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:
针对滚动轴承故障识别问题,有效提高分类正确率,提出一种基于Adaboost算法的集成支持向量机智能诊断方法.该方法采用小波包变换提取信号的敏感频带特征;计算各频带能量作为训练特征;将特征向量输入到集成支持向量机中,以实现对不同的滚动轴承故障类型的识别.实验结果表明,该方法能有效地提取故障特征同时获得较好的分类效果.
推荐文章
基于多尺度熵的滚动轴承故障诊断方法
样本熵
多尺度熵
滚动轴承
故障诊断
复杂性
基于改进HHT能量熵和SVM的滚动轴承故障诊断
希尔伯特-黄变换
能量熵
支持向量机
滚动轴承
故障诊断
基于MWT和CNN的滚动轴承智能复合故障诊断方法
滚动轴承
智能复合故障诊断
多小波变换
卷积神经网络
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 基于集成支持向量机的滚动轴承故障智能诊断研究
来源期刊 煤矿机械 学科 工学
关键词 支持向量机 Adaboost算法 小波包变换 特征提取
年,卷(期) 2010,(4) 所属期刊栏目 故障·诊断
研究方向 页码范围 243-245
页数 3页 分类号 TH133.33|TP306
字数 1858字 语种 中文
DOI 10.3969/j.issn.1003-0794.2010.04.105
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 张优云 西安交通大学现代设计与转子轴承系统教育部重点实验室 152 2296 26.0 39.0
2 杨永生 西安交通大学现代设计与转子轴承系统教育部重点实验室 7 38 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (87)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (37)
二级引证文献  (35)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
支持向量机
Adaboost算法
小波包变换
特征提取
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导