作者其他论文
文献详情
相关向量机及其在机械故障诊断中的应用研究进展
外文标题:Advances about relevance vector machine and its applications in machine fault diagnosis
文献类型:期刊论文
作者:王波[1]  刘树林[2]  张宏利[3]  蒋超[4]  
机构: 上海大学机电工程与自动化学院, 上海 200072, 中国
年:2015
期刊名称:振动与冲击
卷:34
期:5
页码范围:145-153,167
增刊:正刊
收录情况:EI(20151900818074)  中文核心期刊要目总览  中国科技核心期刊  CSCD(CSCD:5383721)  
所属部门:机电工程与自动化学院
语言:中文
ISSN:1000-3835
人气指数:996
浏览次数:996
基金:国家自然科学基金; 高等学校博士学科点专项科研基金; 滁州学院规化研究项目
关键词:故障诊断; 相关向量机; 智能诊断; 研究进展
摘要:相关向量机是一种基于贝叶斯稀疏理论的新型机器学习算法,近年来被应用于多个行业,并得到了国内外学者的不断关注和研究,然而在机械故障诊断领域还未得到 足够的重视。简述了相关向量机的特点,通过与支持向量机相比较,阐述了相关向量机的优缺点,综述和分析了近年来相关向量机的国内外研究现状,重点关注相关 向量机在机械设备状态监测与故障诊断领域的研究进展。在此基础上,分析了相关向量机研究所存在的一些问题,并展望了相关向量机在机械故障诊断领域应用的未 来方向。
0
评论(0 条评论)
登录