作者:朱亮,李东波,何非,童一飞,袁延强 单位:哈尔滨工业大学 出版:《哈尔滨工业大学学报》2015年第07期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFHEBX2015070200 DOC编号:DOCHEBX2015070209 下载格式:PDF + Word/doc 文字可复制、可编辑
《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 《单托辊工艺皮带秤》PDF+DOC2000年第01期 刘真平 《SVM和BP算法在气体识别中的对比研究》PDF+DOC2005年第01期 汪丹,张亚非 《宽量程、高准确度、数字变频调速电子皮带秤的设计与应用》PDF+DOC2004年第05期 王庆河,彭公华,邵亚男,杨河清 《一种皮带秤测速装置》PDF+DOC2011年第03期 张加营,何小峰,唐慎涛 《基于聚类SVM瓦斯传感器故障预测研究》PDF+DOC2010年第25期 付华,李根 《衡器2010年度总目次》PDF+DOC2010年第12期 《基于核函数SVM的穿戴式姿态识别系统》PDF+DOC2010年第10期 胡一帆,林欣,丁永生,吴怡之 《基于SVM和PCA的痕量多组分气体检测方法》PDF+DOC2015年第08期 余道洋,戚功美,瞿顶军,李民强,刘锦淮 《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
  • 针对电子皮带秤的在线故障诊断问题,提出一种基于改进型DENCLUE聚类分析和偏二叉树支持向量机(SVM)分类器的故障在线检测和诊断方法.由于故障数据随设备流量的变化而变化,采用改进DENCLUE聚类算法对实时检测到的数据进行聚类分析,分离出故障数据,实现在线故障检测;将DENCLUE算法中的密度估计方法引入到支持向量机中,提出一种基于类内相似密度和类间相似密度构建可分性测度和二叉树结构的改进型BTSVM,结合标准数据集验证了改进型BTSVM的优越性,并利用该分类器对检测出的故障进行故障模式在线识别诊断.对阵列式皮带秤进行试验,结果表明,提出的故障在线检测和诊断模型更适合散状物料连续称重系统的在线故障检测诊断。

    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。