本文主要研究内容
作者杨巨平,李朋,焦静（2019）在《基于LS-SVM和D-S证据理论的轴承故障诊断》一文中研究指出：利用信息融合技术,提出了基于LS-SVM和D-S证据理论的轴承故障诊断方法,并利用高速动车组传动试验台进行了验证,结果表明该方法可有效提高滚动轴承故障诊断精度。
Abstract
li yong xin xi rong ge ji shu ,di chu le ji yu LS-SVMhe D-Szheng ju li lun de zhou cheng gu zhang zhen duan fang fa ,bing li yong gao su dong che zu chuan dong shi yan tai jin hang le yan zheng ,jie guo biao ming gai fang fa ke you xiao di gao gun dong zhou cheng gu zhang zhen duan jing du 。
论文参考文献
论文详细介绍
论文作者分别是来自铁道车辆的杨巨平,李朋,焦静，发表于刊物铁道车辆2019年07期论文，是一篇关于信息融合论文,滚动轴承故障诊断论文,证据理论论文,铁道车辆2019年07期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自铁道车辆2019年07期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：信息融合论文; 滚动轴承故障诊断论文; 证据理论论文; 铁道车辆2019年07期论文;