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:
将FOA算法应用于SVM的惩罚因子与核函数参数优化中,在此基础上建立模式分类模型FOA-SVM,应用该模型对滚动轴承故障模式进行分类诊断,结果表明:果蝇优化算法在收敛速度和寻优效率上有了一定的提高,依此而建立的FOA-SVM分类模型具有较为准确的分类准确率.
推荐文章
基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用
模式识别
故障诊断
变量预测模型
滚动轴承
基于ELMD与LS-SVM的滚动轴承故障诊断方法
ELMD
模式混淆
LS-SVM
滚动轴承
故障诊断
基于拉普拉斯分值和鲸鱼寻优SVM的滚动轴承故障诊断
拉普拉斯分值(LS)
鲸鱼优化算法(WOA)
支持向量机(SVM)
滚动轴承
基于最小二乘映射和SVM的滚动轴承故障诊断
故障诊断
LSM
SVM
无量纲特征参量
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FOA-SVM的滚动轴承故障模式识别研究
来源期刊 机电信息 学科
关键词 FOA-SVM 滚动轴承 故障模式 参数优化
年,卷(期) 2014,(36) 所属期刊栏目 工艺与技术
研究方向 页码范围 109-110
页数 2页 分类号
字数 1445字 语种 中文
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 李孝刚 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  (5)
共引文献  (1)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(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)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
FOA-SVM
滚动轴承
故障模式
参数优化
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
机电信息
旬刊
1671-0797
32-1628/TM
大16开
南京山西路120号江苏成套大厦12楼
28-285
2001
chi
出版文献量(篇)
19929
总下载数(次)
45
总被引数(次)
30590
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导