- 详情
- 2021-04-27
- 简介
pdf
- 642KB
- 页数 4P
- 阅读 62
- 下载 27
提出了一种新的支持向量机(Support V ectorM ach ines,SVM)机械系统状态组合预测模型。应用FPE(F ina lP rinc ip le E rror)准则优化样本的维数,采用时域内的振动烈度和频域内的特征频率分量作为预测机械系统状态的敏感因子,构建了预测模型。支持向量机采用新型的结构风险最优化准则,预测能力强、鲁棒性好。采用径向基函数和ε损失函数,将该模型应用于实验台和旋转注水机组的状态预测,取得了较好的效果。这表明利用支持向量机的组合预测模型,可以降低设备维修代价,提高设备的安全性和可靠性。
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
基于支持向量机的机械系统状态组合预测模型研究 642KB
基于支持向量机的建筑物沉降预测模型研究 514KB
基于支持向量机的室内轰燃预测模型研究 241KB
基于支持向量机的机械加工误差预测与补偿模型的研究 990KB
基于支持向量机的砂土液化预测模型 377KB
基于支持向量机的建筑物采动损害预测模型 138KB
基于灰色模型和最小二乘支持向量机的电力短期负荷组合预测 276KB
过程型机械系统的方案设计模型 410KB
基于支持向量自回归的水泵振动预测模型研究 399KB
基于支持向量机的防洪脆弱性评价模型研究 955KB