| SVM异常数据识别的比例风险预测模型 |
| |
| 引用本文： | 孙磊,冯添乐,张星辉. SVM异常数据识别的比例风险预测模型[J]. 火力与指挥控制, 2012, 37(10) |
| |
| 作者姓名： | 孙磊 冯添乐 张星辉 |
| |
| 作者单位： | 1. 军械工程学院,石家庄,050003
2. 解放军75233部队,广东韶关,512100 |
| |
| 基金项目： | 总装重点预研基金资助项目 |
| |
| 摘 要： | 剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.
|
| 关 键 词： | 比例风险模型 支持向量机 剩余寿命预测 异常识别 |
Proportional Hazards Model Prediction Model Study Based on SVM Abnormal Date Recognition |
| |
| SUN Lei , FENG Tian-le , ZHANG Xing-hui. Proportional Hazards Model Prediction Model Study Based on SVM Abnormal Date Recognition[J]. Fire Control & Command Control, 2012, 37(10) |
| |
| Authors: | SUN Lei FENG Tian-le ZHANG Xing-hui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
