原文服务方: 纺织高校基础科学学报       
摘要:
在相关向量机模型的基础上,通过组合高斯核函数和柯西核函数构造混合核函数,利用布谷鸟算法对混合核函数的参数进行优化选择,建立基于布谷鸟算法的混合核函数相关向量机模型。并将其应用到油路诊断中,通过吸油油路的油压和低压油路的油压判断油路中是否存在漏油等故障。实验表明,该改进算法较相关向量机算法具有更好的分类准确率。
推荐文章
一种改进的模糊多类支持向量机算法
支持向量机
统计学习理论
多类分类
模糊隶属函数
一种迭代改进的球向量机故障诊断算法
往复式压缩机
故障诊断
大规模故障数据
球向量机
一种在线向量机增强学习算法
在线
向量机
增强学习
一种改进的支持向量机及其应用
支持向量机
模糊支持向量机
模糊隶属度
车型识别
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 一种改进的相关向量机算法
来源期刊 纺织高校基础科学学报 学科
关键词 相关向量机 高斯核函数 混合核函数 布谷鸟算法
年,卷(期) 2015,(4) 所属期刊栏目 应用研究
研究方向 页码范围 522-526
页数 5页 分类号 TP181
字数 语种 中文
DOI 10.13338/j.issn.1006-8341.2015.04.024
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 贺兴时 西安工程大学理学院 136 975 16.0 25.0
2 曹晓霞 西安工程大学理学院 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  (67)
共引文献  (137)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
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(1)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(8)
  • 参考文献(2)
  • 二级参考文献(6)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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
相关向量机
高斯核函数
混合核函数
布谷鸟算法
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
纺织高校基础科学学报
季刊
1006-8341
61-1296/TS
大16开
1987-01-01
chi
出版文献量(篇)
2271
总下载数(次)
0
总被引数(次)
5439
论文1v1指导