...
机译:基于SVM和PCA的复杂工业过程故障分类方法
Bohai Univ, Coll Engn, Liaoning 121013, Peoples R China;
Bohai Univ, Coll Informat Sci & Technol, Liaoning 121013, Peoples R China;
Support vector machine; Principal component analysis; Fault classification; Tennessee-Eastman process;
机译:基于SVM的复杂工业过程故障诊断和过程监控的最新进展
机译:基于FCM聚类和WPSVM分类并结合PCA特征提取的航天器电气故障检测新方法
机译:基于SVM和PCA的电子学习系统学习特征分类方法
机译:基于深扩展PCA - SVM在工业过程中的故障检测方法
机译:临床报告的有效分类:基于自然语言处理和基于主题建模的方法。
机译:基于深度学习的复杂工业过程中的故障预测与识别方法
机译:图3:研究区域茶叶种类分类,图像预处理和分类方法组合:(a)无+ mlc(b)无+ mdc(c)none + Ann(d)无+ svm(e) MNF + MLC(F)MNF + MDC(G)MNF + ANN(H)MNF + SVM(I)PCA + MLC(j)PCA + MDC(k)PCA + ANN(L)PCA + SVM(M)ICA + MLC(n)ICA + MDC(O)ICA + ANN(P)ICA + SVM。