- 相关推荐
一种新型多分类支持向量算法及其在故障诊断中的应用
层次支持向量机(H-SVM)比通常的多分类支持向量算法具有更快的训练速度和分类速度,便于实现在线分类.提出一种基于H-SVM的多类故障诊断方法,根据特征空间中各类故障样本中心之间的距离来逐层划分子类,距离较近的故障样本归为同一个子类进行训练,得到的H-SVM层次结构合理,各层的SVM分类间隔大、泛化性能强.另外,用v-SVM代替通常的C-SVM作为两类分类器,分类器参数意义明确、变化范围小,更容易确定.针对一个涡轮喷气发动机气路部件故障诊断的仿真实验表明,设计的故障分类器具有良好的分类准确性和泛化性能,可以对发动机气路部件的典型故障进行快速诊断.作为应用实例,对JT9D发动机的6种实际故障进行了有效诊断.
作 者: 徐启华 师军 XU Qi-hua SHI Jun 作者单位: 徐启华,XU Qi-hua(淮海工学院电子工程系,江苏,连云港,222005)师军,SHI Jun(西北工业大学自动化学院,陕西,西安,710072)
刊 名: 系统仿真学报 ISTIC PKU 英文刊名: JOURNAL OF SYSTEM SIMULATION 年,卷(期): 2005 17(11) 分类号: V235.1 TP181 关键词: 支持向量机 故障诊断 多类分类 仿真 应用【一种新型多分类支持向量算法及其在故障诊断中的应用】相关文章:
一种基于支持向量机回归的推荐算法04-26
支持向量机在飞机状态监控中的应用04-27
支持向量分类机在湖泊富营养化评价中的应用04-25
一种改进的支持向量机模式分类方法04-27
基于支持向量机的红外成像跟踪算法04-27
智能算法及其在环境预警中的应用04-26
信息熵方程求解算法及其应用04-26