基于最小二乘支持向量機的飛機備件多元分類

飛機后續(xù)備件配置直接關系到裝備的戰(zhàn)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?zhèn)鹘y(tǒng)統(tǒng)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(qū)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(fā)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(shù)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(tài)監(jiān)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