《基于聚类SVM瓦斯传感器故障预测研究》PDF+DOC
作者:付华,李根
单位:中国计算机用户协会自动控制分会;中国计算机用户协会山西分会
出版:《微计算机信息》2010年第25期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFWJSJ2010250160
DOC编号:DOCWJSJ2010250169
下载格式:PDF + Word/doc 文字可复制、可编辑
《某型导弹发射装置液压泵故障预测研究》PDF+DOC2009年第07期 李洪儒,许葆华
《基于SVM的营养液离子浓度检测的数据融合研究》PDF+DOC2005年第11期 荣进国,陈锋
《SVR在传感器故障诊断中的仿真研究》PDF+DOC2004年第06期 翟永杰,尚雪莲,韩璞,王东风
《自动掳管机颜色识别系统研究》PDF+DOC2012年第06期 刘志辉,宋丽梅
《基于SVR的瓦斯传感器故障诊断方法》PDF+DOC2009年第02期 付华,杨欣,高婷
《基于差分进化交叉验证SVM的飞控系统传感器故障预测学习算法研究》PDF+DOC2008年第11期 尹伟,章卫国,宁东方,孙勇,李斌
《基于LS-SVM的电液位置伺服系统多故障诊断》PDF+DOC2007年第10期 胡良谋,曹克强,徐浩军
《某型导弹发射装置液压元件故障的预测》PDF+DOC2007年第06期 许葆华,李洪儒
《灰色预测模型在军机飞控系统故障预测中的应用》PDF+DOC2014年第06期 祝华远,崔亚君,高峰娟
《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
基于支持向量机的SVM(Support Vector Machine)的基本原理,讨论了一种基于聚类的支持向量机CSVM(clustering support vector machine)的学习算法,并应用于建立瓦斯传感器的动态预测模型,介绍传瓦斯感器故障预测的原理,阐述了基于该算法的瓦斯传感器故障预测的实现过程。仿真结果表明:与标准支持向量机算法相比,该算法可以大大减少支持向量个数,提高瓦斯传感器故障预测精度,为瓦斯传感器故障预测提供了一种新方法。
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。