学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
支持向量机在机械设备振动信号趋势预测中的应用
被引:26
作者
:
杨俊燕
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学轴承及润滑理论研究所
杨俊燕
张优云
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学轴承及润滑理论研究所
张优云
论文数:
引用数:
h-index:
机构:
赵荣珍
机构
:
[1]
西安交通大学轴承及润滑理论研究所
来源
:
西安交通大学学报
|
2005年
/ 09期
关键词
:
趋势预测;
支持向量机;
神经网络;
回归;
D O I
:
暂无
中图分类号
:
TH113.1 [机械振动学];
学科分类号
:
摘要
:
将支持向量机(SVMs)用于机械设备振动信号趋势预测中,研究了SVMs参数及核函数类型对SVMs预测能力的影响.试验显示,在短期预测中4种核函数有着基本相同的预测能力,而在长期预测中,径向基函数核和多项式核表现出了相对较高的预测能力,同线性核和神经网络核相比,它们的归一化均方误差约降低了20%.SVMs与向后传播神经网络、径向基函数网络和广义回归神经网络预测能力的对比表明,实现了结构风险最小化原理的SVMs具有更好的预测能力,在长期预测中,其归一化均方误差约降低了15%.
引用
收藏
页码:950 / 953
页数:4
相关论文
共 2 条
[1]
基于支持向量机的机械设备状态趋势预测研究
[J].
李凌均
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
李凌均
;
张周锁
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
张周锁
;
何正嘉
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
何正嘉
;
不详
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
不详
.
西安交通大学学报 ,
2004,
(03)
:230
-233+238
[2]
统计学习理论.[M].(美)瓦普尼克(VladimirN.Vapnik)著;许建华;张学工译;.电子工业出版社.2004,
←
1
→
共 2 条
[1]
基于支持向量机的机械设备状态趋势预测研究
[J].
李凌均
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
李凌均
;
张周锁
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
张周锁
;
何正嘉
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
何正嘉
;
不详
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
不详
.
西安交通大学学报 ,
2004,
(03)
:230
-233+238
[2]
统计学习理论.[M].(美)瓦普尼克(VladimirN.Vapnik)著;许建华;张学工译;.电子工业出版社.2004,
←
1
→