Wang, Xiuli; Jiang, Bin; Ding, Steven X.; Lu, Ningyun; Li, Yang:
Extended Relevance Vector Machine-Based Remaining Useful Life Prediction for DC-Link Capacitor in High-Speed Train
In: IEEE Transactions on Cybernetics, Jg. 52 (2022), Heft 9, S. 9746 - 9755
2022Artikel/Aufsatz in ZeitschriftClosed access
ElektrotechnikFakultät für Ingenieurwissenschaften » Elektrotechnik und Informationstechnik » Automatisierungstechnik und komplexe Systeme
Damit verbunden: 1 Publikation(en)
Titel in Englisch:
Extended Relevance Vector Machine-Based Remaining Useful Life Prediction for DC-Link Capacitor in High-Speed Train
Autor*in:
Wang, Xiuli
ORCID
0000-0001-8237-3887ORCID iD
;Jiang, Bin
ORCID
0000-0002-9153-4360ORCID iD
Sonstiges
korrespondierende*r Autor*in
;Ding, Steven X.UDE
GND
134302427
LSF ID
2347
ORCID
0000-0002-5149-5918ORCID iD
Sonstiges
der Hochschule zugeordnete*r Autor*in
;Lu, Ningyun
ORCID
0000-0002-9964-7677ORCID iD
;Li, Yang
ORCID
0000-0002-6094-3428ORCID iD
Erscheinungsjahr:
2022
Open Access?:
Closed access
DOI
10.1109/TCYB.2020.3035796
IEEE ID
9311841
Web of Science ID
000842066600103
PubMed ID
33382664
Scopus ID
85099095554
Sprache des Textes:
Englisch
Erschienen in
IEEE Transactions on Cybernetics
Titel in Englisch (abgekürzt):
IEEE Trans Cybern
Erscheinungsort:
Piscataway
Verlag:
Institute of Electrical and Electronics Engineers (IEEE)
in:
Jg. 52 (2022), Heft 9, S. 9746 - 9755
ISSN
2168-2267 Verfügbarkeit online & gedruckt anzeigen
ISSN
2168-2275 Verfügbarkeit online & gedruckt anzeigen
ZDB ID
2696559-8
Notiz:
ab 43.2013
Vorgänger:
IEEE Transactions on Systems, Man, and Cybernetics, Part B : Cybernetics (T-SMCB)
Schlagwort, Thema:
Capacitors ; Degradation ; extended relevance vector machine (RVM) ; first hitting time (FHT) ; Kernel ; Manifolds ; Market research ; Predictive models ; remaining useful life (RUL) prediction ; Support vector machines ; tendency degradation estimation