学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于支持向量机的多故障分类器及应用
被引:33
作者
:
论文数:
引用数:
h-index:
机构:
张周锁
李凌均
论文数:
0
引用数:
0
h-index:
0
机构:
西安交通大学机械工程学院
李凌均
论文数:
引用数:
h-index:
机构:
何正嘉
机构
:
[1]
西安交通大学机械工程学院
来源
:
机械科学与技术
|
2004年
/ 05期
关键词
:
支持向量机;
机械故障诊断;
多故障分类器;
D O I
:
10.13433/j.cnki.1003-8728.2004.05.012
中图分类号
:
TH17 [机械运行与维修];
TP18 [人工智能理论];
学科分类号
:
081104 ;
0812 ;
0835 ;
1405 ;
摘要
:
针对因缺少大量故障数据样本而制约机械故障智能诊断的问题 ,本文改进了支持向量机多故障分类算法 ,依据此算法建立了多故障分类器 ,并应用于汽轮发电机组的故障诊断。应用结果表明 ,不必进行信号预处理以提取特征量 ,只需要用少量的时域故障数据样本建立故障分类器。该故障分类器可实现多故障的识别和诊断 ,并且具有算法简单、可对故障在线分类和故障分类能力强的优点
引用
收藏
页码:536 / 538+601 +601
页数:4
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]
ChoosingMultipleParametersforSupportVectorMachines[J].OlivierChapelle,VladimirVapnik,OlivierBousquet,SayanMukherjee. MachineLearning.2002(1-3)
←
1
→
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]
ChoosingMultipleParametersforSupportVectorMachines[J].OlivierChapelle,VladimirVapnik,OlivierBousquet,SayanMukherjee. MachineLearning.2002(1-3)
←
1
→