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:
利用小波包能量法提取数据特征值,减轻了通过波形分析法所需要做的大量特征提取工作;并且利用支持向量机(SVM)作为故障分类模型,结合能量法所提取的特征数据,最终得出的结果稳定准确率高。最后拓展讨论了选取不同归一化数据处理方法或不归一化,以及选用不同核函数对最终结果(准确率)的影响。
推荐文章
基于支持向量机的抽油机故障诊断研究
故障诊断
支持向量机
机器学习
基于小波包分析和LS-SVM的柴油机故障诊断方法
柴油机
最小二乘支持向量机
故障诊断
小波包
基于时频奇异谱和RVM的柴油机故障诊断研究
双树复小波包
关联向量机
时频奇异谱
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 基于支持向量机的4-135柴油机故障诊断
来源期刊 科协论坛:下半月 学科 工学
关键词 故障诊断 柴油机 小波分解 支持向量机(SVM)
年,卷(期) 2012,(12) 所属期刊栏目 工程技术与产业经济
研究方向 页码范围 45-46
页数 2页 分类号 TK428
字数 1531字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (2)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
故障诊断
柴油机
小波分解
支持向量机(SVM)
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
科协论坛(下半月)
月刊
1007-3973
42-1341/G3
大16开
湖北省武汉市
1986
chi
出版文献量(篇)
10576
总下载数(次)
28
论文1v1指导