基于支持向量机的故障诊断方法研究

被引：10

作者：

齐保林

李凌均

机构：

[1] 郑州大学振动工程研究所

来源：

关键词：

支持向量机(SVM); 多类故障分类; 人工神经网络; 智能故障诊断;

D O I：

10.13436/j.mkjx.2007.01.080

中图分类号：

TH17 [机械运行与维修];

学科分类号：

摘要：

故障样本缺乏是制约智能故障诊断发展的重要原因。支持向量机是近10 a来提出的一种基于小样本的统计学习方法。将支持向量机分类算法用于滚动轴承的多类故障分类并与RBF神经网络进行对比研究。实验表明,在有限样本条件下,支持向量机算法比RBF神经网络具有更好的分类性能。

引用

页码：182 / 184

页数：3