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:
介绍了支持向量机(SVM)的机理,应用SVM对船舶电站主柴油机进行故障诊断,研究了SVM参数的选择方法,仿真结果表明,SVM具有较好的诊断效果和较强的抗噪声能力;对复合故障样本诊断准确度较RBF神经网络高.
推荐文章
模糊故障诊断在船舶柴油机换气系统中的应用
船舶柴油机
换气系统
模糊故障诊断
隶属函数
基于支持向量机的抽油机故障诊断研究
故障诊断
支持向量机
机器学习
神经网络在船舶柴油机故障诊断中的应用研究
船舶柴油机
故障诊断
RBF网络
遗传算法
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 基于支持向量机的船舶柴油机故障诊断
来源期刊 船舶工程 学科 交通运输
关键词 柴油机 故障诊断 支持向量机
年,卷(期) 2006,(5) 所属期刊栏目 船舶动力装置和辅助机械
研究方向 页码范围 31-33
页数 3页 分类号 U664.121|TP206.3
字数 2777字 语种 中文
DOI 10.3969/j.issn.1000-6982.2006.05.008
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 刘维亭 江苏科技大学电子信息学院 152 944 15.0 22.0
2 朱志宇 江苏科技大学电子信息学院 164 971 15.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (191)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (63)
二级引证文献  (128)
1994(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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 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)
2008(5)
  • 引证文献(3)
  • 二级引证文献(2)
2009(7)
  • 引证文献(1)
  • 二级引证文献(6)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(12)
  • 引证文献(1)
  • 二级引证文献(11)
2012(16)
  • 引证文献(2)
  • 二级引证文献(14)
2013(14)
  • 引证文献(0)
  • 二级引证文献(14)
2014(15)
  • 引证文献(0)
  • 二级引证文献(15)
2015(14)
  • 引证文献(0)
  • 二级引证文献(14)
2016(17)
  • 引证文献(0)
  • 二级引证文献(17)
2017(10)
  • 引证文献(1)
  • 二级引证文献(9)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
研究主题发展历程
节点文献
柴油机
故障诊断
支持向量机
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
船舶工程
月刊
1000-6982
31-1281/U
大16开
上海市中山南二路851号
4-251
1978
chi
出版文献量(篇)
4527
总下载数(次)
24
总被引数(次)
22365
论文1v1指导