典型文献
基于线性可分SVM的自动化机床在线故障监测系统设计
文献摘要：
针对自动化机床在线故障监测存在的问题,设计一种基于线性可分SVM的故障监测系统.在线监测系统的硬件结构由STM32F103ZET6型单片机、传感器模块、存储器模块、通信模块和显示模块等部分组成;在软件算法流程上,利用线性可分SVM分类器,可以确保数据集到最优超平面的几何间隔最大,同时提升距离最优超平面最近数据点的可信度及对故障样本的分类精度.测试结果显示:设计的系统数据训练收敛速度快,故障数据分类精度高,相对于传统监测系统具有性能上的优势.
文献关键词：
线性可分SVM;在线故障监测系统;分类精度
中图分类号：
作者姓名：
王瑾;闫攀
作者机构：
河南测绘职业学院计算机工程系,河南郑州451464;重庆移通学院大数据与软件学院,重庆401520
文献出处：
引用格式：
[1]王瑾;闫攀-.基于线性可分SVM的自动化机床在线故障监测系统设计)[J].机床与液压,2022(18):183-188
A类：
在线故障监测系统
B类：
机床,监测系统设计,在线监测系统,硬件结构,STM32F103ZET6,单片机,存储器,通信模块,显示模块,软件算法,分类器,优超,超平面,据点,可信度,分类精度,系统数据,数据训练,收敛速度,故障数据,数据分类,有性
AB值：
0.303016
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
