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:
针对支持向量机(Support vector machine,SVM)的惩罚系数难以确定、核函数必须满足Mercer定理等问题,相关向量机(Relevance vector machine,RVM)应运而生以解决上述问题,并在趋势预测等领域得到一定的应用.核函数是决定RVM预测精度的关键因素之一,目前的研究通常是人为选择单一核函数,因此增加了对参数的依赖性并降低了RVM预测的鲁棒性.为了解决以上问题,提出一种新的自适应多核组合RVM预测方法.该方法首先选择多个核函数,利用粒子滤波产生核函数权重,建立多核组合RVM集,然后经过不断地迭代预测、权值更新和重采样,自适应获取最优多核组合RVM,从而自适应融合多个核函数的特性,克服基于单一核函数RVM的局限,提高预测精度和鲁棒性.利用仿真对提出方法进行了验证,并将其应用于机械设备的剩余寿命预测,取得了比基于单一核函数RVM更好的预测效果.
推荐文章
支持向量机在机械设备振动信号趋势预测中的应用
趋势预测
支持向量机
神经网络
回归
多核相关向量机优化模型的锂电池剩余寿命预测方法
多核相关向量机
果蝇优化算法
锂离子电池
剩余寿命预测
组合核函数相关向量机的网络安全态势预测
网络安全
组合核函数
相关向量机
预测模型
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 自适应多核组合相关向量机预测方法及其在机械设备剩余寿命预测中的应用
来源期刊 机械工程学报 学科 工学
关键词 多核相关向量机 机械设备 剩余寿命预测
年,卷(期) 2016,(1) 所属期刊栏目 机械动力学
研究方向 页码范围 87-93
页数 7页 分类号 TH17
字数 4505字 语种 中文
DOI 10.3901/JME.2016.01.087
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 雷亚国 西安交通大学机械制造系统工程国家重点实验室 23 1507 16.0 23.0
2 林京 西安交通大学机械制造系统工程国家重点实验室 25 957 11.0 25.0
3 陈吴 西安交通大学机械制造系统工程国家重点实验室 2 52 2.0 2.0
4 李乃鹏 西安交通大学机械制造系统工程国家重点实验室 4 113 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (211)
参考文献  (10)
节点文献
引证文献  (49)
同被引文献  (164)
二级引证文献  (180)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(9)
  • 参考文献(3)
  • 二级参考文献(6)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(5)
  • 二级引证文献(0)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(7)
  • 引证文献(6)
  • 二级引证文献(1)
2018(53)
  • 引证文献(22)
  • 二级引证文献(31)
2019(104)
  • 引证文献(12)
  • 二级引证文献(92)
2020(60)
  • 引证文献(4)
  • 二级引证文献(56)
研究主题发展历程
节点文献
多核相关向量机
机械设备
剩余寿命预测
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
机械工程学报
半月刊
0577-6686
11-2187/TH
大16开
北京百万庄大街22号
2-362
1953
chi
出版文献量(篇)
12176
总下载数(次)
57
总被引数(次)
241354
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导