支持向量机在TE过程故障诊断中的应用

• 作者: 李芳
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 支持向量机 故障诊断 TE过程
• 年，卷（期）: 2010,（2）
• 页码范围: 195-199
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2010.02.021

摘要

支持向量机学习算法针对小样本情况表现出优良的性能,能够在有限特征信息情况下.最大限度地发掘数据中隐含的分类知识,使其能够更适用于故障诊断领域.研究决策有向无环图多类分类支持向量机在TE(Tenessee Eastman,TE)过程中的应用.仿真结果表明该方法分类精度较高且测试时间短,能够满足复杂工业过程对故障诊断的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李芳	安徽工业大学工程实践与创新教育中心	6	22	2.0	4.0