楼主: 论文库
629 0

基于支持向量机的船舶柴油机故障诊断的研究 [推广有奖]

  • 0关注
  • 13粉丝

会员

学术权威

74%

还不是VIP/贵宾

-

威望
0
论坛币
5 个
通用积分
0.0363
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
38440 点
帖子
3839
精华
0
在线时间
836 小时
注册时间
2017-9-5
最后登录
2018-4-9

楼主
论文库 在职认证  发表于 2017-12-27 06:40:03 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:通过建立VC维统计学习理论,利用数学建模,建立并划分最优超平面以取得支持向量来训练,选取并考虑相关的影响因子以此构建样本数据集,以期对柴油机故障实现精确的诊断;而对于非线性空间情况,可采用核函数的思想来转化为线性空间,以此降低算法的复杂度;通过与人工神经网络方法的比较,表明该方法具有运算速度快,泛化能力强等优点;支持向量机(SVM)可以较好解决柴油机故障诊断中的机器过学习、小样本、高维数、非线性等问题。

原文链接:http://www.cqvip.com//QK/97883X/200702/24868952.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:支持向量机 故障诊断 柴油机 向量机 人工神经网络 船舶 舰船工程 柴油机 故障诊断 机器学习

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-24 16:10