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:
通过故障诊断对水面无人艇(USV)潜在的故障进行预报、分析和判断,从而及时调整控制策略以抑制故障的继续发展,为消除故障和维修设备提供准确的技术支持.支持向量机(SVM)在解决小样本、高维度和非线性模式识别问题中有独特优势,而最佳的属性参数却很难直接得到.粒子群优化算法(PSO)具有全局搜索能力和易于实现的优势,将其应用到SVM属性参数的优化选择中.USV故障诊断实例分析结果表明,PSO-SVM的故障诊断精度高于BP-NNs、GS-SVM和GA-SVM,适用于USV故障诊断.
推荐文章
基于粒子群算法优化支持向量机汽车故障诊断研究
粒子群算法
支持向量机
汽车故障诊断
遗传聚类
基于粒子群优化支持向量机的电梯故障诊断
电梯
故障诊断
最优小波包
粒子群算法
支持向量机
基于粒子群算法和支持向量机的故障诊断研究
最小二乘支持向量机
粒子群算法
故障诊断
全局最优
改进粒子群算法优化支持向量机在故障诊断中的应用研究
支持向量机
故障诊断
粒子群算法优化
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 基于粒子群优化支持向量机的水面无人艇故障诊断
来源期刊 船舶工程 学科 交通运输
关键词 水面无人艇 故障诊断 粒子群优化 支持向量机 参数优化
年,卷(期) 2018,(4) 所属期刊栏目 专题:智能船舶
研究方向 页码范围 15-18,27
页数 5页 分类号 U661.323|TP273
字数 语种 中文
DOI 10.13788/j.cnki.cbgc.2018.04.015
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 廖建锋 16 13 2.0 2.0
2 刘庭瑞 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  (11)
共引文献  (103)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
水面无人艇
故障诊断
粒子群优化
支持向量机
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
船舶工程
月刊
1000-6982
31-1281/U
大16开
上海市中山南二路851号
4-251
1978
chi
出版文献量(篇)
4527
总下载数(次)
24
总被引数(次)
22365
论文1v1指导