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:
大型复杂工业生产过程中,基于数据驱动的故障检测方法已经成为近年来的热门研究领域.贝叶斯分类技术在工业生产中有着广泛的应用,但朴素的贝叶斯方法有一定的局限性.本文使用了引入反馈机制的贝叶斯分类方法,突破了朴素贝叶斯方法的局限性,使该方法在生产生活中有了更加广泛的应用.
推荐文章
基于数据驱动的故障诊断研究
故障诊断
数据驱动
机器学习
基于数据驱动的设备电路板无图纸故障诊断
医疗设备
电路板
故障诊断
长短时记忆网络
基于小波包分解和支持向量数据描述的故障诊断方法
支持向量数据描述
故障诊断
小波包分解
基于数据驱动的装备故障预测技术研究
故障预测
数据驱动
PHM技术
多源信息融合
系统级预测
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 基于数据驱动技术的故障诊断和预测方法探究
来源期刊 青年时代 学科
关键词 数据驱动 贝叶斯分类 诊断 预测
年,卷(期) 2016,(2) 所属期刊栏目 人文社会
研究方向 页码范围 64,82
页数 2页 分类号
字数 2302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  (1)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
数据驱动
贝叶斯分类
诊断
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
青年时代
旬刊
1002-6835
52-1032/GO
贵州省贵阳市青年路167号
chi
出版文献量(篇)
34892
总下载数(次)
166
总被引数(次)
4219
论文1v1指导