基于支持向量机的机械设备状态趋势预测研究

被引:31
作者
李凌均
张周锁
何正嘉
不详
机构
[1] 西安交通大学机械工程学院
[2] 西安交通大学机械工程学院 西安
[3] 西安
[4] 西安
关键词
支持向量机; 回归; 趋势预测;
D O I
暂无
中图分类号
TH17 [机械运行与维修];
学科分类号
摘要
提出了用支持向量机对机械设备状态趋势进行预测的新方法,构造了相应的支持向量回归机,并分别用仿真数据和实际数据对其性能进行了验证.将该支持向量回归机应用于某机组振动信号的预测,采用径向基核函数和合适的参数,使该向量回归机对振动量峰峰值的单步预测误差小于2%,24步预测误差小于5%,表明该算法对机械设备的运行状态趋势具有较好的预测能力.
引用
收藏
页码:230 / 233+238 +238
页数:5
相关论文
共 2 条
[1]  
统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000
[2]   Financial forecasting using support vector machines [J].
Cao, L ;
Tay, FEH .
NEURAL COMPUTING & APPLICATIONS, 2001, 10 (02) :184-192