تشخیص و شناسایی خطای توربین گاز با استفاده از روش های ترکیبی داده کاوی k-means، آنالیز مولّفه های اصلی (PCA) و ماشین بردار پشتیبان (SVM)
Fault detection and identification of gas turbine using a combined method based on the data mining techniques, k-means and PCA and SVM
نویسندگان :
مرتضی خرم کشکولی ( دانشگاه شیراز-دانشکده آموزشهای الکترونیکی ) , مریم دهقانی ( دانشگاه شیراز - دانشکده ی مهندسی برق و کامپیوتر - استادیار بخش مهندسی قدرت و کنترل ) , ( ) , ( ) , ( ) , ( )
کليدواژه ها
آنالیز مؤلفه های اصلی، توربین گاز، شناسایی و تشخیص خطا، داده کاوی، ماشین بردار پشتیبانکد مقاله / لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :نحوه استناد به مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:, 1395 , تشخیص و شناسایی خطای توربین گاز با استفاده از روش های ترکیبی داده کاوی k-means، آنالیز مولّفه های اصلی (PCA) و ماشین بردار پشتیبان (SVM) , بیست و چهارمین کنفرانس مهندسی برق ایران
دیگر مقالات این رویداد
تماس با ما
شیراز،بلوار جمهوری اسلامی، دانشگاه شیراز
تلفن:36134000 (مرکز تلفن) - 36286418 (روابط عمومی)
کد پستی : ۸۴۳۳۴ - ۷۱۹۴۶
آدرس ایمیل : webadmin@shirazu.ac.ir
© کلیه حقوق متعلق به دانشگاه شیراز میباشد. (همایش نگار نسخه 10.1.1)