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:
针对水电机组常规振动故障诊断分类器不能反映分类中的不确定信息的不足,提出一种基于粗糙集的一对一(1-v-1)多类支持向量机分类方法.该方法充分利用粗糙集对不确定、不完整数据和复杂模式的良好刻画能力及支持向量机优秀的泛化能力,应用粗糙集最核心的思想:上、下近似来描述支持向量机分类结果.结合1-v-1方法实现支持向量机的多类分类,导出多类分类时样本的上、下近似和边界区域的集合表示,并以规则的形式对分类器进行描述.用所提方法对国际标准测试数据进行实验,并应用于某水电厂机组振动故障诊断.所得结果与单纯1-v-1多类支持向量机方法比较,结果表明该分类器具有规则简洁、分类阶段所需存储空间小,能够反映故障模式分类中的不确定信息等优点.
推荐文章
基于粗糙集和支持向量机的水电机组振动故障诊断
水电机组
故障诊断
频谱分析
粗糙集
支持向量机
基于聚类、粗糙集和支持向量机的故障诊断
K均值聚类
粗糙集
支持向量机
故障诊断
基于粗糙集和AFSA-BP的水电机组故障诊断
粗糙集
BP神经网络
人工鱼群
水电机组
故障诊断
基于变精度粗糙集的水电机组故障诊断
变精度粗糙集
RBF神经网络
水电机组
故障诊断
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 基于粗糙集和多类支持向量机的水电机组振动故障诊断
来源期刊 中国电机工程学报 学科 工学
关键词 水电机组 粗糙集 支持向量机 故障诊断
年,卷(期) 2010,(20) 所属期刊栏目
研究方向 页码范围 88-93
页数 6页 分类号 TM311|TP18
字数 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 周建中 395 5250 35.0 50.0
2 李超顺 35 493 14.0 21.0
3 张孝远 9 108 6.0 9.0
4 黄志伟 7 57 3.0 7.0
5 贺徽 5 30 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (246)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(7)
  • 参考文献(1)
  • 二级参考文献(6)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(12)
  • 参考文献(1)
  • 二级参考文献(11)
2003(14)
  • 参考文献(0)
  • 二级参考文献(14)
2004(15)
  • 参考文献(2)
  • 二级参考文献(13)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(8)
  • 参考文献(5)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
水电机组
粗糙集
支持向量机
故障诊断
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
中国电机工程学报
半月刊
0258-8013
11-2107/TM
大16开
北京清河小营东路15号 中国电力科学研究院内
82-327
1964
chi
出版文献量(篇)
16022
总下载数(次)
42
总被引数(次)
572718
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导