基于混合核函数支持向量机的齿轮诊断方法研究

被引：2

作者：

谢凌然 ^{[1
]}

高长伟 ^{[2
]}

沈玉娣 ^{[1
]}

机构：

[1] 西安交通大学机械工程学院

[2] 中国船舶重工集团公司第七零三研究所

来源：

机械传动 | 2011年 / 35卷 / 09期

关键词：

支持向量机; 混合核函数; 齿轮故障分类;

D O I：

10.16578/j.issn.1004.2539.2011.09.006

中图分类号：

TH165.3 []; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

支持向量机是一种基于统计学习理论的新型机器学习方法,它具有在训练样本很少的情况下达到很好的分类效果的优点。把支持向量机技术应用于齿轮故障诊断,通过预先使用局部、全局核函数支持向量机的分类结果适当选取各自在混合函数中的权重,来作为混合核函数进行支持向量机分类。实验和数据分析证明,使用混合核的支持向量机比单独使用全局或局部核函数的分类效果要好。

引用

页码：45 / 47+57 +57

页数：4