基于EMD的支持向量回归机振动数据挖掘

被引：5

作者：

杨晓红

杨晓静

朱霄珣

机构：

[1] 华北电力大学

来源：

煤矿机械 | 2010年 / 31卷 / 11期

关键词：

支持向量回归机; 经验模态分解; 故障诊断; 状态预测; 数据挖掘;

D O I：

10.13436/j.mkjx.2010.11.117

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

提出了基于经验模态分解的支持向量回归机方法。该方法首先利用经验模态分解(EMD)方法对信号分解,得到若干平稳分量,然后对各分量进行回归建模,对各分量的回归结果求和得到原信号的回归结果。经实验分析验证,该方法不但提高了回归的准确度,而且运算时间也大大减少,实现了准确而又快速的拟合和预测。

引用

页码：252 / 254

页数：3

共 9 条

[1]

Hilbert-Huang变换在旋转机械振动信号分析中的应用研究.[D].胡爱军.华北电力大学（河北）.2008, 11

[2]

支持向量机回归算法与应用研究.[D].李海生.华南理工大学.2005, 12

[3]

混沌预测与混沌优化理论与算法研究.[D].赵小梅.浙江大学.2002, 02

[4] HHT方法在转子振动故障诊断中的应用 [J].

向玲 ;

朱永利 ;

唐贵基 .

中国电机工程学报, 2007, (35) :84-89

[5] 短期负荷预测的支持向量机方法研究 [J].

李元诚 ;

方廷健 ;

于尔铿 .

中国电机工程学报, 2003, (06) :55-59

[6] 基于广义回归神经网络的时间序列预测研究 [J].

冯志鹏 ;

宋希庚 ;

薛冬新 ;

郑爱萍 ;

孙玉明 .

振动、测试与诊断, 2003, (02) :29-33+68

[7] 基于支撑向量机方法的短期负荷预测 [J].

赵登福 ;

王蒙 ;

张讲社 ;

王锡凡 .

中国电机工程学报, 2002, (04) :27-31

[8]

Recognition of bearing failures using wavelets and neuralnetworks..Alexander Y;Ronald L;.TFTS97.1997,

[9]

支持向量机理论及其应用分析.[M].方瑞明; 著.中国电力出版社.2007,

← 1 →