基于新型机器学习的电子装备系统智能故障诊断研究
| 外文标题 | Electronic Equipment Systems Intelligent Fault Diagnosis Based on New Machine Learning Approach |
| 文献类型 | 期刊 |
| 作者 | 杨云[1];朱家元[2];张恒喜[3] |
| 机构 | [1]北京航空航天大学工程系统工程系,空军工程大学工程学院飞机与发动机工程系,空军工程大学工程学院飞机与发动机工程系 北京100083,西安710038,西安710038 [2]北京航空航天大学工程系统工程系,空军工程大学工程学院飞机与发动机工程系,空军工程大学工程学院飞机与发动机工程系 北京100083,西安710038,西安710038 [3]北京航空航天大学工程系统工程系,空军工程大学工程学院飞机与发动机工程系,空军工程大学工程学院飞机与发动机工程系 北京100083,西安710038,西安710038 ↓ |
| 来源信息 | 年:2003卷:39期:22页码范围:210-211,232 |
| 期刊信息 | 计算机工程与应用ISSN:1002-8331 |
| 关键词 | 神经网络;机器学习;支持向量机;电子装备;故障诊断 |
| 摘要 | 支持向量机是一种基于结构风险最小原则的新型机器学习方法,具有完备的理论依据和良好的学习泛化能力.该文针对电子装备系统特征,采用支持向量机算法构建智能故障诊断模型,并对典型电子设备进行故障诊断.结果表明,该诊断模型是可行的、有效的,具有一定工程应用价值. |
| 收录情况 | PKU |
| 所属部门 | 可靠性与系统工程学院 |
| 链接地址 | http://d.g.wanfangdata.com.cn/Periodical_jsjgcyyy200322068.aspx |
| DOI | 10.3321/j.issn:1002-8331.2003.22.068 |
| 基金 | 国家部委预研基金; 国家重点工程项目 |
全文
影响因子：
dc:title:基于新型机器学习的电子装备系统智能故障诊断研究
dc:creator:杨云;朱家元;张恒喜
dc:date: publishDate:2003-08-01
dc:type:期刊
dc:format: Media：计算机工程与应用
dc:identifier: LnterrelatedLiterature：计算机工程与应用.2003,39(22),210-211,232.
dc:identifier:DOI：10.3321/j.issn:1002-8331.2003.22.068
dc: identifier:ISBN:1002-8331
