您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于粒子群优化算法的LS-SVM电动机断条故障诊断

  2. 支持向量机(Support Vector Machine,SVM)算法是基于统计学习理论的一种新的学习方法,应用于故障诊断技术中,具有训练所需样本少、诊断率高等优点。最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)算法是标准支持向量机的一种扩展,能在保证精度的同时大大降低计算机的复杂性,加快求解速度。该算法的超参数对支持向量机的性能有着重要的作用。因此,采用粒子群优化(Particle Swarm Optimization,PSO)算
  3. 所属分类:其它

    • 发布日期:2020-05-22
    • 文件大小:262144
    • 提供者:weixin_38706455
  1. 基于最小二乘支持向量机的电动机故障诊断方法

  2. 为从电动机频谱识别出故障电动机,先用CZT变换(线性调频Z变换)分析采集到的电动机数据进行分类,然后训练最小二乘向量机,再把相同维数的数据送入训练好的最小二乘向量机进行判断,最终得出用最小二乘向量机进行电动机故障诊断的准确性、可行性和可靠性。
  3. 所属分类:其它

    • 发布日期:2020-07-13
    • 文件大小:269312
    • 提供者:weixin_38674675