暂无评论
基于支持向量机的抽油机故障诊断研究,李卓,刘斌,与传统的故障诊断方法相比,基于支持向量机的故障诊断方法具有模型简单、分类能力强、推广能力好等特点。以油田生产中抽油机的常
基于一类支持向量机的故障诊断信息记忆模型,张庆,徐光华,针对故障信息动态累积且表现多样的特点,提出了基于一类支持向量机的机械故障诊断信息记忆模型。该模型对故障特征数据进行增量式
支持向量机模拟电路故障诊断涉及到特征提取、特征选择和支持向量机的参数优化等问题,它们都对诊断结果有直接的影响。针对这一问题,提出了一种基于改进的离散粒子群算法的同步优化方法。该算法采用非线性惯性权重和
对井下水泵常见故障进行分析,将支持向量机理论和网格搜索算法进行融合,对煤矿井下水泵故障与特征频率信息进行处理,进而完成水泵的故障诊断。试验表明,该水泵故障诊断方法时间快、诊断精度高。
基于Morlet小波核多类支持向量机的故障诊断周建萍1,2,郑应平2,王志萍1(1.上海电力学院电力与自动化工程学院,上海 200090;2.同济大学电子与信息工程学院,上海 200092)摘 要:故
基于支持向量机的离心泵故障诊断方法研究 简要论述了支持向量机的大批量,介绍了几种支持向量机的多类分类算法,最后将它们应用于离心泵的故障诊断进行比较,获得了令人满意的效果。
运用小波包频道能量分解技术提取了不同频带反映矿用通风机不同工作状态的特征向量,以此作为支持向量机多故障分类器的故障样本,经训练的分类器作为故障智能分类器可对通风机的工作状态进行自动识别和诊断.并以不对
粗糙集——神经网络故障诊断方法研究,师秀川,谢刚,粗糙集理论具有处理不完整样本数据的优点,本文提出了使用粗糙集理论优化神经网络故障诊断系统的算法。在保证故障分类结果基本��
粗糙集及PSO优化BP网络的故障诊断研究,吴伟,李楠,针对BP神经网络故障诊断存在网络结构复杂、训练时间长、精度不高的问题,文章将粗糙集、微粒群算法、遗传算法引入到柴油机故障诊�
小波包结合支持向量机的故障诊断方法.pdf
暂无评论