一种新型多分类支持向量算法及其在故障诊断中的应用

一种新型多分类支持向量算法及其在故障诊断中的应用

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：

支持向量机在机载设备故障诊断及预测中的应用研究04-26

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

支持向量机及组合预测在蛋白质四级结构分类中的应用04-26

单基准线向量解算法在GPS变形监测中的应用04-26

信息熵方程求解算法及其应用04-26