基于机器学习的设备预测性维护方法综述
文献类型：期刊论文
| 作者 | 李杰其; 胡良兵
|
| 刊名 | 计算机工程与应用
 |
| 出版日期 | 2020 |
| 卷号 | 56 |
| 关键词 | predictive maintenance life prediction machine learning artificial neural network support vector machine cluster analysis random forest 预测性维护 寿命预测 机器学习 人工神经网络 支持向量机 聚类算法 随机森林 |
| ISSN号 | 1002-8331 |
| 英文摘要 | 机器学习算法能够处理高维和多变量数据,并在复杂和动态环境中提取数据中的隐藏关系,在预测性维护技术中具有很好的应用前景。然而,预测性维护系统的性能取决于机器学习算法的选择,对目前应用与预测性维护中的机器学习算法进行综述,详细比较了几种机器学习算法的优缺点,并对机器学习在预测性维护研究中的应用进行了展望。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6834785 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/119434]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 作者单位 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | 李杰其,胡良兵. 基于机器学习的设备预测性维护方法综述[J]. 计算机工程与应用,2020,56. |
| APA | 李杰其,&胡良兵.(2020).基于机器学习的设备预测性维护方法综述.计算机工程与应用,56. |
| MLA | 李杰其,et al."基于机器学习的设备预测性维护方法综述".计算机工程与应用 56(2020). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。