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(SVM,Support Vector Machines)是构造数据挖掘分类器的一项新型技术,并且成为模式识别和故障诊断的有效工具.为有效利用SVM进行故障诊断,主要从SVM研究热点、分类算法以及基于MATLAB的SVM工具箱进行了论述,详细讨论了工具箱中的分类函数,并对其模型参数选择进行了研究.通过对某控制系统的故障进行诊断,故障诊断结果定位准确,证明了SVM分类的有效性以及特定情况下模型参数选择的可行性.
推荐文章
控制系统故障诊断
故障诊断
故障检测
故障隔离
控制系统
控制系统故障诊断方法综述
故障检测
故障诊断
解析冗余
专家系统
免疫系统
数据驱动
基于SDG模型的控制系统故障诊断方法
SDG模型
控制系统
故障诊断
一种基于支持向量机预测器模型的转子系统故障诊断方法
回归
预测
支持向量机
故障诊断
转子系统
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 基于支持向量机的控制系统故障诊断研究
来源期刊 中国测试 学科 工学
关键词 SVM算法 MATLAB软件 分类 故障诊断 参数选择
年,卷(期) 2009,(6) 所属期刊栏目 工程测试与控制技术
研究方向 页码范围 116-118
页数 分类号 TP391.9|TP277
字数 2795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 王竹林 军械工程学院四系 47 261 8.0 15.0
2 夏兴宇 军械工程学院四系 4 8 2.0 2.0
3 张自宾 军械工程学院四系 36 78 5.0 6.0
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  (13)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (18)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(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
SVM算法
MATLAB软件
分类
故障诊断
参数选择
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
中国测试
月刊
1674-5124
51-1714/TB
大16开
成都市成华区玉双路10号
26-260
1975
chi
出版文献量(篇)
4463
总下载数(次)
7
论文1v1指导