作者:赵树延,张文斌,王祁 单位:沈阳仪表科学研究院有限公司 出版:《仪表技术与传感器》2009年第S1期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFYBJS2009S10130 DOC编号:DOCYBJS2009S10139 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVR的传感器故障诊断方法研究》PDF+DOC2016年第03期 赵艳霞,杨青,刘义 《汽车承载称重传感器故障准确诊断仿真》PDF+DOC2017年第08期 谭爽 《船舶电力系统参数测量的应用和故障诊断》PDF+DOC1996年第02期 李杰仁 《基于主成分分析法的变风量空调系统传感器故障诊断》PDF+DOC2005年第08期 晋欣桥,杜志敏,孙勇 《完备ARRs集的生成方法及传感器优化配置应用》PDF+DOC2012年第05期 杜敏杰,蔡金燕,刘利民,陈鹏 《樱桃酒感官评价与电子舌感官分析的相关性研究》PDF+DOC2012年第16期 牛云蔚,张晓鸣,肖作兵,宋诗清,朱建才,顾永波 《基于RVM的多功能自确认水质检测传感器》PDF+DOC2011年第08期 赵树延,于金涛,王翥,王祁 《飞机燃油系统油量传感器故障诊断方法研究》PDF+DOC2011年第22期 王金彪,周伟 《可视化传感技术在桃子质量评价中的应用》PDF+DOC2009年第05期 黄星奕,辛君伟,赵杰文,邹小波 《无线传感器节点的故障诊断研究》PDF+DOC2013年第S1期 尚兴宏,尚曦乐,章静,钱焕延
  • 提出了多参数自确认传感器概念,给出了多参数自确认传感器的功能模型。故障诊断单元是实现其多参数自确认功能的重要部分,研究了一种基于偏最小二乘法(PLS)和支持向量机(SVM)的多参数自确认传感器故障诊断方法。利用PLS提取多参数自确认传感器已知工作状态数据的主成分,作为表征多参数自确认传感器各种工作状态的状态特征矩阵,并对其进行特征编码;利用状态特征矩阵作为输入,状态特征编码作为目标训练SVM分类机,得到SVM分类机的参数。在故障诊断单元中,利用PLS在线提取多参数自确认传感器测量数据的状态特征矩阵,输入训练完成的SVM分类机进行分类,最终确认多参数自确认传感器的工作状态。实验结果证明了该方法的有效性。

    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。