作者:
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:
提出运用主成分分析法和支持向量机技术相结合的分析法来减少影响设备寿命周期费用因素的数量,降低建模的难度.利用主成分分析法来约简影响因素,采用支持向量机技术来建模,减少非线性数据带来的不确定性.采用Matlab中的支持向量机工具箱,建立回归估算模型,并以实例分析验证本方法的可行性.
推荐文章
基于主成分分析和支持向量机的参数费用模型
主成分分析
支持向量机
参数费用模型
神经网络
基于主成分分析和支持向量机的作战飞机效能评估
主成分分析
支持向量机
效能
神经网络
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
基于主成分分析的最小二乘支持向量机岩性识别方法
测井解释
岩性识别
主成分分析
最小二乘支持向量机
累积方差
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 基于主成分和支持向量机的设备寿命周期费用建模方法
来源期刊 船海工程 学科 地球科学
关键词 LCC 主成分分析 支持向量机 影响因素
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 165-167
页数 分类号 N945.11
字数 2367字 语种 中文
DOI 10.3963/j.issn.1671-7953.2010.04.050
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 丛岩 4 13 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (38)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (27)
二级引证文献  (0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 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
LCC
主成分分析
支持向量机
影响因素
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
船海工程
双月刊
1671-7953
42-1645/U
大16开
武汉市武昌区和平大道1040号
1972
chi
出版文献量(篇)
4860
总下载数(次)
9
总被引数(次)
17407
论文1v1指导