基于支持向量機的航空發動機故障診斷

支持向量機學習方法以結構風險最小化原則取代傳統機器學習方法中的經驗風險最小化原則,在有限樣本的學習中顯示出優異的性能.本文將這一新的統計學習方法應用到航空發動機故障診斷的研究中,并通過某型航空發動機故障診斷的實驗結果表明了本文方法的有效性.

作 者： 楊俊 謝壽生 于東軍   作者單位： 空軍工程大學工程學院,西安,710038  刊 名： 機械科學與技術  ISTIC PKU 英文刊名： MECHANICAL SCIENCE AND TECHNOLOGY  年，卷(期)： 2005 24(1)  分類號： V23  關鍵詞： 支持向量機   航空發動機   故障診斷  

【基于支持向量機的航空發動機故障診斷】相關文章：

基于支持向量機的紅外成像跟蹤算法04-27

基于最小二乘支持向量機的航空發動機故障遠程診斷04-27

一種基于支持向量機回歸的推薦算法04-26

支持向量機用于液體火箭發動機的故障診斷04-26

支持向量機在機載設備故障診斷及預測中的應用研究04-26

基于HMLP參數的二肽logP值支持向量機預測模型04-26

基于遺傳算法的航空發動機機載模型支持向量機修正方法04-26

支持向量機在飛機狀態監控中的應用04-27

路面質量影響因素分析-支持向量機模型04-26

一種改進的支持向量機模式分類方法04-27