留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于支持向量机的小样本威布尔可靠性分析

张新锋 赵彦 王生昌 王书振

张新锋, 赵彦, 王生昌, 王书振. 基于支持向量机的小样本威布尔可靠性分析[J]. 机械科学与技术, 2012, 31(8): 1359-1362,1368.
引用本文: 张新锋, 赵彦, 王生昌, 王书振. 基于支持向量机的小样本威布尔可靠性分析[J]. 机械科学与技术, 2012, 31(8): 1359-1362,1368.
Zhang Xin-feng, Zhao Yan, Wang Sheng-chang, Wang Shu-zhen. Weibull Reliability Analysis in Small Samples Based on SVM[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(8): 1359-1362,1368.
Citation: Zhang Xin-feng, Zhao Yan, Wang Sheng-chang, Wang Shu-zhen. Weibull Reliability Analysis in Small Samples Based on SVM[J]. Mechanical Science and Technology for Aerospace Engineering, 2012, 31(8): 1359-1362,1368.

基于支持向量机的小样本威布尔可靠性分析

基金项目: 

中央高校基本科研业务费专项资金项目(CHD2012JC048,72105473)

长安大学基础研究支持计划专向基金项目

汽车运输安全保障技术交通行业重点实验室开放基金项目资助

详细信息
    作者简介:

    张新锋(1976-),讲师,博士,研究方向为可靠性分析和能交通,zhxfpek@yahoo.com.cn

Weibull Reliability Analysis in Small Samples Based on SVM

  • 摘要: 在传统的威布尔可靠性分析基础上,提出了基于支持向量机的威布尔可靠性分析方法,采用编程的方式绘制了威布尔概率纸,通过程序化的方式分析估计威布尔概率参数,进行可靠性寿命分析,并对比分析了基于支持向量机和传统的威布尔可靠性分析的效果。实例分析结果显示,在威布尔可靠性分析中,支持向量机的拟合精度较好,可作为威布尔可靠性分析的一种新方法,特别适用于小样本的情况。
  • [1] Murthy D N P,Xie M,Jiang R Y.Weibull Models[M].New York:Wiley,2003
    [2] 费鹤良,陈迪.三参数威布尔分布的参数估计方法[J].上海师范大学学报(自然科学版),1996,25(2):1~8
    [3] 周广涛.计算机辅助可靠性设计[M].北京:宇航出版社,1990:102~106
    [4] 凌丹.威布尔分布模型在机械可靠性中的应用[D].成都:电子科技大学,2010
    [5] Vapnik V N.Statistical Learning Theory[M].Wiley,New York,1998
    [6] Cristianini N,Shawe-Taylor J.An Introduction to Support Vector Machines and Other Kernel-based Learning Methods[M].Cambridge University Press,March,2000
    [7] Gunn S R.Support Vector Machines for Classification and Regression[R].Technical Report,Image Speech and Intelligent Systems Research Group,University of Southampton,1997
    [8] Dumais S,Platt J,Heckerman J,Sahami M.Inductive learning algorithms and representations for text categorization[A].In:Proceedings of ACM-CIKM98[C],1998
    [9] Cao L J,Tay Francis E H.Support vector machine with adaptive parameters in financial time series forecasting[J].IEEE Trans-actions on Neural Networks,2003,6(14):1506~1518
    [10] Vapnik V.The Nature of Statistical Learning Theory[M].Springer-Verlag.New York,1995
    [11] Schlkopf B and Smola A J.Learning with Kernels-support Vector Machines,Regularization,Optimization and Beyond[M].MIT Press,Cambridge,MA,2002
    [12] 王霄锋.汽车可靠性工程基础[M].北京:清华大学出版社,2007:61~92
  • 加载中
计量
  • 文章访问数:  98
  • HTML全文浏览量:  15
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-05-24
  • 刊出日期:  2015-06-10

目录

    /

    返回文章
    返回