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:
针对旋转机械振动故障诊断,提出了一种基于邻域粗糙集模型的改进支持向量机的诊断方法.该方法对选取的特征向量进行约简,并将约简结果作为支持向量机的输入特征向量来诊断旋转机械的工作状态.实验结果表明:与属性约简前的支持向量机诊断模型相比,该方法能够在提高分类精度的前提下缩短系统的诊断时间,取得了良好的效果.
推荐文章
基于粗糙集神经网络的旋转机械故障诊断
粗糙集
自适应遗传算法
神经网络
旋转机械
故障诊断
基于粗糙集与支持向量机的变压器故障诊断
变压器
故障诊断
支持向量机
粗糙集
基于支持向量机的旋转机械故障诊断研究
小波包分析
故障诊断
支持向量机
核函数
基于模糊C均值聚类和粗糙集理论的旋转机械故障诊断
旋转机械
故障诊断
粗糙集
模糊C均值聚类
属性重要性
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 基于支持向量机和邻域粗糙集的旋转机械振动故障诊断
来源期刊 煤矿机械 学科 工学
关键词 支持向量机 邻域粗糙集 属性约简 旋转机械 故障诊断
年,卷(期) 2014,(6) 所属期刊栏目 故障·诊断
研究方向 页码范围 269-271
页数 3页 分类号 TP181
字数 2692字 语种 中文
DOI 10.13436/j.mkjx.201406120
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 朱霄珣 华北电力大学能源动力与机械工程学院 29 165 7.0 11.0
2 祝晓燕 华北电力大学能源动力与机械工程学院 33 189 7.0 12.0
3 丁凯 10 13 2.0 3.0
4 付士鹏 华北电力大学能源动力与机械工程学院 6 42 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (125)
共引文献  (435)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1995(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(12)
  • 参考文献(0)
  • 二级参考文献(12)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(9)
  • 参考文献(0)
  • 二级参考文献(9)
2006(14)
  • 参考文献(0)
  • 二级参考文献(14)
2007(14)
  • 参考文献(0)
  • 二级参考文献(14)
2008(21)
  • 参考文献(1)
  • 二级参考文献(20)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(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
支持向量机
邻域粗糙集
属性约简
旋转机械
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
煤矿机械
月刊
1003-0794
23-1280/TD
大16开
哈尔滨市古香街30号
14-38
1980
chi
出版文献量(篇)
21080
总下载数(次)
49
总被引数(次)
87205
论文1v1指导