- 相關(guān)推薦
基于支持向量機回歸算法的飛機主油泵故障數(shù)預(yù)測
對于飛機部件的故障數(shù)預(yù)測、可靠性評估、備件需求預(yù)測等通常采用樣本數(shù)目趨于無窮大時的漸近理論,即傳統(tǒng)統(tǒng)計學及神經(jīng)網(wǎng)絡(luò)理論等進行分析,但在航空維修保障領(lǐng)域,維修數(shù)據(jù)通常為小樣本數(shù)據(jù),這些方法存在著固有的算法缺陷. 統(tǒng)計學習理論是一種專門研究小樣本情況下機器學習規(guī)律的理論,它不僅考慮了對漸進性能的要求,而且追求在現(xiàn)有有限信息的條件下得到最優(yōu)結(jié)果.支持向量機(SVM)是基于統(tǒng)計學習理論的機器學習算法,它采用結(jié)構(gòu)風險最小化原則,在最小化樣本點誤差的同時,縮小模型預(yù)測誤差的上界,從而提高了模型的泛化能力和抗噪聲擾動能力.主要應(yīng)用領(lǐng)域為模式識別、回歸預(yù)測、概率密度函數(shù)估計等.目前,支持向量機算法及其應(yīng)用尚在發(fā)展階段.
【基于支持向量機回歸算法的飛機主油泵故障數(shù)預(yù)測】相關(guān)文章：
一種基于支持向量機回歸的推薦算法04-26
基于支持向量機的紅外成像跟蹤算法04-27
基于HMLP參數(shù)的二肽logP值支持向量機預(yù)測模型04-26
支持向量機在機載設(shè)備故障診斷及預(yù)測中的應(yīng)用研究04-26
基于最小二乘支持向量機的航空發(fā)動機故障遠程診斷04-27
支持向量機在飛機狀態(tài)監(jiān)控中的應(yīng)用04-27
支持向量機及組合預(yù)測在蛋白質(zhì)四級結(jié)構(gòu)分類中的應(yīng)用04-26