文献类型：期刊文章

作　　者：赵丽琴[1] 刘家铭[2] 刘昶[1] 邓丞君[1]

ZHAO Liqin;LIU Jiaming;LIU Chang;DENG Chengjun(College of Computer Science,Chengdu University,Chengdu 610106,China;State-owned 784th Factory,Chengdu 610051,China)

机构地区：[1]成都大学计算机学院,成都610106 [2]国营第七八四厂,成都610051

出　　处：《现代雷达》

基　　金：国家自然科学基金青年基金资助项目(61502059);国营第784厂科技研究开发课题资助项目(1082082)。

年　　份：2021

卷　　号：43

期　　号：1

起止页码：58-64

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、ZGKJHX、核心刊

摘　　要：针对雷达发射机的健康状态评估中状态数据值大小不同对健康状态影响程度不同,提出了用指数函数对样本数据进行加权处理的方法;然后用支持向量机(SVM)作为判别算法构建了健康状态评估模型。该方法通过权重因子的调节,可有效突出个别状态数据恶化对整个健康状态的影响程度。在少量样本训练情况下,能显著提高健康状态评估的准确性。实际测试表明,该方法在雷达发射机健康状态准确评估方面具有实用价值。

关 键 词：健康管理 健康状态评估  支持向量机 雷达发射机

分 类 号：TN957.3]