基于聚类和支持向量机的非线性时间序列故障预报

评论推荐

张军峰 胡寿松

南京航空航天大学自动化学院,江苏南京210016

摘　　要:

针对非线性时间序列故障预报问题，提出了一种基于聚类和支持向量机的方法．将正常的时间序列按照K-均值聚类算法进行聚类学习，同时利用支持向量机回归的时间序列预测算法获得预测序列，然后通过比较聚类所得的正常原型和预测序列的相似性实现故障预报．仿真结果表明：本文提出的方法更能满足实时性的要求，也更为准确． (共5页)

相关文章:

主题相关 参考文献(10篇)　被引情况(1篇)　耦合文献(184篇)　
参考文献+更多
相关期刊+更多
    中国业务群个人门户,免费下载!
    征稿启事
    社区热帖+更多
    天元数据 维普资讯 版权所有 Copyright © 2001-2008 cqvip.com Inc. All rights reserved.
    渝ICP证 B2-20050021　　违法和不良信息举报中心
    建议使用：1024x768分辨率，16位以上颜色