- 相關推薦
支持向量機用于液體火箭發(fā)動機的故障診斷
支持向量機(Support Vector Machine,簡稱SVM)是一種基于機器學習的模式分類算法,其在解決小樣本、非線性及高維模式識別等問題中都表現(xiàn)出許多特有的優(yōu)勢.用SVM對液體火箭發(fā)動機的故障數(shù)據(jù)進行檢測和診斷.通過對發(fā)動機仿真模型的9種故障數(shù)據(jù)的學習,能檢測出18組故障數(shù)據(jù)中的17組,但有4組出現(xiàn)誤報.對誤報故障進行二次學習和再檢測,能對這4種故障正確檢測.經(jīng)過對C75試車4種故障數(shù)據(jù)的學習.能正確檢測其故障類型.進一步驗證了該方法的正確性和可行性.
作 者: 何浩 胡小平 姜志杰 劉偉強 He Hao Hu Xiaoping Jiang Zhijie Liu Weiqiang 作者單位: 國防科技大宇航天與材料工程學院,湖南,長沙,410073 刊 名: 火箭推進 英文刊名: JOURNAL OF ROCKET PROPULSION 年,卷(期): 2008 34(3) 分類號: V434 關鍵詞: 支持向量機 液體火箭發(fā)動機 故障診斷 模式識別【支持向量機用于液體火箭發(fā)動機的故障診斷】相關文章:
《平面向量的數(shù)量積》04-01
液體的壓強教學反思12-13
認識液體教學反思04-16
《液體的壓強》教案設計04-25
教案:馬鈴薯在液體中的沉浮04-25
《馬鈴薯在液體中的沉浮》教學反思04-11
關于支持的說說05-11
支持的力量作文09-11
沒人支持的心酸句子 表示沒人支持我的句子10-20