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:
在机器状态识别中采用加权SVM算法,对类别差异造成的影响进行了相应的补偿,从而提高了小类别的分类精度,这对于需要重点关注小类别精度的应用场合有重要的现实意义,以某减速箱轴承为例,取得了较好的实验结果.
推荐文章
支持向量机及其在目标识别中的应用
支持向量机
统计学习
目标识别
图像处理
模糊支持向量机情感状态识别的研究
情感状态识别
模糊支持向量机
情感生理参数
改进的支持向量机算法在人脸识别上的应用
支持向量机
混合核函数
粒子群优化算法
人脸识别
支持向量机在仓储物害虫分类识别中的应用研究
仓储物害虫
支持向量机
特征提取
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 加权支持向量机在机器状态识别中的应用
来源期刊 船海工程 学科 交通运输
关键词 支持向量机 分类精度 状态识别
年,卷(期) 2006,(4) 所属期刊栏目 相关技术研究
研究方向 页码范围 108-110
页数 3页 分类号 U6
字数 1622字 语种 中文
DOI 10.3963/j.issn.1671-7953.2006.04.035
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 朱海潮 海军工程大学振动与噪声研究所 66 423 10.0 18.0
2 毛荣富 海军工程大学振动与噪声研究所 30 66 5.0 6.0
3 杜向华 海军工程大学振动与噪声研究所 10 18 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (1853)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(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
支持向量机
分类精度
状态识别
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
船海工程
双月刊
1671-7953
42-1645/U
大16开
武汉市武昌区和平大道1040号
1972
chi
出版文献量(篇)
4860
总下载数(次)
9
总被引数(次)
17407
论文1v1指导