钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
综合期刊
\
其它期刊
\
数据挖掘期刊
\
基于支持向量机和余弦相似度的故障诊断方法
基于支持向量机和余弦相似度的故障诊断方法
作者:
匡增晟
常兵兵
张喆
邵秀丽
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
支持向量机
余弦相似度
故障诊断方法
摘要:
故障诊断是一种广泛应用于企业的工程技术,有效的故障诊断可以为企业节省大量的人力和物力的开销。传统的文本故障诊断大多采用余弦相似度算法,当匹配出错、数据靠后以及数据量较大时,往往无法满足客户的实时需求。因此,本文采用支持向量机算法对用户输入的故障描述文本语句进行粗划分,筛选出具有相似特征的大类。在此基础上,依据粗分类结果,进一步使用余弦相似度算法进行精确匹配,从而选取匹配相似度最高的故障产生原因和防治措施以反馈客户。实验结果表明,本文所提的故障诊断算法可以有效地进行故障诊断,为企业带来可观的经济效益。
暂无资源
收藏
引用
分享
推荐文章
基于遗传算法和支持向量机的故障诊断方法
最小二乘支持向量机
自适应遗传算法
机载电气盒
故障诊断
基于PCA和HMM—支持向量机的故障诊断方法设计
故障诊断
主成分分析
支持向量机
隐形马尔科夫
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
基于小波包和支持向量机的齿轮故障诊断
小波包
支持向量机
齿轮
故障诊断
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于支持向量机和余弦相似度的故障诊断方法
来源期刊
数据挖掘
学科
工学
关键词
支持向量机
余弦相似度
故障诊断方法
年,卷(期)
2020,(2)
所属期刊栏目
研究方向
页码范围
136-142
页数
7页
分类号
TP3
字数
语种
DOI
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(15)
共引文献
(0)
参考文献
(10)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
2001(2)
参考文献(2)
二级参考文献(0)
2002(1)
参考文献(1)
二级参考文献(0)
2005(1)
参考文献(1)
二级参考文献(0)
2006(1)
参考文献(1)
二级参考文献(0)
2008(3)
参考文献(1)
二级参考文献(2)
2010(2)
参考文献(0)
二级参考文献(2)
2011(1)
参考文献(1)
二级参考文献(0)
2014(1)
参考文献(0)
二级参考文献(1)
2015(1)
参考文献(1)
二级参考文献(0)
2016(2)
参考文献(0)
二级参考文献(2)
2017(1)
参考文献(1)
二级参考文献(0)
2019(1)
参考文献(1)
二级参考文献(0)
2020(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
支持向量机
余弦相似度
故障诊断方法
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
数据挖掘
主办单位:
汉斯出版社
出版周期:
季刊
ISSN:
2163-145X
CN:
开本:
出版地:
武汉市江夏区汤逊湖北路38号光谷总部空间
邮发代号:
创刊时间:
语种:
出版文献量(篇)
140
总下载数(次)
1
总被引数(次)
0
期刊文献
相关文献
1.
基于遗传算法和支持向量机的故障诊断方法
2.
基于PCA和HMM—支持向量机的故障诊断方法设计
3.
基于粒子群算法和支持向量机的故障诊断研究
4.
基于小波包和支持向量机的齿轮故障诊断
5.
基于支持向量机的混合电路故障诊断
6.
基于小波包分解和支持向量机的机械故障诊断方法
7.
基于DGA支持向量机的变压器故障诊断
8.
基于支持向量机的信息融合模拟电路故障诊断方法研究
9.
基于支持向量机的发动机故障诊断
10.
基于支持向量机的抽油机故障诊断研究
11.
基于最小二乘支持向量机的故障诊断方法
12.
基于支持向量机集成学习的网络故障诊断方法
13.
基于支持向量机的机械故障诊断方法研究
14.
基于支持向量机的变压器故障诊断
15.
基于支持向量机的往复泵泵阀故障诊断方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
其它
数据挖掘2021
数据挖掘2020
数据挖掘2019
数据挖掘2018
数据挖掘2017
数据挖掘2016
数据挖掘2015
数据挖掘2014
数据挖掘2013
数据挖掘2012
数据挖掘2011
数据挖掘2020年第4期
数据挖掘2020年第3期
数据挖掘2020年第2期
数据挖掘2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号