SVM技術與ANN方法對旋轉機械故障診斷性能的比較

論述了基于支持向量機故障診斷技術的基本原理;介紹了傳統(tǒng)的基于人工神經網絡的故障診斷方法;以旋轉機械故障診斷為例對兩種診斷方法進行了比較,實驗結果表明,與神經網絡相比,基于支持向量機的故障診斷方法在訓練速度、診斷精度、可靠性等方面都表現出了優(yōu)越的診斷性能.

作 者： 張金澤 單甘霖 ZHANG Jin-ze SHAN Gan-lin   作者單位： 軍械工程學院光學與電子工程系,石家莊,050003  刊 名： 電光與控制  ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL  年，卷(期)： 2006 13(3)  分類號： V271.4 TP181  關鍵詞： 支持向量機   神經網絡   故障診斷  

【SVM技術與ANN方法對旋轉機械故障診斷性能的比較】相關文章：

槳葉變形對旋翼氣動性能的影響分析04-26

PET閃爍晶體性能比較04-27

民用航空發(fā)動機性能故障診斷途徑04-26

基于MATLAB實現的ANN方法在地下水評價中的應用04-27

基于性能的橋梁抗震設計方法04-27

輪械陌作文08-09

技術性能保證書11-27

技術性能保證書02-18

提高灘羊繁殖性能的幾種方法04-26

電力機車前照燈幾種光源性能的比較04-27