作者:
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(Support Vector Machine,简称SVM)是目前模式识别领域中最先进的机器学习算法,采用了核函数的思想,把非线性空间的问题转换到线性空间,降低了算法的复杂度.文中对SVM在船用柴油机故障诊断中的应用进行了论述,运用支持向量机理论对其进行了故障诊断的仿真研究和试验研究.
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
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
船舶柴油机的故障与排除方法探析
柴油机
船舶故障
机电设备
汽轮机
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 SVM在船舶柴油机故障检测系统中的应用研究
来源期刊 机电设备 学科 交通运输
关键词 支持向量机 核函数 故障检测 船用柴油机
年,卷(期) 2007,(7) 所属期刊栏目 故障诊断与维护
研究方向 页码范围 26-30
页数 5页 分类号 U664.121
字数 3989字 语种 中文
DOI 10.3969/j.issn.1005-8354.2007.07.013
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 高涛 上海海事大学商船学院 11 21 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  (110)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (3)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(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
核函数
故障检测
船用柴油机
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
机电设备
双月刊
1005-8354
31-1420/TM
大16开
上海市中山南二路851号
4-701
1964
chi
出版文献量(篇)
2423
总下载数(次)
6
总被引数(次)
6422
论文1v1指导