基于最小二乘支持向量機的飛機備件多元分類

基于最小二乘支持向量機的飛機備件多元分類

飛機后續備件配置直接關系到裝備的戰備完好率和壽命周期費用,對備件的正確分類是進行備件配置決策的前提.支持向量機是采用結構風險最小化原則代替傳統統計學中的基于大樣本的經驗風險最小化原則的新型機器學習方法,具有出色的學習分類能力和推廣能力.研究了新型支持向量機算法-最小二乘支持向量機,設計了基于多元分類的最小二乘支持向量機,在此基礎上,建立了飛機備件多元分類模型,并對某機型的備件進行了分類.結果表明,基于最小二乘支持向量機的飛機備件多元分類方法是有效、可行的.

作 者： 任博 張喜斌 張恒喜 REN Bo ZHANG Xi-bin ZHANG Heng-xi   作者單位： 空軍工程大學工程學院,陜西,西安,710038  刊 名： 電光與控制  ISTIC PKU 英文刊名： ELECTRONICS OPTICS & CONTROL  年，卷(期)： 2006 13(2)  分類號： V271.4  關鍵詞： 機器學習   支持向量機   飛機備件  

【基于最小二乘支持向量機的飛機備件多元分類】相關文章：

基于最小二乘支持向量機的航材備件需求建模04-30

基于最小二乘支持向量機的區域GPS高程轉換組合04-30

基于最小二乘支持向量機的航空發動機故障遠程診斷04-27

模糊最小二乘支持向量機在黑液波美度軟測量中的應用04-26

基于支持向量機回歸算法的飛機主油泵故障數預測04-29

基于支持向量機的紅外成像跟蹤算法04-27

支持向量機在飛機狀態監控中的應用04-27

基于支持向量機的主動紅外式結冰冰型分類方法研究04-28

一種基于支持向量機回歸的推薦算法04-26

基于支持向量機的遙感蝕變信息提取04-29