- 详情
- 2020-12-27
- 简介
- 857KB
- 页数 4P
- 阅读 66
- 下载 39
电力云计算将虚拟化与分布式技术代替传统的服务器+SAN/NAS信息计算模式,虚拟池对数据的整合与管理在提高资源利用率和降低建设成本的同时,由于电力云稳定和可靠工作的前提很大程度上依赖于良好的网络状态,由此也带来故障诊断更加复杂的新挑战.为了实现电力云网络故障的诊断,针对网络故障本身具有的小样本和非线性特征,采用支持向量机SVM算法,在二分类无法解决多分类的基础上进行改进,选择了一对一SVM,借助实验数据和MATLAB仿真结果验证了其可行性.
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
大***
擅长:
装饰 市政 园林 其他
- 4.6
服务
- 5
商品
- 203
人气
相关推荐
基于支持向量机的电力云故障诊断方法研究 254KB
基于支持向量机的电力云故障诊断方法研究 857KB
基于支持向量机的机械故障诊断方法研究 2.6MB
基于支持向量机的发动机故障诊断研究 92KB
基于支持向量机的设备故障诊断研究 420KB
基于支持向量机的水电机组故障诊断研究 205KB
基于遗传算法优化支持向量机的电梯故障诊断 387KB
基于支持向量机的区间轨道电路故障诊断研究 2.2MB
基于支持向量机的模拟电路故障诊断研究 733KB
基于改进支持向量机的仿真电路故障诊断研究 665KB