HFCAS OpenIR
基于机器学习的设备预测性维护方法综述
李杰其; 胡良兵
2020
发表期刊计算机工程与应用
ISSN1002-8331
摘要机器学习算法能够处理高维和多变量数据,并在复杂和动态环境中提取数据中的隐藏关系,在预测性维护技术中具有很好的应用前景。然而,预测性维护系统的性能取决于机器学习算法的选择,对目前应用与预测性维护中的机器学习算法进行综述,详细比较了几种机器学习算法的优缺点,并对机器学习在预测性维护研究中的应用进行了展望。
关键词predictive maintenance life prediction machine learning artificial neural network support vector machine cluster analysis random forest 预测性维护 寿命预测 机器学习 人工神经网络 支持向量机 聚类算法 随机森林
收录类别CSCD
语种中文
CSCD记录号CSCD:6834785
引用统计
被引频次:4[CSCD]   [CSCD记录]
文献类型期刊论文
条目标识符http://ir.hfcas.ac.cn:8080/handle/334002/119435
专题中国科学院合肥物质科学研究院
作者单位中国科学院合肥物质科学研究院
第一作者单位中国科学院合肥物质科学研究院
推荐引用方式
GB/T 7714
李杰其,胡良兵. 基于机器学习的设备预测性维护方法综述[J]. 计算机工程与应用,2020,56.
APA 李杰其,&胡良兵.(2020).基于机器学习的设备预测性维护方法综述.计算机工程与应用,56.
MLA 李杰其,et al."基于机器学习的设备预测性维护方法综述".计算机工程与应用 56(2020).
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李杰其]的文章
[胡良兵]的文章
百度学术
百度学术中相似的文章
[李杰其]的文章
[胡良兵]的文章
必应学术
必应学术中相似的文章
[李杰其]的文章
[胡良兵]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。