收藏本站
《华北电力大学(河北)》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的故障智能诊断方法研究

翟永杰  
【摘要】:统计学习理论是建立在坚实的理论基础之上的,为解决小样本学习问题提供了统一的框架。支持向量机是一种基于统计学习理论的机器学习方法,它很好地执行了统计学习理论的结构风险最小化原则。 支持向量机针对小样本情况所表现出来的优良性能引起了众多故障诊断领域研究人员的注意,因为故障诊断本身就是一种小样本情况在实际问题中的体现。支持向量机应用于故障诊断最大的优势在于它适合于小样本决策,其学习方法的本质在于能够在有限特征信息情况下,最大限度地发掘数据中隐含的分类知识。从推广性的角度来看,更适用于故障诊断这种实际的工程问题。 虽然支持向量机在理论上有很突出的优势,但其应用研究相对比较滞后。基于此,论文围绕支持向量机在故障智能诊断应用中的问题,从样本数据预处理、不确定信息的模糊化方式、多类支持向量机的实现以及基于模型的诊断方法等几个方面进行了研究。 1、对于高维故障样本数据的特征提取进行了研究和应用。 首先分析了特征维数与分类效果之间的关系,说明了在很多情况下特征维数的增加反而会降低分类效果,其原因在于存在伪特征干扰,主要研究了用于压缩特征维数的“去伪存真”的纵向压缩法,即特征提取。详细介绍了其中的典型算法——主成分分析方法。针对汽轮机故障诊断问题,对多组原始的9维频率数据样本进行了特征提取,从二维主成分映照可以看出提取后的特征数据更具可分性,说明了在实际故障诊断问题中进行数据预处理有利于分类算法的实现,为汽轮机故障诊断问题提供了一种有效可行的数据预处理方式。 2、提出了基于损失函数的模糊判决支持向量机算法,并与模糊样本支持向量机算法进行了比较。 针对故障诊断中的不确定信息,提出了基于损失函数的模糊判决支持向量机算法(FJ-SVM),定义了基于损失的模糊隶属度,推导了修正后的最优分类面,依据最大隶属原则进行判决。模糊支持向量机考虑了实际中不同误判情况造成的损失差异问题,同时对于生产过程中设备的轻微故障和早期故障诊断有较好的灵敏度。实际中故障样本的选取往往是典型的特征突出的样本,因此采用典型样本训练构成支持向量机的算法更切合实际,而FJ-SVM正是基于这个原则的。 本文还介绍了模糊样本支持向量机(FS-SVM),从样本的模糊度直接进行算法推导。分别使用两种算法进行了仿真实验,并对结果进行了比较,分析了两种算法使用中的不同侧重点。 3、探讨与分析了多类支持向量机的构成,对两种典型的多类算法进行了应用研究。 WP=4 分析了两类问题转换为多类问题的方法,结合决策树思想,具体研究了两种多类算法:其一是建立在DDAG架构上的DAGSVM算法,对其中存在的核函数参数选取问题进行了探讨;其二是基于分级聚类和决策树思想构建的多类SVM算法,介绍了算法的思想和具体实现,在小样本情况下对两种算法进行了应用。 4、提出了基于回归型支持向量机的传感器故障诊断方法。 分析了支持向量机在回归学习中的应用形式 — 回归型支持向量机(SVR),推导了回归型支持向量机的算法,并以此为基础对动态系统进行了辨识研究,为基于模型的故障诊断问题提供建模基础。文中针对传感器故障诊断系统,提出了基于回归型支持向量机的传感器故障诊断方法,设计了基于SVR的残差生成器,使用SVR进行仿真实验,取得了良好的效果。
【学位授予单位】:华北电力大学(河北)
【学位级别】:博士
【学位授予年份】:2004
【分类号】:TP18

【引证文献】
中国期刊全文数据库 前6条
1 郑友江;赵继云;石峰;;液压系统故障智能诊断系统研究与发展[J];煤矿机械;2006年12期
2 张金会;何政军;田希;;基于支持向量机和神经网络对分类问题的比较研究[J];机械工程师;2012年08期
3 刘迎;董兴辉;李元源;赵玉伟;;KPCA法在风电机组齿轮箱故障诊断中的应用[J];机械工程与自动化;2012年05期
4 戴洪德;陈明;李娟;;基于多层子支持向量机的多传感器故障诊断[J];仪器仪表学报;2006年S2期
5 袁胜发;褚福磊;;支持向量机及其在机械故障诊断中的应用[J];振动与冲击;2007年11期
6 刘德庆;唐贵基;张超;;改进的支持向量机在旋转机械故障诊断中的应用[J];噪声与振动控制;2011年01期
中国博士学位论文全文数据库 前10条
1 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
2 梁海波;基于陀螺冗余的微惯性系统关键技术研究[D];哈尔滨工程大学;2011年
3 牛征;基于多元统计分析的火电厂控制系统故障诊断研究[D];华北电力大学(河北);2006年
4 巨永锋;振动压路机压实智能控制与故障智能诊断的研究[D];长安大学;2006年
5 任全民;非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D];大连理工大学;2006年
6 杜京义;基于核算法的故障智能诊断理论及方法研究[D];西安科技大学;2007年
7 别锋锋;基于局域波时频谱的往复机故障智能诊断方法研究[D];大连理工大学;2008年
8 韩晓明;高压大流量乳化液泵状态监控与故障诊断研究[D];中国矿业大学;2008年
9 肖燕彩;支持向量机在变压器状态评估中的应用研究[D];北京交通大学;2008年
10 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
中国硕士学位论文全文数据库 前10条
1 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
2 李一倬;柴油机远程监测平台的设计与开发[D];哈尔滨工程大学;2010年
3 从静;电力电子装置故障诊断技术研究[D];哈尔滨工程大学;2010年
4 阮俊虎;基于GA-SVM的区域物流需求预测研究[D];河北工程大学;2010年
5 郭晶亮;基于支持向量机的柴油机故障诊断系统研究[D];武汉理工大学;2011年
6 张富英;基于GA-SVM的静压管桩单桩极限承载力预测[D];河北工程大学;2011年
7 李娜;基于模糊C均值及粒子群参数优化的支持向量机故障诊断方法研究[D];电子科技大学;2011年
8 张恒;全矢谱—支持向量数据描述及故障诊断应用研究[D];郑州大学;2011年
9 刘德庆;基于VC++的振动测试与分析系统的研究[D];华北电力大学;2011年
10 司娟宁;基于主成分分析和支持向量机的汽轮机故障诊断研究[D];华北电力大学;2011年
【参考文献】
中国期刊全文数据库 前10条
1 翟永杰,王东风,韩璞;基于多类支持向量机的汽轮发电机组故障诊断[J];动力工程;2003年05期
2 王国胜,钟义信;支持向量机的若干新进展[J];电子学报;2001年10期
3 朱凌云,曹长修;基于支持向量机的缺陷识别方法[J];重庆大学学报(自然科学版);2002年06期
4 李凯,郭子雪;基于SVM的函数模拟[J];河北大学学报(自然科学版);2001年01期
5 王国鹏,翟永杰,封官斌,王东风;模糊支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年04期
6 翟永杰,毛继珮,于丽敏,刘长良;分级聚类支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年06期
7 朱国强,刘士荣,俞金寿;支持向量机及其在函数逼近中的应用[J];华东理工大学学报;2002年05期
8 王俊国,赵金,谢庆国,万淑芸;主成分分析法在机车柴油机故障诊断中的应用[J];华中科技大学学报;2001年07期
9 刘江华 ,陈佳品 ,程君实;基于支持向量机的非线性系统辨识[J];测控技术;2002年11期
10 张海琳,杨平;传感器的故障诊断技术研究[J];机电一体化;2001年05期
中国博士学位论文全文数据库 前2条
1 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
2 马良玉;结合仿真技术的电站热力系统故障智能诊断研究[D];华北电力大学(河北);2004年
【共引文献】
中国期刊全文数据库 前10条
1 邓勤;若干个不同部件并联可修系统可用度的研究[J];阿坝师范高等专科学校学报;2005年03期
2 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
3 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
4 崔博文,陈剑,陈心昭,任章;复参数最小二乘估计方法[J];安徽大学学报(自然科学版);2005年03期
5 张德祥;吴小培;卢一相;;EMD在汽车变速齿轮箱振动故障分析的应用[J];安徽大学学报(自然科学版);2009年02期
6 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
7 鲁照权;俞宗嘉;胡金东;胡焱东;;广义最小二乘限定记忆参数辨识方法与仿真研究[J];安徽大学学报(自然科学版);2009年06期
8 陈晓梅,陈伟,梁凯,戎兵;盐酸林可霉素发酵过程计算机控制技术[J];安徽化工;2002年03期
9 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
10 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
中国博士学位论文全文数据库 前10条
1 王杰;基于人工智能的乒乓球比赛技战术诊断与评估研究[D];上海体育学院;2010年
2 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
3 夏全喜;车载组合导航系统关键技术研究[D];哈尔滨工程大学;2010年
4 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
5 李高云;大型船舶航向/航迹智能容错控制研究[D];哈尔滨工程大学;2010年
6 王小旭;非线性SPKF滤波算法研究及其在组合导航中的应用[D];哈尔滨工程大学;2010年
7 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
8 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
9 王龙金;零/低航速减摇鳍升力模型及系统控制策略研究[D];哈尔滨工程大学;2009年
10 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
4 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
5 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
6 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
7 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
8 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
9 蒲锰;非侵入式矿井提升机PLC电控系统实时故障诊断方法的研究[D];山东科技大学;2010年
10 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 张爱群,胡明;预应力混凝土管桩在深圳地区的应用[J];四川建筑科学研究;2002年01期
2 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
3 李凯,黄厚宽;支持向量机增量学习算法研究[J];北方交通大学学报;2003年05期
4 肖成林;韩建保;罗小江;;基于退火遗传算法的传动装置故障征兆识别[J];车辆与动力技术;2006年04期
5 常波;周徐昌;胡博;;单自由度陀螺仪冗余系统的故障检测与识别[J];兵工自动化;2007年12期
6 史贤俊;林慧博;张小伟;;基于支持向量机的模拟电路故障诊断方法[J];兵工自动化;2009年04期
7 段志生,黄琳;统计可学习理论的几个问题(英文)[J];北京大学学报(自然科学版);2000年03期
8 魏春岭,张洪钺;多传感器斜置系统故障检测的奇偶向量补偿方法[J];北京航空航天大学学报;2001年06期
9 徐波,唐海龙,李行善;基于DTW的涡扇发动机气路故障定量诊断方法[J];北京航空航天大学学报;2004年06期
10 董选明,裘丽华,王占林;基于 BP 算法的液压泵在线状态监测及故障诊断[J];北京航空航天大学学报;1997年03期
中国博士学位论文全文数据库 前10条
1 张勤拓;机载导弹SINS动基座传递对准技术研究[D];哈尔滨工程大学;2010年
2 盖强;局域波时频分析方法的理论研究与应用[D];大连理工大学;2001年
3 张海勇;基于局域波法的非平稳随机信号分析中若干问题的研究[D];大连理工大学;2001年
4 李月健;土体内球形空穴扩张及挤土桩沉桩机理研究[D];浙江大学;2001年
5 王海清;工业过程监测:基于小波和统计学的方法[D];浙江大学;2001年
6 李俭;大型电力变压器以油中溶解气体为特征量的内部故障诊断模型研究[D];重庆大学;2001年
7 钱力庚;330MW电站对冲锅炉炉内过程数值模拟和实验研究及四角锅炉变负荷研究及炉内过程通用程序的设计与研究[D];浙江大学;2001年
8 王志鹏;基于信息融合技术的故障诊断方法的研究及应用[D];大连理工大学;2001年
9 郑海波;非平稳非高斯信号特征提取与故障诊断技术研究[D];合肥工业大学;2002年
10 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
中国硕士学位论文全文数据库 前10条
1 李清改;基于行波法的输电线路故障测距研究[D];河南理工大学;2010年
2 居彩梅;车载式压实度检测仪[D];长安大学;2001年
3 彭备战;信息融合技术在设备故障诊断中的应用研究[D];广东工业大学;2002年
4 郭月强;振动信号的测试与分析及其软件系统的开发[D];北京工业大学;2002年
5 谢兵;系统级故障诊断集团算法的研究及方程解决[D];湖南大学;2002年
6 郭菁;电站锅炉煤粉燃烧过程及其NO_x生成的数值模拟[D];华北电力大学(北京);2003年
7 宋普云;虹膜识别系统与支持向量机算法研究[D];河北工业大学;2003年
8 刘梅生;物流形态演进与我国第三方物流发展分析[D];华南师范大学;2003年
9 赵习频;基于区域经济的区域物流体系研究[D];武汉理工大学;2003年
10 郑威;液体火箭发动机基于定性模型的故障诊断方法研究[D];中国人民解放军国防科学技术大学;2002年
【二级引证文献】
中国期刊全文数据库 前10条
1 朱学冬;胡平;;基于最优二叉树的多故障分类器的设计[J];北京联合大学学报(自然科学版);2009年02期
2 韩涛;胡英贝;张蕾;张文涛;徐振宇;;信息融合技术在托辊轴承故障诊断中的应用[J];轴承;2012年06期
3 徐岩;吴丹;张亚刚;;基于判别分析方法的电网故障元件定位方法[J];电力自动化设备;2010年08期
4 刘海松;吴杰长;陈国钧;;克隆选择优化的SVM模拟电路故障诊断方法[J];电子测量与仪器学报;2010年12期
5 田丽玲;张丽萍;;一种数据驱动的湿法烟气脱硫系统的故障诊断方法[J];福州大学学报(自然科学版);2012年01期
6 梁盼盼;周虎;王庆霞;杨建国;;信息融合技术在地铁中央空调风机故障诊断中的应用[J];城市轨道交通研究;2011年04期
7 邱波;;基于PCA-RBF神经网络的区域物流需求预测研究[J];管理工程师;2012年02期
8 杜文雅;宋卫平;冯登超;张立宏;;智能压实中的GPS测距技术探讨[J];公路;2012年07期
9 丁平平;;智能诊断在旋转机械故障研究中的应用[J];广州化工;2012年07期
10 刘永阔;谢春丽;夏虹;;基于数据挖掘的核动力装置故障数据处理及属性约简算法研究[J];核动力工程;2010年05期
中国博士学位论文全文数据库 前10条
1 周磊;电梯导轨弯曲变形校直理论模型、仿真与实验研究[D];浙江大学;2010年
2 张亚刚;基于广域信息的电力系统故障元件定位方法研究[D];华北电力大学(北京);2011年
3 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年
4 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
5 胡青;基于电力变压器故障特征气体分层特性的诊断与预测方法研究[D];重庆大学;2010年
6 赵玲;旋转机械系统故障特征提取中的分形方法研究[D];重庆大学;2010年
7 潘玉娜;滚动轴承的性能退化特征提取及评估方法研究[D];上海交通大学;2011年
8 侯俊剑;基于声像模式识别的故障诊断机理研究[D];上海交通大学;2011年
9 许洁;基于统计理论的工业过程性能监控与故障诊断研究[D];南京航空航天大学;2010年
10 王冬云;转子-轴承故障诊断方法研究[D];燕山大学;2012年
中国硕士学位论文全文数据库 前10条
1 蒋静;基于量子粒子群优化的Volterra核辨识及故障诊断方法研究[D];郑州大学;2010年
2 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
3 张晓冬;基于全矢谱的智能诊断技术研究[D];郑州大学;2010年
4 从静;电力电子装置故障诊断技术研究[D];哈尔滨工程大学;2010年
5 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
6 宋帅;地表水水质自动监测—预警系统研究—以产芝水库为例[D];中国海洋大学;2010年
7 张祥明;基于信息融合的矿井提升机健康诊断研究[D];河南理工大学;2010年
8 郭雄伟;基于HOS的滚动轴承故障诊断方法应用研究[D];昆明理工大学;2010年
9 任海涛;基于支持向量机的商标图像分类研究[D];北京印刷学院;2011年
10 姚宁;基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D];太原理工大学;2011年
【二级参考文献】
中国期刊全文数据库 前10条
1 朱明星,张德龙;RBF网络基函数中心选取算法的研究[J];安徽大学学报(自然科学版);2000年01期
2 朱稼兴;信息和熵[J];北京航空航天大学学报;1995年02期
3 刘宜平,沈毅,刘志言;一种基于模糊神经网络的故障分类器及其在多传感器故障诊断中的应用[J];传感技术学报;2000年01期
4 钱政,高文胜,尚勇,严璋;基于范例推理的变压器油中气体分析综合诊断模型[J];电工技术学报;2000年05期
5 吕柏权,李天铎;一种基于小波网络的故障检测方法[J];电工技术学报;1997年04期
6 胡代舜;大型汽轮机事故及预防(续完)[J];电力安全技术;1999年03期
7 程鹏,钟芳源;汽轮机热力参数故障诊断──Ⅰ.模糊理论的拓展[J];电力建设;1995年10期
8 程鹏,钟芳源;汽轮机热力参数故障诊断Ⅲ.诊断系统[J];电力建设;1995年11期
9 房方,牛玉广,孙万云;一种基于神经网络预测的传感器故障诊断新方法[J];电力情报;2000年04期
10 马士英,徐二树,赵小朵;表面式加热器的动态数学模型研究[J];电力情报;2001年03期
中国博士学位论文全文数据库 前2条
1 戈志华;基于非线性理论的汽轮机轴系振动故障研究[D];华北电力大学;2000年
2 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
中国硕士学位论文全文数据库 前2条
1 崔凝;大型电站凝汽器动态数学模型的研究与应用[D];华北电力大学;2001年
2 赵文升;大型火电机组回热加热系统数学模型的研究[D];华北电力大学;2001年
【相似文献】
中国期刊全文数据库 前10条
1 刘丽珍;贺海军;陆玉昌;宋瀚涛;;支持向量机在网页信息分类中的应用研究[J];小型微型计算机系统;2007年02期
2 薛欣;贺国平;;基于SVM决策树判别测试点类别的新方法[J];计算机应用;2007年01期
3 连可;黄建国;王厚军;龙兵;;一种基于遗传算法的SVM决策树多分类策略研究[J];电子学报;2008年08期
4 李杨;赵春江;杨信廷;;组合SVM和决策树精确建立CCP点[J];微计算机信息;2010年09期
5 王孟杰;孟子厚;;基于参数距离的汉语普通话韵母决策树[J];电声技术;2010年03期
6 王一;杨俊安;刘辉;;一种基于遗传算法的SVM决策树多分类方法[J];信号处理;2010年10期
7 江志钢;张春良;岳夏;;基于支持向量机的机床故障诊断研究[J];装备制造技术;2009年12期
8 陈敏雅;石蕾;;基于SVM多分类决策树的研究综述[J];电脑知识与技术;2008年08期
9 何凡;刘光斌;;核函数在液压泵故障诊断中的应用研究[J];煤矿机械;2009年01期
10 韩俊英;刘成忠;;基于粗集的支持向量机在故障诊断中的应用[J];甘肃农业大学学报;2008年03期
中国重要会议论文全文数据库 前10条
1 张军峰;胡寿松;;基于多重核学习支持向量机的歼击机故障诊断[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
2 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
3 袁昊程;钟秋海;戴亚平;;基于支持向量机的旋转机械故障诊断[A];2003中国控制与决策学术年会论文集[C];2003年
4 史丽萍;杨晓冬;匡杰;;基于支持向量机的水泵故障诊断[A];中国计量协会冶金分会2007年会论文集[C];2007年
5 李烨;蔡云泽;许晓鸣;;基于支持向量机集成的故障诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
6 程砚秋;杨德权;;基于决策树和支持向量机的金融预测方法[A];中国企业运筹学学术交流大会论文集[C];2007年
7 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
8 初燕;付忠广;戈志华;靳涛;卞双;;基于支持向量机的故障诊断方法探讨[A];中国动力工程学会第三届青年学术年会论文集[C];2005年
9 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
10 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国博士学位论文全文数据库 前10条
1 赵冲冲;基于支持向量机的旋转机械故障诊断[D];西北工业大学;2003年
2 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
3 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年
4 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
5 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
6 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
7 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
8 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
9 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
10 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
2 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
3 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
4 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
5 曾嵘;支持向量机在设备故障诊断中的应用研究[D];中南大学;2005年
6 陈逸波;支持向量机在高炉炉温预报中的应用及若干改进[D];浙江大学;2010年
7 杨琦;支持向量机在液压系统故障诊断中的应用研究[D];大连海事大学;2005年
8 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
9 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
10 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026