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:
支持向量机是基于小样本统计学习理论的分类算法,推广能力强.本文将支持向量机算法应用于泵功图模式识别,首先提取泵功图特征,再使用LibSVM工具箱对特征样本进行训练,建立分类器,并测试其分类能力,实验表明此方法可以应用于泵功图的模式识别.
推荐文章
基于支持向量机的抽油机井功图识别研究
示功图
支持向量机
特征提取
分类
识别
基于电功图的抽油机井工况诊断模型
抽油机井
电功图
工况诊断
特征值
基于支持向量机的地面驱动螺杆泵井工况诊断技术
螺杆泵
工况诊断
支持向量机
Libsvm
人工神经网络
基于粒子群优化支持向量机算法的行驶工况识别及应用
行驶工况识别
粒子群优化
支持向量机(SVM)
插电式混合动力汽车
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 基于支持向量机的泵功图工况识别
来源期刊 价值工程 学科 工学
关键词 泵功图 模式识别 LibSVM
年,卷(期) 2010,(17) 所属期刊栏目 信息技术
研究方向 页码范围 156-157
页数 分类号 TP31
字数 2718字 语种 中文
DOI 10.3969/j.issn.1006-4311.2010.17.101
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 刘炜 13 48 4.0 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  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (15)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
泵功图
模式识别
LibSVM
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
价值工程
旬刊
1006-4311
13-1085/N
大16开
河北省石家庄市槐安西路88号卓达物业楼A501室
18-2
1982
chi
出版文献量(篇)
66563
总下载数(次)
245
总被引数(次)
203407
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导