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:
针对两种支持向量域模型分别分析了支持向量的分布特性,在此基础上从训练集中选取具有一定几何特征的向量构建预测模型.这些特征向量的预选取在不影响支持向量域的故障预报能力的前提下,大大减少了训练样本,提高了支持向量域的训练效率.仿真实验表明了该方法的有效性和可行性.
推荐文章
基于随机中心距离排序的支持向量预选取方法
支持向量预选取
随机中心
距离排序
边界样本集
一种改进的LSSVM支持向量预选取算法
最小二乘支持向量机
K均值聚类
K最近邻
预选取算法
稀疏化
支持向量域多分类器
多分类器
支持向量域描述
最小包围超球
相对类距离
空间位置
基于数据域描述的模糊支持向量回归
支持向量机
数据域描述
模糊隶属度
建模
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 基于支持向量预选取的支持向量域故障预报
来源期刊 控制与决策 学科 工学
关键词 支持向量域 支持向量预选取 故障预报
年,卷(期) 2009,(7) 所属期刊栏目 论文与报告
研究方向 页码范围 985-989,995
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.3321/j.issn:1001-0920.2009.07.005
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (5)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量域
支持向量预选取
故障预报
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
论文1v1指导