资源简介
对电机绝缘系统的典型放电脉冲采用二维谱图提取的放电指纹特征,用支持向量机方法来识别不同的放电类型.识剐结果令人满意,表明了支持向量机适于局部放电的识剐,对改善局部放电在线监测系统的性能以及该项技术的实用化起到了一定作用.
代码片段和文件信息
相关资源
- 支持向量机的船舶目标识别
- 果蝇算法融合SVM的开采沉陷预测模型
- 台湾林教授的支持向量机libsvm
- 7种支持向量机SVM工具包
- libSVM的代码详细解析,注释非常详细
- 论文研究 - 基于协同过滤和人工神经
- 新冒落带高度算法FOA-SVM预计模型
- 官方最新版本libsvm-3.23
- 论文研究-基于优化支持向量机的人脸
- opencv自带SVM分类器使用程序
- 遗传算法优化支持向量机算法
- 支持向量机回归算法的研究与应用
- SVM-支持向量机基本原理及应用
- 支持向量机导论PDF 作者:Nello
- 《《数据挖掘中的新方法-支持向量机
- 数据挖掘中的新方法:支持向量机.
- 支持向量机导论英文版
- 浙江大学SVM(支持向量机)经典课件
- 支持向量机导论+中文版-英文版
- 最小二乘支持向量机工具箱使用指南
- 支持向量机导论中文版PDF
- 支持向量机核函数方面外文文献
- 支持向量机 邓乃扬
- 支持向量机导论(中文).pdf
- 支持向量机导论中文版-国外经典教材
- 官方权威最小二乘支持向量机(LS-S
- 小波特征提取与支持向量机识别
- 支持向量机在金融领域的应用
- 支持向量机故障诊断及控制技术 mat
- SVM 支持向量机相关学习资料合集
评论
共有 条评论