计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2009年
4期
212-214
,共3页
冼广铭%曾碧卿%唐华%肖应旺
冼廣銘%曾碧卿%唐華%肖應旺
승엄명%증벽경%당화%초응왕
小波包分析%支持向量机%故障诊断
小波包分析%支持嚮量機%故障診斷
소파포분석%지지향량궤%고장진단
提出一种结合小波包分析(WPA)理论和支持向量机(SVM)分类器的机械故障诊断方法.该方法具有重复训练样本少,简单、直观的优点,具有很高的分类性能.利用获得的机械故障数据建立故障分类器,对不同测试集条件下的3种SVM核函数、SVM方法与神经网络方法的比较结果证明,基于小波包和支持向量机的故障诊断方法是机械故障诊断的发展方向.并对实验的最佳训练样本集进行讨论.
提齣一種結閤小波包分析(WPA)理論和支持嚮量機(SVM)分類器的機械故障診斷方法.該方法具有重複訓練樣本少,簡單、直觀的優點,具有很高的分類性能.利用穫得的機械故障數據建立故障分類器,對不同測試集條件下的3種SVM覈函數、SVM方法與神經網絡方法的比較結果證明,基于小波包和支持嚮量機的故障診斷方法是機械故障診斷的髮展方嚮.併對實驗的最佳訓練樣本集進行討論.
제출일충결합소파포분석(WPA)이론화지지향량궤(SVM)분류기적궤계고장진단방법.해방법구유중복훈련양본소,간단、직관적우점,구유흔고적분류성능.이용획득적궤계고장수거건립고장분류기,대불동측시집조건하적3충SVM핵함수、SVM방법여신경망락방법적비교결과증명,기우소파포화지지향량궤적고장진단방법시궤계고장진단적발전방향.병대실험적최가훈련양본집진행토론.
