首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机回归树的内燃机振动信号趋势预测
引用本文:万祥兰,范明君. 基于支持向量机回归树的内燃机振动信号趋势预测[J]. 舰船科学技术, 2015, 37(5): 67-69
作者姓名:万祥兰  范明君
作者单位:1. 湖北工业大学理学院,湖北武汉,430068
2. 海军装备部武汉局,湖北武汉,430063
摘    要:针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。

关 键 词:支持向量机  回归树  趋势预测  Cao方法

The trend prediction of engine vibration signals based on SVM-RT
WAN Xiang-lan,FAN Ming-jun. The trend prediction of engine vibration signals based on SVM-RT[J]. Ship Science and Technology, 2015, 37(5): 67-69
Authors:WAN Xiang-lan  FAN Ming-jun
Abstract:
Keywords:support vector machine  regression trees  trend prediction  Cao's method
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号