| 基于支持向量机的航标故障识别 |
| |
| 引用本文： | 张志民,秦保文,张海波.基于支持向量机的航标故障识别[J].中国海事,2019(6):46-49. |
| |
| 作者姓名： | 张志民 秦保文 张海波 |
| |
| 作者单位： | 东海航海保障中心连云港航标处 |
| |
| 摘 要： | 航标的健康运行不仅与船舶运输效率和航行安全有关,而且还是评估航标维护质量的重要指标,是船舶航行的重要参考依据,也是衡量一个国家航运业发展水平的重要标准。因此,及早发现航标失常并及时采取相应的修复措施,符合航运及航标管理机构的实际需求。对于航标设备故障识别问题,实质上可归结为分类问题。文中详细介绍了支持向量机(SVM)用于分类的方法,最终采用支持向量机(SVM)的分类方法,通过MATLAB建立分类模型,实现对航标设备故障的识别。
|
| 关 键 词： | 航标 故障识别 支持向量机 |
On the AtoN Fault Identification based on Support Vector Machines |
| |
| Zhang Zhimin,Qin Baowen,Zhang Haibo.On the AtoN Fault Identification based on Support Vector Machines[J].Maritime Safety,2019(6):46-49. |
| |
| Authors: | Zhang Zhimin Qin Baowen Zhang Haibo |
| |
| Institution: | (Lianyungang Aids to Navigation Division of NGCE, Lianyungang, Jiangsu 222042, China) |
| |
| Abstract: | Zhang Zhimin;Qin Baowen;Zhang Haibo(Lianyungang Aids to Navigation Division of NGCE, Lianyungang, Jiangsu 222042, China) |
| |
| Keywords: | Aids to Navigation(AtoN) fault identification SVM |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
