模型
基于支持向量机的混合电路故障诊断
支持向量机
混合电路
故障诊断
动态电流
基于PCA和HMM—支持向量机的故障诊断方法设计
故障诊断
主成分分析
支持向量机
隐形马尔科夫
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 基于支持向量机故障诊断方法
来源期刊 传感器世界 学科 工学
关键词 故障诊断 支持向量机 多故障分类器
年,卷(期) 2006,(4) 所属期刊栏目 信号与系统
研究方向 页码范围 42-44
页数 3页 分类号 TP391.6
字数 2687字 语种 中文
DOI 10.3969/j.issn.1006-883X.2006.04.010
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 谢芳芳 1 12 1.0 1.0
2 章兢 1 12 1.0 1.0
3 郑剑 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (66)
参考文献  (3)
节点文献
引证文献  (12)
同被引文献  (16)
二级引证文献  (62)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2009(2)
  • 引证文献(1)
  • 二级引证文献(1)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(7)
  • 引证文献(2)
  • 二级引证文献(5)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(13)
  • 引证文献(2)
  • 二级引证文献(11)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
故障诊断
支持向量机
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
传感器世界
月刊
1006-883X
11-3736/TP
大16开
北京市北四环中路35号教2楼501(北京9716信箱404分箱)
82-694
1995
chi
出版文献量(篇)
2678
总下载数(次)
15
论文1v1指导