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:
由于网络故障信息通常表现出不确定、复杂的特点并且对故障特征的描述也多是非完备的,运用支持向量机进行故障诊断经常不能达到其最优性能.本文提出一种新颖的二维bagging集成支持向量机,显著提高了传统支持向量机进行网络故障诊断的精度.实验结果验证了该方法的准确性和有效性.
推荐文章
基于支持向量机集成学习的网络故障诊断方法
支持向量机
二重扰动
集成学习
故障诊断
基于最小二乘支持向量机的故障诊断方法
小波包分析
故障诊断
特征向量
最小二乘支持向量机
核函数
基于Bagging支持向量机集成的入侵检测研究
入侵检测
支持向量机
集成
Bagging
基于支持向量机的混合电路故障诊断
支持向量机
混合电路
故障诊断
动态电流
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 二维bagging集成支持向量机进行网络故障诊断
来源期刊 电子测量与仪器学报 学科 工学
关键词 支持向量机 二维bagging集成 网络故障诊断
年,卷(期) 2008,(1) 所属期刊栏目
研究方向 页码范围 10-14
页数 5页 分类号 TP393|TP311
字数 3626字 语种 中文
DOI
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 孙世新 电子科技大学计算机科学与工程学院 141 955 16.0 22.0
2 王磊 电子科技大学计算机科学与工程学院 51 356 8.0 16.0
3 杨浩淼 电子科技大学计算机科学与工程学院 31 159 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (7)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
二维bagging集成
网络故障诊断
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
论文1v1指导