基于粒子群优化算法的LS-SVM电动机断条故障诊断

所需积分/C币:13 2020-05-22 20:45:28 256KB PDF
收藏 收藏
举报

支持向量机(Support Vector Machine,SVM)算法是基于统计学习理论的一种新的学习方法,应用于故障诊断技术中,具有训练所需样本少、诊断率高等优点。最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)算法是标准支持向量机的一种扩展,能在保证精度的同时大大降低计算机的复杂性,加快求解速度。该算法的超参数对支持向量机的性能有着重要的作用。因此,采用粒子群优化(Particle Swarm Optimization,PSO)算法对LS-SVM算法寻找最优超参数,进一步提高LS-SVM对电动机断条故障诊断的效率和准确率有着重要

...展开详情
试读 5P 基于粒子群优化算法的LS-SVM电动机断条故障诊断
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
weixin_38706455 欢迎大家使用并留下宝贵意见
2020-05-22
  • 分享王者

    成功上传51个资源即可获取
关注 私信 TA的资源
上传资源赚积分,得勋章
最新推荐
基于粒子群优化算法的LS-SVM电动机断条故障诊断 13积分/C币 立即下载
1/5
基于粒子群优化算法的LS-SVM电动机断条故障诊断第1页

试读结束, 可继续读1页

13积分/C币 立即下载 >