首页 | 本学科首页   官方微博 | 高级检索  
     检索      

故障率预测的稀疏直接支持向量回归机方法
引用本文:张弦,王宏力.故障率预测的稀疏直接支持向量回归机方法[J].航空动力学报,2010,25(11).
作者姓名:张弦  王宏力
摘    要:为改善直接支持向量回归机(DSVMR)的稀疏性,提出一种适用于DSVMR的剪样训练算法.该算法利用矩阵变换实现剪样前后DSVMR的递推求解,提高了剪样训练过程中DSVMR多次训练的计算效率.混沌时间序列预测仿真表明,该算法有效改善了DSVMR的稀疏性,且计算效率较基于Cholesky分解的剪样训练算法有显著提高.飞机故障率预测实例表明,经剪样训练后的DSVMR的预测精度高于BP(back-propagation)神经网络预测方法与RBF(radial casis function)神经网络预测方法.

关 键 词:直接支持向量回归机  稀疏性  剪样训练算法  时间序列  故障率预测

Sparse direct support vector machine for regression and its application to failure rate prediction
ZHANG Xian,WANG Hong-li.Sparse direct support vector machine for regression and its application to failure rate prediction[J].Journal of Aerospace Power,2010,25(11).
Authors:ZHANG Xian  WANG Hong-li
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号