收藏本站
《重庆大学学报(自然科学版)》 2002年06期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的缺陷识别方法

朱凌云  曹长修  
【摘要】:针对传统缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响 ,以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题 ,从数据挖掘的角度 ,提出了直接从形成缺陷的影响因素着手 ,先消除工艺参数的冗余和噪声 ,再运用支持向量机分类算法 ,进行自动缺陷识别的新方法。通过具体的试验表明 :该方法具有成本低廉、准确率高、推广性强、容易在线实施等技术优势

手机知网App
【引证文献】
中国期刊全文数据库 前10条
1 李进旺;刘青昕;刘文剑;陈茂龙;;井下金属套管应力磁记忆检测信号的处理[J];大庆石油地质与开发;2007年02期
2 梁栋;白晨光;温良英;王凤;吕学伟;张生富;;高炉透气性指数智能预测模型[J];重庆大学学报;2009年04期
3 杨克己;方文平;乔华伟;黄一春;;基于复小波变换和支持向量机的缺陷类型识别[J];工程设计学报;2008年03期
4 吴彰良;孙长库;刘洁;;基于支持向量机的油封缺陷图像检测方法[J];光电工程;2012年03期
5 卿宇搏;莫学芳;吴上海;;故障诊断技术综述及发展趋势[J];中国储运;2012年11期
6 李良敏;温广瑞;;基于遗传算法的多尺度支持向量机及其在机械故障诊断中的应用[J];机械科学与技术;2008年08期
7 杨理践;余文来;高松巍;孔丽新;;管道漏磁检测缺陷识别技术[J];沈阳工业大学学报;2010年01期
8 李再国;张友明;;漏磁检测定量分析中的信号处理技术[J];石油仪器;2010年03期
9 郑贤斌,陈国明,袁超红;油气管道缺陷检测的数据处理方法回顾与展望[J];压力容器;2005年10期
10 袁胜发;褚福磊;;支持向量机及其在机械故障诊断中的应用[J];振动与冲击;2007年11期
中国博士学位论文全文数据库 前8条
1 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
2 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
3 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
4 宋夫华;支持向量机逆系统方法及其应用研究[D];浙江大学;2006年
5 唐朝晖;铅锌生产过程密闭鼓风炉故障诊断技术及应用[D];中南大学;2008年
6 舒云星;水泥烧成系统故障诊断与质量预测支持向量机方法的研究[D];武汉理工大学;2008年
7 杨智明;面向不平衡数据的支持向量机分类方法研究[D];哈尔滨工业大学;2009年
8 毛先柏;基于支持向量机的模拟电路故障诊断研究[D];华中科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 张宏军;太阳能电池缺陷识别的研究与实现[D];东华大学;2012年
2 谢秋玲;应用于心电图分类的KNN和SVM分类器研究[D];华东师范大学;2004年
3 宋彦坡;数据挖掘技术及其在铜转炉吹炼过程优化中的应用[D];中南大学;2005年
4 王柯;基于粗糙集和支持向量机的智能故障诊断方法研究[D];江南大学;2008年
5 乔华伟;检测声学信号智能处理技术的研究[D];浙江大学;2008年
6 吴飞跃;基于统计学习理论的故障分析与可靠度预测技术研究[D];华中科技大学;2007年
7 袁晔;X光轮胎缺陷自动检测系统的研究[D];天津大学;2008年
8 余文来;管道漏磁检测缺陷识别技术的研究[D];沈阳工业大学;2009年
9 陈欢欢;基于支持向量机的故障诊断方法研究[D];哈尔滨工业大学;2008年
10 张强;基于数据挖掘的T-S模糊规则提取[D];湖南科技大学;2009年
【参考文献】
中国期刊全文数据库 前4条
1 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
2 范劲松;方廷健;;基于粗集理论和SVM算法的模式分类方法[J];模式识别与人工智能;2000年04期
3 陈彦华,李明轩;利用人工神经网络实现缺陷类型识别[J];应用声学;1998年02期
4 吴淼,张海燕,孙智,刘旭;超声检测缺陷分类的小波分析与神经网络方法[J];中国矿业大学学报;2000年03期
【共引文献】
中国期刊全文数据库 前10条
1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
2 杨萍,杨明;基于VPRS的重要属性评价方法研究[J];安徽工程科技学院学报(自然科学版);2003年01期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
5 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
6 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
7 黄远顺;;矫直机的自动故障预报技术[J];安徽冶金;2012年01期
8 林春丽;齐欣;王克成;;SVM-KNN分类器在异常行为检测中的应用[J];辽宁科技大学学报;2010年05期
9 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
10 沈永清;李学伟;;技术型无形资产价值评估方法研究——基于粗糙集理论的评估模型[J];北京交通大学学报(社会科学版);2007年01期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
3 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
4 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
5 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
6 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
7 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
8 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 晋朝勃;胡刚强;史广智;李玉阳;;一种采用支持向量机的水中目标识别方法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
10 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
4 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
5 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
6 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
7 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年
8 汪春梅;癫痫脑电信号特征提取与自动检测方法研究[D];华东理工大学;2011年
9 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
10 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 胡婷萍;大厚度电子束焊缝的超声检测及缺陷散射信号的研究[D];南昌航空大学;2010年
4 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
5 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
6 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
7 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
8 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
9 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
10 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 谢纪刚;裘正定;;非平衡数据集Fisher线性判别模型[J];北京交通大学学报;2006年05期
2 吴少敏,冯建生;宝钢数据挖掘系统[J];宝钢技术;2001年01期
3 易灵芝,朱建林,张林亭,李卫平;软测量的工程化设计[J];兵工自动化;2002年06期
4 罗婷婷;范太华;;支持向量机核函数及优化研究[J];兵工自动化;2007年10期
5 孙凯;王颖龙;;支持向量机中Mercer核函数的构造研究[J];兵工自动化;2008年11期
6 张春华,温熙森,陈循;加速寿命试验技术综述[J];兵工学报;2004年04期
7 唐秀家,颜大椿;基于神经网络的管道泄漏检测方法及仪器[J];北京大学学报(自然科学版);1997年03期
8 汪友生;基于漏磁通的缺陷信号分析[J];北京工业大学学报;1999年03期
9 陶建峰,王少萍,姚一平;计算机辅助FMECA与FTA正向综合分析方法研究[J];北京航空航天大学学报;2000年06期
10 万九卿,李行善;基于串行支持向量分类器的模拟电路故障诊断[J];北京航空航天大学学报;2003年09期
中国博士学位论文全文数据库 前10条
1 王雅琳;智能集成建模理论及其在有色冶炼过程优化控制中的应用研究[D];中南大学;2001年
2 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
3 马良玉;结合仿真技术的电站热力系统故障智能诊断研究[D];华北电力大学(河北);2004年
4 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
5 陈湘涛;数据仓库与数据挖掘技术在新型铝电解控制系统中的应用研究[D];中南大学;2004年
6 杜玉晓;铅锌烧结过程智能集成优化控制技术及其应用研究[D];中南大学;2004年
7 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
8 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
9 王庆东;基于粗糙集的数据挖掘方法研究[D];浙江大学;2005年
10 潘明清;基于支持向量机的机械故障模式分类研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 桂乐;小波分析理论及其在图像压缩中的应用[D];西北大学;2003年
2 常虹;传感器故障诊断方法研究[D];华北电力大学(河北);2003年
3 黄治军;基于小波分析的传感器故障诊断研究[D];西北工业大学;2004年
4 易小文;VAV系统传感器的故障诊断研究[D];湖南大学;2004年
5 隆莹;基于信息融合的多Agent故障诊断系统及在航天器上的应用[D];西北工业大学;2005年
6 刘祝华;图像去噪方法的研究[D];江西师范大学;2005年
7 李嘉;基于支持向量机的软件可靠性早期预测研究[D];合肥工业大学;2005年
8 陈淼峰;基于EMD与支持向量机的转子故障诊断方法研究[D];湖南大学;2005年
9 朱振宇;流程工业中数据挖掘技术应用的研究[D];浙江大学;2006年
10 彭刚;基于分形理论与模糊神经网络的模拟电路故障诊断研究[D];湖南大学;2006年
【二级引证文献】
中国期刊全文数据库 前10条
1 马强;;长输管道外防腐层的检测与评价[J];承德石油高等专科学校学报;2009年03期
2 戴光;杨海英;于永亮;;基于有限元分析的管道漏磁检测信号识别技术[J];大庆石油学院学报;2010年05期
3 王爱民;宋强;李华;张运素;徐蕾;;小样本贫信息条件下高炉冶炼烧结终点组合预测法[J];重庆大学学报;2011年05期
4 李飞;韩海涛;郑耿乐;;基于输出频谱和支持向量机的模拟电路故障诊断方法[J];电子设计工程;2011年14期
5 丁平平;;智能诊断在旋转机械故障研究中的应用[J];广州化工;2012年07期
6 韩海涛;马红光;曹建福;张家良;;基于非线性频谱特征及核主元分析的模拟电路故障诊断方法[J];电工技术学报;2012年08期
7 戴波;赵晶;周炎;;基于支持向量机的管道腐蚀超声波内检测[J];化工学报;2008年07期
8 宋志强;李著信;张镇;姜玉泉;;基于连续小波变换的输油管道裂纹缺陷漏磁检测研究[J];化工自动化及仪表;2010年07期
9 王仲生;姜洪开;徐一艳;;发动机转子系统早期故障智能诊断[J];航空学报;2009年02期
10 宋志强;李著信;张镇;姜玉泉;;检测探头提离效应对管道漏磁检测影响分析[J];后勤工程学院学报;2011年01期
中国重要会议论文全文数据库 前7条
1 邹花蕾;刁小燕;朱熀秋;李天博;诸德宏;;基于支持向量机逆系统的无轴承同步磁阻电机解耦控制[A];第二十九届中国控制会议论文集[C];2010年
2 杨益飞;阮颖;张维煜;王泉;杨泽斌;朱熀秋;;五自由度交流混合磁轴承α阶逆系统解耦控制[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 李衍超;张婷婷;刁小燕;朱熀秋;;支持向量机在无轴承同步磁阻电机解耦控制中的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
4 陈新;谢永芳;;基于数据的铜闪速熔炼操作模式的匹配策略[A];2011中国有色金属行业仪表自动化学术会议论文集[C];2011年
5 柯玉波;肖健梅;王锡淮;;基于SVM的非线性系统逆控制的设计与仿真[A];2007中国控制与决策学术年会论文集[C];2007年
6 肖健梅;柯玉波;王锡淮;;基于支持向量机的非线性系统逆控制[A];2007年中国智能自动化会议论文集[C];2007年
7 马强;;长输管道外防腐层的检测与评价[A];油气管道腐蚀检测与防护预警[C];2012年
中国博士学位论文全文数据库 前10条
1 陈文清;基于免疫机理的水泥生产工艺故障智能诊断方法研究[D];华中科技大学;2011年
2 刘永斌;基于非线性信号分析的滚动轴承状态监测诊断研究[D];中国科学技术大学;2011年
3 邓鹏程;基于数据的铅锌熔炼过程自适应在线监控与故障诊断[D];中南大学;2011年
4 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
5 侯俊剑;基于声像模式识别的故障诊断机理研究[D];上海交通大学;2011年
6 王晓慧;基于FTS的微结构表面超精密车削控制系统及实验研究[D];哈尔滨工业大学;2011年
7 许洁;基于统计理论的工业过程性能监控与故障诊断研究[D];南京航空航天大学;2010年
8 崔江;基于支持向量机的模拟电子电路故障分类技术研究[D];南京航空航天大学;2010年
9 梁海波;基于陀螺冗余的微惯性系统关键技术研究[D];哈尔滨工程大学;2011年
10 刘斌;非线性系统建模及预测控制若干问题研究[D];浙江大学;2004年
中国硕士学位论文全文数据库 前10条
1 蒋静;基于量子粒子群优化的Volterra核辨识及故障诊断方法研究[D];郑州大学;2010年
2 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
3 李一倬;柴油机远程监测平台的设计与开发[D];哈尔滨工程大学;2010年
4 从静;电力电子装置故障诊断技术研究[D];哈尔滨工程大学;2010年
5 陈超;重组大肠杆菌高密度发酵过程建模与控制[D];大连理工大学;2010年
6 阮俊虎;基于GA-SVM的区域物流需求预测研究[D];河北工程大学;2010年
7 郭雄伟;基于HOS的滚动轴承故障诊断方法应用研究[D];昆明理工大学;2010年
8 郭晶亮;基于支持向量机的柴油机故障诊断系统研究[D];武汉理工大学;2011年
9 张艳;基于粒子群优化支持向量机的变压器故障诊断和预测[D];西华大学;2011年
10 储晨昀;基于神经网络的管道缺陷识别技术的研究[D];合肥工业大学;2011年
【二级参考文献】
中国期刊全文数据库 前3条
1 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
2 陈彦华,李明轩;人工神经网络在超声无损检测中的应用[J];应用声学;1996年03期
3 陈彦华,李明轩;利用人工神经网络实现缺陷类型识别[J];应用声学;1998年02期
【相似文献】
中国期刊全文数据库 前10条
1 车红昆;吕福在;项占琴;;多特征SVM-DS融合决策的缺陷识别[J];机械工程学报;2010年16期
2 黄金杰;常英丽;李阳锋;;基于均匀设计的特征选择方法[J];哈尔滨理工大学学报;2008年01期
3 朱凌云,曹长修;基于支持向量机的缺陷识别方法[J];重庆大学学报(自然科学版);2002年06期
4 刘治国;;应用SVM算法进行TM多光谱图像地物分类[J];信息技术;2007年05期
5 罗瑜;易文德;何大可;林宇;;大规模训练集的快速缩减[J];西南交通大学学报;2007年04期
6 戴波;赵晶;周炎;;超声波管道内检测腐蚀缺陷分类识别研究[J];机床与液压;2008年07期
7 何晓桃;郑文丰;宋晖;;基于主成分和支持向量机的降维和模式分类[J];淮阴工学院学报;2011年01期
8 胡杰;马铁军;胡志平;尹志宏;;一种新的轮胎激光散斑检测缺陷识别方法[J];机电工程技术;2010年06期
9 邢志伟;高庆吉;党长河;;飞机蒙皮检查机器人系统研究[J];机器人;2007年05期
10 朱华锋,贾高顺,刘勇,杨健;二维弹性构件缺陷识别的边界元逆分析法[J];浙江工业大学学报;1998年02期
中国重要会议论文全文数据库 前10条
1 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 李巍华;刘雯;;基于主元分析和直推式支持向量机的齿轮早期故障诊断[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
8 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
9 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
10 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 记者 汪亚萍 通讯员 种占良;大港油田地面建设模式分类导则出台[N];中国石油报;2009年
3 李水根;计算机详解配伍与药效关系[N];健康报;2005年
4 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
5 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
6 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
7 ;选择合适的数据挖掘算法[N];计算机世界;2007年
8 赛迪评测硬件测试事业部整机实验室;联想启天M4800商用台式电脑满足商务办公需求[N];中国计算机报;2004年
9 周颖;王米渠与中医心理学[N];中国中医药报;2006年
10 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
中国博士学位论文全文数据库 前10条
1 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
2 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
3 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
4 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
5 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
6 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
7 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
8 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
2 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
3 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
4 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
5 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
6 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
7 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
8 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
9 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
10 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026