支持向量機用于液體火箭發動機的故障診斷
支持向量機(Support Vector Machine,簡稱SVM)是一種基于機器學習的模式分類算法,其在解決小樣本、非線性及高維模式識別等問題中都表現出許多特有的優勢.用SVM對液體火箭發動機的故障數據進行檢測和診斷.通過對發動機仿真模型的9種故障數據的學習,能檢測出18組故障數據中的17組,但有4組出現誤報.對誤報故障進行二次學習和再檢測,能對這4種故障正確檢測.經過對C75試車4種故障數據的學習.能正確檢測其故障類型.進一步驗證了該方法的正確性和可行性.
【支持向量機用于液體火箭發動機的故障診斷】相關文章：
《平面向量的數量積》04-01
液體的壓強教學反思12-13
認識液體教學反思04-16
《液體的壓強》教案設計04-25
教案：馬鈴薯在液體中的沉浮04-25
《馬鈴薯在液體中的沉浮》教學反思04-11
關于支持的說說05-11
支持的力量作文09-11
沒人支持的心酸句子 表示沒人支持我的句子10-20
《平面向量的數量積》匯總（9篇）04-01