基于核主元分析与纠错输出编码SVM的齿轮故障诊断

被引:6
作者
邱绵浩
王自营
安钢
刘东利
机构
[1] 装甲兵工程学院机械工程系
关键词
核主元分析; 故障诊断; 纠错输出编码支持向量机; 齿轮;
D O I
10.13465/j.cnki.jvs.2009.05.014
中图分类号
TH17 [机械运行与维修];
学科分类号
摘要
为提高齿轮故障诊断的准确率,提出了核主元分析和纠错输出编码支持向量机相结合的方法。首先采用基于核主元分析方法对原始样本向量进行预处理,实现对原始样本向量的降噪及冗余消除。然后采用基于纠错输出编码矩阵构造出若干个互不相关的子支持向量机,以提高分类模型的整体容错能力。最后,把经过核主元处理后的新向量作为纠错输出编码支持向量机的训练及测试样本,实现对不同故障状态齿轮的识别。结果表明,该方法能够提取更有效的分类样本向量,故障诊断效果更好。
引用
收藏
页码:1 / 5+200 +200
页数:6
相关论文
共 5 条
[1]   一种基于SOM解码的多类支持向量机 [J].
陶晓燕 ;
姬红兵 .
系统工程与电子技术, 2006, (09) :1447-1450
[2]   支持向量机与纠错编码相结合的多类分类算法 [J].
夏建涛 ;
何明一 .
西北工业大学学报, 2003, (04) :443-448
[3]  
基于机器学习的高维多光谱数据分类[D]. 夏建涛.西北工业大学 2002
[4]   Nonlinear component analysis as a kernel eigenvalue problem [J].
Scholkopf, B ;
Smola, A ;
Muller, KR .
NEURAL COMPUTATION, 1998, 10 (05) :1299-1319
[5]  
Kernel PCA and de-noising in feature spaces. S. Mika, B. Scholkopf, A. J. Smola, et al. Advances in Neural Information Processing Systems . 1999