2024年12月2日
星期一
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
吉林省教育厅科研项目([2005]88)
作品数:
1
被引量:14
H指数:1
相关作者:
陆爽
更多>>
相关机构:
浙江师范大学
更多>>
发文基金:
吉林省教育厅科研项目
更多>>
相关领域:
自动化与计算机技术
机械工程
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
机械工程
1篇
自动化与计算...
主题
1篇
支持向量
1篇
支持向量机
1篇
矢量
1篇
特征矢量
1篇
奇异值
1篇
奇异值分解
1篇
轴承
1篇
向量
1篇
向量机
1篇
模式识别
1篇
故障模式识别
1篇
滚动轴承
机构
1篇
浙江师范大学
作者
1篇
陆爽
传媒
1篇
农业工程学报
年份
1篇
2007
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于奇异值分解和支持向量机的滚动轴承故障模式识别
被引量:14
2007年
提出了基于奇异值分解和支持向量机进行滚动轴承故障诊断的新方法。对故障轴承的状态特征提取和故障特征准确分类是解决该问题的两个关键。奇异值分解可以将高维相关变量压缩为低维独立的主特征矢量,而支持向量机可以完成模式识别和非线性回归。利用上述原理根据轴承振动信号的变化特征,采用奇异值分解对其提取状态主特征矢量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别。试验结果表明,奇异值分解后的主特征矢量与支持向量机相结合可以很好的分辨出轴承的正常和故障状态,并且对未知故障有良好的识别能力。与常用的人工神经网络方法相比,该诊断方法具有更好的有效性、鲁棒性和精确性。
陆爽
关键词:
滚动轴承
奇异值分解
支持向量机
模式识别
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张