基于支持向量机的旋转机械非线性故障诊断研究

是 否 +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~ !

立即领取

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：故障样本不足是制约故障诊断技术向智能化方向发展的主要原因之一,支持向量机(SVM)是一种基于统计学习理论(SLT)的机器学习算法,它能在训练样本很少的情况下达到很好的分类效果,从而为故障诊断技术向智能化发展提供了新的途径.介绍了支持向量机分类算法,探讨了该算法在故障诊断领域中的应用,并利用不同的核函数与BP神经网络分类方法进行了对比研究.结果表明,SVM方法在小样本情况下的分类效果优于BP神经网络.

原文链接:http://www.cqvip.com//QK/95519X/200502/11706100.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。）

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

分享0 收藏0 回帖

关键词：支持向量机 故障诊断 非线性 向量机 BP神经网络 故障诊断 神经网络