《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC
作者:刘东,葛运建
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2005年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2005020090
DOC编号:DOCCGJS2005020099
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVM的传感器故障诊断和信号恢复技术》PDF+DOC2013年第12期 陈烨,王建平
《局部均值分解与支持向量机相融合的传感器故障诊断》PDF+DOC 武青海
《鲁棒自联想神经网络在故障传感器信号恢复中的应用》PDF+DOC1998年第02期 钮永胜,赵新民
《采用基于神经网络的时间序列预测器的传感器故障诊断新方法》PDF+DOC1998年第04期 钮永胜,赵新民,孙金玮
《基于神经网络预测器的单传感器故障检测方法》PDF+DOC1999年第02期 张晨,韩月秋,陶然,钮永胜
《传感器故障在线诊断和信号恢复的两级神经网络方法》PDF+DOC1999年第03期 钮永胜,赵新民
《基于最小二乘支持向量机预测器的传感器故障检测与数据恢复(英文)》PDF+DOC2007年第02期 冯志刚,信太克规,王祈
《基于SVM和RBFN的汽车主动降噪系统传感器故障诊断》PDF+DOC2014年第04期 赛吉尔呼,戴盛芳,董爱华,苗清影
《BP神经网络在飞控系统传感器故障诊断中的应用》PDF+DOC2008年第05期 郝涛,唐永哲,任玉清
《小波和多核SVM方法在UVA传感器故障诊断的应用》PDF+DOC2014年第01期 叶慧,罗秋凤,李勇
支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法。简要介绍了SVM回归原理,据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复,阐述了具体的实现方法和步骤。仿真结果表明:SVM预测器有效地克服了神经网络的不足,能准确预测和跟踪传感器的输出信号,并在传感器发生故障后一定的时间段内能较精确的估计传感器的正常输出。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。