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:
针对经典的装备可靠性评估方法在小样本情况下难以得到满意的评估结果的问题,提出了一种综合运用支持向量回归(SVR)算法和自适应重要抽样(AIS)算法进行评估的新方法.该方法通过分析小样本条件下装备可靠性评估原理,建立基于SVR和AIS的装备可靠性评估模型,分析小样本条件下开展装备可靠性评估的过程,给出相应的统一建模语言(UML)序列图.以华中数控公司的高速进给伺服实验台为对象对此新的装备可靠性评估方法进行了检验,结果显示此方法能较好地解决小样本数据集下进行装备可靠性评估时遇到的非线性、评估精度低等问题.
推荐文章
基于加权响应面的支持向量回归机可靠性分析方法
失效概率
隐式功能函数
加权线性响应面
支持向量回归机
基于支持向量回归机的电能质量评估
电能质量
评估模型
支持向量机
支持向量回归机
基于支持向量回归的迭代序列响应面可靠度计算方法
支持向量回归
迭代序列
响应面
可靠度计算
基于标准支持向量回归的阵列波束优化研究
支持向量机
标准支持向量回归
波束形成
阵列信号处理
优化
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 基于支持向量回归的装备可靠性评估新方法
来源期刊 高技术通讯 学科 工学
关键词 可靠性评估 支持向量回归(SVR) 自适应重要抽样(AIS) 小样本数据集 统一建模语言(UML)
年,卷(期) 2011,(10) 所属期刊栏目 先进制造与自动化技术
研究方向 页码范围 1095-1100
页数 分类号 TP181
字数 4404字 语种 中文
DOI 10.3772/j.issn.1002-0470.2011.10.016
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 邵新宇 华中科技大学数字制造与装备国家重点实验室 107 1883 24.0 39.0
2 吴军 华中科技大学船舶与海洋工程学院 75 1114 19.0 30.0
3 邓超 华中科技大学数字制造与装备国家重点实验室 56 785 17.0 25.0
4 毛宽民 华中科技大学数字制造与装备国家重点实验室 27 345 9.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (10)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (11)
1990(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 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)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
可靠性评估
支持向量回归(SVR)
自适应重要抽样(AIS)
小样本数据集
统一建模语言(UML)
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导