支持向量机在机载设备故障诊断及预测中的应用研究

支持向量机在机载设备故障诊断及预测中的应用研究

支持向量机是一种基于统计学习理论的机器学习算法,采用结构风险最小化原则代替经验风险最小化原则,较好地解决了小样本学习问题;采用核函数思想,使非线性空间的问题转换到线性空间,降低了算法的复杂度;具有良好的泛化能力.针对机载设备故障诊断及预测等工程实际应用中遇到的典型故障样本缺乏、先验知识不足等采用神经网络等其它方法无法解决的问题,提出利用支持向量机应用在机载设备故障诊断及预报中.

作 者： 邸亚洲 李宝亭 袁涛 DI Ya-zhou LI Bao-ting YUAN Tao   作者单位： 海军航空工程学院青岛分院,山东,青岛,266041  刊 名： 科技信息（科学·教研）  英文刊名： SCIENCE & TECHNOLOGY INFORMATION  年，卷(期)： 2008 ""(2)  分类号： V2  关键词： 支持向量机   机载设备   故障诊断及预测   统计学习理论  

【支持向量机在机载设备故障诊断及预测中的应用研究】相关文章：

彩超在小鼠原位肝癌移植模型中的应用研究04-28

《平面向量的数量积》04-01

预测的作文08-13

关于支持的说说05-11

支持的力量作文09-11

没人支持的心酸句子 表示没人支持我的句子10-20

2022年中考作文热点话题范文预测09-22

《平面向量的数量积》汇总（9篇）04-01

中考预测作文04-28

小升初作文预测04-27