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:
现代大型机电设备的日趋复杂化和自动化导致设备故障现象和机理之间具有很大的不确定性,因此对故障诊断技术提出了更高的要求。针对汽车发动机的工作原理及其故障知识结构特征,基于贝叶斯网络理论,以机器学习中的增量学习为基础提出和研究了在线式贝叶斯网络结构学习方法,并利用该方法对汽车发动机故障结构网络进行在线学习。最后通过实验分析验证了在线式贝叶斯网络故障诊断方法比起传统的贝叶斯网络方法以及专家系统方法,该方法在汽车发动机故障诊断结果中具有更高的准确性和可靠性。
推荐文章
贝叶斯网络结构学习综述
贝叶斯网络
结构学习
数据
统计分析
搜索
贝叶斯网络结构学习的发展与展望
概率贝叶斯网络
因果贝叶斯网络
贝叶斯网络结构学习
因果数据挖掘
基于最大信息系数的贝叶斯网络结构学习算法
贝叶斯网络
结构学习
节点次序
最大信息系数
条件独立性测试
基于量子遗传算法的贝叶斯网络结构学习
贝叶斯网络
结构学习
量子遗传算法
量子位
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 贝叶斯网络结构在线学习算法研究及应用
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 故障诊断 贝叶斯网络 汽车发动机 结构在线学习
年,卷(期) 2008,(12Z) 所属期刊栏目
研究方向 页码范围 2230-2232
页数 3页 分类号 TP18
字数 语种
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 钱娜 2 1 1.0 1.0
2 宫义山 13 61 5.0 7.0
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  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
故障诊断
贝叶斯网络
汽车发动机
结构在线学习
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导