原文服务方: 科技与创新       
摘要:
发电机系统的大部分运行参数间无严格的逻辑和定量关系,其故障现象与原因及机理之间具有很大的不确定性.因此采用贝叶斯网络推理和诊断具有一定的针对性.本文基于贝叶斯网络对的发电机绕组绝缘状态智能诊断技术进行探讨.
推荐文章
基于朴素贝叶斯算法的社交网络数据挖掘技术研究
朴素贝叶斯算法
社交网络
数据挖掘
基于最小诊断集的贝叶斯网络诊断模型研究
贝叶斯网络
最小诊断集
故障诊断
诊断模型
基于贝叶斯网络推理的起落架系统故障诊断技术研究
起落架系统
贝叶斯网络
故障诊断
概率推理
基于贝叶斯网络模型的电子装备故障诊断研究
电子装备
故障诊断
贝叶斯网络
不确定性
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 基于贝叶斯网络的电机智能诊断技术研究
来源期刊 科技与创新 学科
关键词 贝叶斯网络 诊断系统
年,卷(期) 2006,(1) 所属期刊栏目 故障诊断
研究方向 页码范围 166-168
页数 3页 分类号 TP277|TP182
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2006.01.063
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 朱刚 23 180 8.0 13.0
3 马良 254 3597 28.0 49.0
6 周政新 15 65 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (28)
共引文献  (112)
参考文献  (9)
节点文献
引证文献  (15)
同被引文献  (25)
二级引证文献  (29)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(8)
  • 参考文献(1)
  • 二级参考文献(7)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 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)
2007(3)
  • 引证文献(2)
  • 二级引证文献(1)
2008(6)
  • 引证文献(4)
  • 二级引证文献(2)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(4)
  • 引证文献(2)
  • 二级引证文献(2)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
贝叶斯网络
诊断系统
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导