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:
本文将支持向量机(SVM)引入雷达故障预诊断,实现了雷达进入潜伏性故障时就提前诊断。很好地解决雷达故障诊断流程复杂、诊断时间长等问题。这是由于SVM可以很好地解决小样本、非线性分类问题,而这正是潜伏性雷达故障的特点。本文最后通过实例充分说明了该算法在排除雷达潜伏性故障方面的能力。
推荐文章
基于SVM的柴油机故障诊断方法研究
支持向量机
神经网络
故障诊断
小波包
柴油机
基于PSO-SVM的发动机故障诊断研究
粒子群优化算法
支持向量机
发动机
故障诊断
雷达数字电路板故障测试与诊断技术研究
雷达
可测性设计
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SVM的雷达故障预诊断技术研究
来源期刊 计算机科学与应用 学科 工学
关键词 SVM 雷达故障 预诊断
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 20-22
页数 3页 分类号 TP39
字数 语种
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 王玉松 1 0 0.0 0.0
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  (0)
同被引文献  (0)
二级引证文献  (0)
2011(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
SVM
雷达故障
预诊断
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
总被引数(次)
0
论文1v1指导