次序二叉树支持向量机多类故障诊断算法研究

被引：16

作者：

袁胜发 ^{[1
]}

褚福磊 ^{[2
]}

机构：

[1] 武汉理工大学材料科学与工程学院

[2] 清华大学精密仪器与机械学系

来源：

振动与冲击 | 2009年 / 28卷 / 03期

基金：

国家杰出青年科学基金;

关键词：

故障诊断; 支持向量机; 支持向量机多类算法; 二叉树;

D O I：

10.13465/j.cnki.jvs.2009.03.015

中图分类号：

TH17 [机械运行与维修];

学科分类号：

摘要：

构建二叉树支持向量机时,如果随机地将分类器分布在二叉树的各个结点上,是不能充分发挥其性能的。考虑到样本的分布情况对分类器推广能力具有较大影响,提出一种次序二叉树支持向量机多类算法,采用样本分布半径和样本分布距离估算各个类别的样本在高维特征空间中的分布情况,把分布半径较大的类别或者分布距离较大的类别较早地分出来,并且在特征空间中给其划分较大的分类区域。转子多故障诊断实验表明,该算法的诊断速度快,故障识别率高,推广能力强,更加适合于实际故障诊断应用。

引用

页码：51 / 54+198 +198

页数：5

共 3 条

[1] 基于SVM的二叉树多类分类算法及其在故障诊断中的应用 [J].