暂无评论
支持向量机是一种基于统计学理论的机器学习算法,它能在训练样本很少的情况下达到很好的分类效果。针对变压器的特性,提出了以RBF为核函数的非线性支持向量机的二叉树多分类变压器故障诊断模型,利用序贯最优化算
为了快速确定配电网故障点的位置,并给出故障处理方案,通过分析地理信息系统(GIS)平台配电网拓扑结构,在基于空间搜索技术的故障诊断基础上,引入了关键设备的简化结构及其数学模型。运用矩阵描述了开关状态及
针对目前大部分序贯多故障诊断算法需要计算最小碰集、计算方法较为复杂的问题, 在对多故障相关矩阵模型进行转换的基础上, 利用Rollout 算法对基于信息熵的多故障诊断策略进行优化, 提出一种新的多故障
结合隐马尔可夫模型(HMM)所需训练样本少及可解释的优点,提出了基于HMM的矿井提升机故障诊断方法。利用多个加速度传感器在提升机运行的不同转速阶段采集数据,通过快速傅里叶变换(FFT)从提升机振动信号
粒子群优化及智能故障诊断
给出了一种新的优化方法,果蝇优化方法。对于搞优化的人是很有帮助的
采用支持向量机、K一近邻法(K—NearestNeighbor,K—NN)、概率神经网络(ProbabilistieNeuralNetwork,PNN),结合乳腺肿瘤的细针穿刺细胞病理学临床数据诊断乳
支持向量机SVM是一种新的机器学习方法,其基础是统计学理论。模型泛化能力强;进行非线性分类时通过高维空间变换。
故障诊断书目录,很牛的一本书,但是只有目录,希望能有同仁分享全书
pca的matlab程序,故障诊断,可成功运行,有注释
暂无评论