A comparative Study for Ball Bearing Fault Classification Using Kernel-SVM with Kullback Leibler Divergence Selected Features - CentraleSupélec Accéder directement au contenu
Communication Dans Un Congrès Année : 2019

A comparative Study for Ball Bearing Fault Classification Using Kernel-SVM with Kullback Leibler Divergence Selected Features

Zahra Mezni
  • Fonction : Auteur
Université de Carthage (Tunisie)
Claude Delpha
Laboratoire des signaux et systèmes
CV
Demba Diallo
Laboratoire Génie électrique et électronique de Paris
CV
Ahmed Braham
  • Fonction : Auteur
INSAT Tunis

Domaines

Traitement du signal et de l'image [eess.SP]

Claude Delpha  : Connectez-vous pour contacter le contributeur

https://centralesupelec.hal.science/hal-02295400

Soumis le : mardi 24 septembre 2019-10:56:07

Dernière modification le : dimanche 17 mars 2024-11:46:04

Fichier non déposé

Dates et versions

hal-02295400 , version 1 (24-09-2019)

Identifiants

Citer

Zahra Mezni, Claude Delpha, Demba Diallo, Ahmed Braham. A comparative Study for Ball Bearing Fault Classification Using Kernel-SVM with Kullback Leibler Divergence Selected Features. 45th Annual Conference of the IEEE Industrial Electronics Society (IECON 2019), Oct 2019, Lisbonne, Portugal. ⟨10.1109/iecon.2019.8926731⟩. ⟨hal-02295400⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS SUP_LSS SUP_SIGNAUX CENTRALESUPELEC GEEPS ECO2 UNIV-PARIS-SACLAY SORBONNE-UNIVERSITE SU-SCIENCES GEEPS-ENERGIE ANR GS-ENGINEERING GS-COMPUTER-SCIENCE GS-PHYSIQUE INSTITUT-SCIENCES-LUMIERE
51 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More