基于改进线性学习算法的核动力系统事故诊断研究
赵鑫 蔡琦 赵新文 王晓龙
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

赵鑫 蔡琦 赵新文 王晓龙,. 基于改进线性学习算法的核动力系统事故诊断研究[J]. 核工业与技术,2020.2. DOI:.
摘要:
为解决核动力系统事故类型多样且故障严重程度难以确定的问题,在传统线性模型的基础上引入层级结构和嵌套结构,并选用支持向量机分类模型作为结构内的诊断模型;采用线性学习实现计算结果的融合,通过分析事故运行过程和机理选取单个分类模型的训练样本,并确定对应类别事故的有效识别区域及敏感参数。结果表明,本文提出的事故诊断框架的识别准确率达到99%以上,可为大型系统的事故诊断提供参考。
关键词: 事故诊断框架;改进线性学习;支持向量机;船用核动力系统
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。