控制与决策
控製與決策
공제여결책
CONTROL AND DECISION
2003年
3期
272-276,284
,共6页
支持向量机%故障诊断%二叉树
支持嚮量機%故障診斷%二扠樹
지지향량궤%고장진단%이차수
基于结构风险最小化原则的支持向量机(SVM)对小样本决策具有较好的学习推广性.但由于常规SVM算法是从2类分类问题推导出的,在解决故障诊断这种典型的多类分类问题时存在困难,因而提出一种依赖故障优先级的基于SVM的二叉树多级分类器实现(2PTMC)方法, 该方法具有简单、直观,重复训练样本少的优点.通过将其应用于柴油机振动信号的故障诊断,获得了令人满意的效果.
基于結構風險最小化原則的支持嚮量機(SVM)對小樣本決策具有較好的學習推廣性.但由于常規SVM算法是從2類分類問題推導齣的,在解決故障診斷這種典型的多類分類問題時存在睏難,因而提齣一種依賴故障優先級的基于SVM的二扠樹多級分類器實現(2PTMC)方法, 該方法具有簡單、直觀,重複訓練樣本少的優點.通過將其應用于柴油機振動信號的故障診斷,穫得瞭令人滿意的效果.
기우결구풍험최소화원칙적지지향량궤(SVM)대소양본결책구유교호적학습추엄성.단유우상규SVM산법시종2류분류문제추도출적,재해결고장진단저충전형적다류분류문제시존재곤난,인이제출일충의뢰고장우선급적기우SVM적이차수다급분류기실현(2PTMC)방법, 해방법구유간단、직관,중복훈련양본소적우점.통과장기응용우시유궤진동신호적고장진단,획득료령인만의적효과.
