| 注册
首页|期刊导航|吉林大学学报(信息科学版)|基于混沌人工蜂群算法优化的SVM齿轮故障诊断

基于混沌人工蜂群算法优化的SVM齿轮故障诊断

刘霞 张姗姗 胡铭鉴

吉林大学学报(信息科学版)2015,Vol.33Issue(4):476-484,9.
吉林大学学报(信息科学版)2015,Vol.33Issue(4):476-484,9.

基于混沌人工蜂群算法优化的SVM齿轮故障诊断

SVM Optimization Based on Chaotic Artificial Colony Algorithm Gear Fault Diagnosis

刘霞 1张姗姗 1胡铭鉴2

作者信息

  • 1. 东北石油大学电气信息工程学院,黑龙江大庆163318
  • 2. 新疆石油勘探设计研究(有限公司)仪信所,新疆克拉玛依834000
  • 折叠

摘要

关键词

支持向量机/混沌人工蜂群算法/参数优化/齿轮故障诊断

Key words

support vector machine (SVM)/chaotic artificial bee colony (CABC) algorithm/parameter optimization/gear fault diagnosis

分类

信息技术与安全科学

引用本文复制引用

刘霞,张姗姗,胡铭鉴..基于混沌人工蜂群算法优化的SVM齿轮故障诊断[J].吉林大学学报(信息科学版),2015,33(4):476-484,9.

基金项目

黑龙江省自然科学基金资助项目(F201404) (F201404)

吉林大学学报(信息科学版)

OACSTPCD

1671-5896

访问量0
|
下载量0
段落导航相关论文