欢迎访问机床与液压官方网站!

咨询热线:020-32385312 32385313 RSS EMAIL-ALERT
基于相关向量机的故障诊断方法研究
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目(62073090);广东省自然科学基金项目(2019A1515010700);广东省重点项目(2019KZDXM020;2019KZDZX1004;2019KZDZX1042);广东技术师范大学人才引进项目(991512203;991560236)


Research on Fault Diagnosis Method Based on Relevance Vector Machine
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    相关向量机(RVM)是目前最受关注的新一代模式识别技术之一,阐述了基于相关向量机的故障诊断方法、应用前景等。介绍相关向量机的分类、回归模型及其国内外研究进展;对RVM提出至今在故障诊断和退化评估与寿命预测中的应用研究进行综述;最后分析在故障诊断中RVM方法存在的弊端及其未来研究趋势。

    Abstract:

    Relevance vector machine is currently one of the most concerned new generation pattern recognition technologies. The fault diagnosis methods and application prospects based on RVM were described. The classification and regression models of RVM and its research progress at home and abroad were introduced.The application research of RVM in fault diagnosis, degradation assessment and life prediction so far were summarized. The drawbacks of RVM method in fault diagnosis and the trend of future research were analyzed.

    参考文献
    相似文献
    引证文献
引用本文

陈康,熊建斌,苏乃权,王颀,余得正,李春林.基于相关向量机的故障诊断方法研究[J].机床与液压,2022,50(3):176-186.
CHEN Kang, XIONG Jianbin, SU Naiquan, WANG Qi, YU Dezheng, LI Chunlin. Research on Fault Diagnosis Method Based on Relevance Vector Machine[J]. Machine Tool & Hydraulics,2022,50(3):176-186

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2022-05-13
  • 出版日期: