首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   252篇
  完全免费   86篇
  一般工业技术   338篇
  2020年   3篇
  2019年   6篇
  2018年   4篇
  2017年   6篇
  2016年   11篇
  2015年   12篇
  2014年   41篇
  2013年   35篇
  2012年   27篇
  2011年   31篇
  2010年   38篇
  2009年   37篇
  2008年   23篇
  2007年   28篇
  2006年   20篇
  2005年   7篇
  2004年   7篇
  2003年   1篇
  2001年   1篇
排序方式: 共有338条查询结果,搜索用时 39 毫秒
1.
基于支持向量机的齿轮故障诊断方法研究   总被引:13,自引:6,他引:7  
故障样本的不足从一定程度上制约了基于知识的方法在实际故障诊断中的应用,针对这一问题,利用支持向量机在小样本情况下具有较强分类能力的特点,提出了一种基于支持向量机的齿轮故障诊断方法。该方法采用小波变换对齿轮的振动信号进行处理来构造特征向量,并直接输入到支持向量机的多故障分类器中进行故障识别。试验结果表明该方法是有效、可行的,且在小样本情况下比BP神经网络具有更高的诊断精度。  相似文献
2.
基于EMD能量熵和支持向量机的齿轮故障诊断方法   总被引:13,自引:6,他引:7       下载免费PDF全文
张超  陈建军  郭迅 《振动与冲击》2010,29(10):216-220
针对齿轮振动信号的非平稳特征和现实中难以获得大量典型故障样本的实际情况,提出了基于经验模态分解(empirical mode decomposition,EMD)和支持向量机的齿轮故障诊断方法.首先通过EMD方法将非平稳的原始加速度振动信号分解成若干个平稳的本征模函数(intrinsic mode function, IMF);齿轮发生不同的故障时,在不同频带内的信号能量值会发生改变,故可以通过计算不同振动信号的EMD能量熵判断是否发生故障;从包含有主要故障信息的IMF分量中提取出来的能量特征作为输入建立支持向量机(support vector machine,SVM),判断齿轮的工作状态和故障类型.实验结果表明,该方法能有效地应用于齿轮的故障诊断.  相似文献
3.
支持向量机及其在机械故障诊断中的应用   总被引:10,自引:6,他引:4  
袁胜发  褚福磊 《振动与冲击》2007,26(11):29-35,58
支持向量机(SVM)是一种基于统计学习理论的新型机器学习方法,对小样本决策具有较好的学习推广性。对近年来支持向量机的研究进展及其在故障诊断中的应用做了简要介绍,讨论了支持向量机的特点和存在的问题,展望了其在机械故障诊断的研究前景。  相似文献
4.
支持向量回归算法在梁结构损伤诊断中的应用研究   总被引:8,自引:3,他引:5  
刘龙  孟光 《振动与冲击》2006,25(3):99-100,126
支持向量机算法具有很优秀的回归特性,所以将其应用于梁结构的损伤诊断方面。以模态频率作为特征参数,训练支持向量机实现对损伤的定位和程度标识,并通过对悬臂梁的损伤识别仿真计算进行了验证。结果表明:支持向量机在结构损伤诊断领域中具有很好的应用前景。  相似文献
5.
基于支持向量机的机械系统状态组合预测模型研究   总被引:8,自引:1,他引:7  
提出了一种新的支持向量机(Support Vector Machines,SVM)机械系统状态组合预测模型。应用FPE(Final Principle Error)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。  相似文献
6.
序贯最小二乘支持向量机的结构系统识别   总被引:7,自引:1,他引:6  
提出一种用于结构系统识别的序贯最小二乘支持向量机(SLS-SVM)方法,通过对训练数据的序列进入和数据缩减,分别采用增量算法和减缩修剪算法有效地改进了LS-SVM.这种方法克服了标准LS-SVM算法的稀疏性缺失的缺点,并使LS-SVM的序贯训练成为可能.对非线性滞迟结构的在线参数识别显示了所提出方法的鲁棒性和高效率,同时也表明SLS-SVM算法的速度比批处理SVM算法要快.  相似文献
7.
基于支持向量机的转子振动信号故障分类研究   总被引:6,自引:0,他引:6  
转子在运行过程中的振动加速度信号包含了转子运行状态大量信号,瞬态过程中故障加速度信号特征的提取及其识别对于旋转机械故障诊断是十分重要的。针对在升降速运行时的故障特征数据样本有限而制约有效智能诊断的问题,探讨和提出了基于支持向量机的加速度信号故障诊断方法。实验分析结果表明:该方法可实现转子的振动加速度信号对转子在升降速运行时的多故障的识别和诊断。  相似文献
8.
红外序列图像的支持向量机分割方法   总被引:6,自引:4,他引:2  
红外序列图像的准确分割是自动目标识别的关键,而当图像背景复杂时,传统的图像分割技术往往难以满足要求,为此,提出了基于支持向量机的红外序列图像分割方法。序列图像中的部分帧被作为训练样本,通过选择适合的模型参数,运用支持向量机方法建立学习机器,将后续图像帧中的目标从复杂的背景中识别出来,从而实现红外图像分割。实际红外序列图像分割表明,基于支持向量机的图像分割方法不需要复杂的预处理和后处理工作,分割效果理想,对于小目标的图像,识别正确率可达 99%。  相似文献
9.
基于频域系统辨识和支持向量机的桥梁状态监测方法   总被引:6,自引:0,他引:6  
随着大跨度悬索、斜拉桥的增加,保障桥梁安全、降低维护费用成为交通管理以及政府部门关注的问题。针对损伤样本难以获得的实际情况,将桥梁状态监测问题作为模式识别中的“一类学习”问题处理。桥梁模式特征获取过程是“只有输出响应”的系统辨识问题,考虑到监测系统需要在线工作的特点,提出运用概念直观、结果可靠且便于自动实现的CMIF系统辨识方法作为获取模式特征的工具。为了获得足够敏感的异常报警判别函数,采用了基于支持向量机的一类学习算法,这种方法在得到很高灵敏性的同时,可以方便地权衡敏感性和泛化性能之间的矛盾。用香港汀九桥794小时实测数据对所采用的算法进行验证,证明了算法的有效性和实用性,其结果可供设计类似监测系统时参考。  相似文献
10.
小样本数据的支持向量机回归模型参数及预测区间研究   总被引:6,自引:0,他引:6  
陈果  周伽 《计量学报》2008,29(1):92-96
支持向量机是由统计学习理论发展起来的机器学习算法,它从结构风险最小化的角度保证了模型的最大泛化能力.文中运用支持向量机进行小样本数据回归分析研究.首先利用推广性的界理论指导支持向量机回归模型参数的选取,以保证模型具有最大的推广能力;其次,运用基于正态分布和基于t分布的两种区间预测方法进行了预测值的区间估计;最后,利用模拟序列和真实的航空发动机油样光谱分析数据作为实验数据,建立了支持向量机回归分析模型,并与最小二乘法进行了比较.结果表明,所提出的支持向量机模型参数选取和区间估计方法适用于小样本数据的回归分析,具有较高的预测精度.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号