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:
故障诊断是计算机模式识别领域的一个活跃课题。文中提出一种基于BP神经网络和支持向量机(SVM)的电机故障诊断方法,设计了适合该诊断系统的网络结构。仿真结果表明:该网络结构比BP算法具有更快的学习速度和更高的学习精度,完全适用于电机故障诊断系统。
推荐文章
基于小波神经网络的电机声频故障诊断系统
小波变换
神经网络
故障诊断
基于单片机和BP神经网络的凝汽器故障诊断系统
单片机
故障诊断
凝汽器
反向传播网络
基于小波包和改进 BP 神经网络算法的电机故障诊断
故障诊断
小波变换
神经网络
电机
基于BP神经网络的网络智能诊断系统
网络故障
智能诊断
BP神经网络
训练样本
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BP神经网络和支持向量机的电机故障诊断系统
来源期刊 自动化信息 学科 工学
关键词 电机 故障诊断 BP神经网络 支持向量机
年,卷(期) 2006,(11) 所属期刊栏目
研究方向 页码范围 41-42
页数 2页 分类号 TP277
字数 语种
DOI
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
研究主题发展历程
节点文献
电机
故障诊断
BP神经网络
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
自动化信息
月刊
1817-0633
成都市小南街123号冠城花园檀香阁3-1
出版文献量(篇)
5766
总下载数(次)
16
总被引数(次)
0
论文1v1指导