基于遗传算法优化支持向量机的电梯故障诊断
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.6
报错
- 详情
- 2021-03-23
- 简介
pdf
- 387KB
- 页数 5P
- 阅读 105
针对电梯的几种常见故障,论文采用了最小二乘支持向量机(LS-SVM)诊断的方法。采集电梯几种故障状态下的振动信号,用最优小波包的理论分析计算故障振动信号的能量分布,将其能量分布与时域指标相结合,以构造故障特征向量,作为LS-SVM的输入来识别电梯的故障原因,并采用遗传算法优化LS-SVM的相关参数。通过对电梯六种常见故障的诊断结果表明,基于遗传算法优化的最小二乘支持向量机用于电梯故障诊断是一种有效的方法。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于遗传算法优化支持向量机的电梯故障诊断 387KB
基于粒子群优化支持向量机的电梯故障诊断 620KB
基于粒子群优化支持向量机的电梯故障诊断 620KB
基于遗传算法的多尺度支持向量机及其在机械故障诊断中的应用 760KB
基于支持向量机的发动机故障诊断研究 92KB
基于核主元分析和支持向量机的电梯故障识别 144KB
基于支持向量机的电力云故障诊断方法研究 254KB
基于支持向量机的机械故障诊断方法研究 2.6MB
基于支持向量机的水电机组故障诊断研究 205KB
基于支持向量机的水电机组故障诊断 531KB