期刊文献+

建筑电气系统故障诊断方法研究 被引量:6

下载PDF
导出
摘要 随着科学技术的发展与人们生活水平的提高,建筑的现代化程度也随之提升,但随之而来的便是电气故障发生率的提高,本文针对当前情况,运用支持向量机的方法,运用电气故障仿真模拟平台,构建出能够诊断建筑电气系统故障的模型,对多种建筑电气系统故障进行系统的诊断与分析,以期该方法能够应用于实际工程中,为建筑电气系统故障的诊断提供帮助。
作者 陈思远
出处 《电子制作》 2014年第24期204-204,共1页 Practical Electronics
  • 相关文献

参考文献3

二级参考文献13

  • 1谢宏,何怡刚,吴杰.基于小波—神经网络模拟电路故障诊断方法的研究[J].仪器仪表学报,2004,25(5):672-675. 被引量:28
  • 2崔莼,罗先觉,邱关源.故障诊断交流字典法的前向神经网络实现方法[J].微电子学,1996,26(5):313-318. 被引量:14
  • 3[5]Vapnik, V. The nature of statistical learning theory[M]. Berlin: springer-Verlag, 1995.
  • 4[6]Cortes, C., Vapnik, V. Support Vector networks[J]. Machine learning, 1995, 70(1):1-25.
  • 5[7]Gunn,s. Supper Vector machine for classification and regrossion[R]. Jsis report, Image speeck & intelligent System Group, university of Southampton, 1998.
  • 6[8]Vanderbei RJ. LOQO: An Interior Point Method for Quadratic programming[R]. Technical Report Sor-94-15,Statistics & Operations Research, Princeton University 1994.
  • 7苗君明.基于神经网络的汽车发动机智能故障诊断研究[D]沈阳航空工业学院,沈阳航空工业学院2006.
  • 8付强.数据处理方法及其农业应用[M]科学出版社,2006.
  • 9Aminian F,Aminian M,Collins H W.Analog fault diagnosis of actual circuits using neural networks. IEEE Transactions on Instrumentation and Measurement . 2002
  • 10周鸣争.基于神经网络的软测量模型及应用[J].仪器仪表学报,1999,20(6):654-656. 被引量:7

共引文献30

同被引文献7

引证文献6

二级引证文献8

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部