作者:王旭婧,陈长兴,赵学军,任晓岳 单位:火力与指挥控制研究会 出版:《火力与指挥控制》2015年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFHLYZ2015020150 DOC编号:DOCHLYZ2015020159 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于小波变换和LS-SVM的雷达故障诊断》PDF+DOC2013年第02期 涂望明,宋执环,陈运涛,魏友国,周晶晶 《基于改进LS-SVM的液压舵机双闭环系统故障诊断》PDF+DOC2009年第17期 胡良谋,曹克强,徐浩军 《基于LS-SVM的飞控系统传感器故障诊断》PDF+DOC2011年第03期 胡良谋,曹克强,苏新兵,李小刚 《基于车载检测的列车轮对踏面擦伤故障诊断研究》PDF+DOC2016年第02期 向伟彬,贺德强,苗剑,刘建仁,陈桂平 《基于支持向量机和卡尔曼滤波器的航空发动机故障诊断研究》PDF+DOC2012年第01期 俞刚,黄金泉 《基于再生核LS-SVM的压电智能结构冲击定位分析》PDF+DOC2012年第05期 谢建宏,胡兆吉 《基于加权LS-SVM的闭环控制系统故障诊断研究》PDF+DOC2010年第09期 胡良谋,曹克强,徐浩军,董新民 《基于LS-SVM的燃烧状况智能诊断》PDF+DOC2010年第05期 王春华,仲兆平,鄂加强 《基于LS-SVM与遗传算法的数控机床热误差辨识温度传感器优化策略》PDF+DOC2008年第09期 林伟青,傅建中,许亚洲,陈子辰 《基于神经网络和专家系统的雷达故障诊断方法》PDF+DOC2008年第25期 李合平,朱宏,张志强,郑立峰
  • 针对传统雷达系统故障诊断流程复杂、诊断时间长且准确率仍有上升空间的问题,将改进最小二乘支持向量机算法引入到雷达系统故障诊断中,建立雷达故障诊断模型。该方法很好地解决了分类和函数估计问题,加快了诊断速度,改善了最小二乘支持向量机的鲁棒性和稀疏性,并提高了诊断准确率。通过对某型雷达故障诊断实例仿真,对比改进最小二乘支持向量机和传统神经网络在雷达故障诊断上应用的效果,仿真结果验证了该方法较传统神经网络,具有更好的雷达故障诊断效率和准确率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。