桂林电子科技大学学报
桂林電子科技大學學報
계림전자과기대학학보
JOURNAL OF GUILIN UNIVERSITY OF ELECTRONIC TECHNOLOGY
2009年
3期
256-259
,共4页
王长林%陈鸿宝%林玮%秦启茂%宋宜梅
王長林%陳鴻寶%林瑋%秦啟茂%宋宜梅
왕장림%진홍보%림위%진계무%송의매
支持向量机%机器学习%模式识别%故障诊断
支持嚮量機%機器學習%模式識彆%故障診斷
지지향량궤%궤기학습%모식식별%고장진단
支持向量机(Support Vector Machines,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.为在机械故障诊断中更好地运用该方法,从基于支持向量机理论的模式识别技术和机械故障诊断中应用两方面,综述了近年来支持向量机国内外研究应用现状,分析了技术特点、存在问题、解决方案及其在机械工程领域应用前景.
支持嚮量機(Support Vector Machines,SVM)是一種基于統計學習理論的新型機器學習方法,對小樣本決策具有較好的學習推廣性.為在機械故障診斷中更好地運用該方法,從基于支持嚮量機理論的模式識彆技術和機械故障診斷中應用兩方麵,綜述瞭近年來支持嚮量機國內外研究應用現狀,分析瞭技術特點、存在問題、解決方案及其在機械工程領域應用前景.
지지향량궤(Support Vector Machines,SVM)시일충기우통계학습이론적신형궤기학습방법,대소양본결책구유교호적학습추엄성.위재궤계고장진단중경호지운용해방법,종기우지지향량궤이론적모식식별기술화궤계고장진단중응용량방면,종술료근년래지지향량궤국내외연구응용현상,분석료기술특점、존재문제、해결방안급기재궤계공정영역응용전경.
