基于SVM预测器的传感器故障诊断与信号恢复研究
文献类型：期刊论文
| 刊名 | 传感技术学报
 |
| 出版日期 | 2005 |
| 卷号 | 018 |
| 关键词 | 支持向量机 传感器 故障诊断 信号恢复 |
| ISSN号 | 1004-1699 |
| 英文摘要 | 支持向量机(SVM）是一种新兴的基于统计学习理论的机器学习方法。简要介绍了SVM回归原理，据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复，阐述了具体的实现方法和步骤。仿真结果表明：SVM预测器有效地克服了神经网络的不足，能准确预测和跟踪传感器的输出信号，并在传感器发生故障后一定的时间段内能较精确的估计传感器的正常输出。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:1955150 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/62759]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 推荐引用方式 GB/T 7714 | . 基于SVM预测器的传感器故障诊断与信号恢复研究[J]. 传感技术学报,2005,018. |
| APA | (2005).基于SVM预测器的传感器故障诊断与信号恢复研究.传感技术学报,018. |
| MLA | "基于SVM预测器的传感器故障诊断与信号恢复研究".传感技术学报 018(2005). |
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。