SVM模式识别技术及在机械故障诊断中的应用进展

• 作者: 宋宜梅 林玮 王长林 秦启茂 陈鸿宝
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 支持向量机 机器学习 模式识别 故障诊断
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 256-259
• 页数: 4页
• 分类号: TH17
• 字数: 4052字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2009.03.013

摘要

支持向量机(Support Vector Machines,SVM)是一种基于统计学习理论的新型机器学习方法,对小样本决策具有较好的学习推广性.为在机械故障诊断中更好地运用该方法,从基于支持向量机理论的模式识别技术和机械故障诊断中应用两方面,综述了近年来支持向量机国内外研究应用现状,分析了技术特点、存在问题、解决方案及其在机械工程领域应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋宜梅	桂林电子科技大学机电工程学院	18	79	5.0	8.0
2	王长林	桂林电子科技大学机电工程学院	4	17	2.0	4.0
3	秦启茂	桂林电子科技大学机电工程学院	4	17	2.0	4.0