CAJ | 학술논문

支持向量机SVM在机械故障诊断中得到了广泛的应用。SVM分类方法存在对模糊信息不可分，对训练样本内的噪声点和孤立点特别敏感，计算所需内存大等问题。针对以上问题，提出了一种基于二叉树的模糊支持向量机多分类算法（BTFSVM）。本文着重分析利用BTFSVM智能故障诊断理论，研究其在船舶轴承中的应用。通过仿真实验表明该算法有较好的抗干扰能力和分类效果。可进一步考虑推广到船舶上其它机械故障诊断中应用。
지지향량궤SVM재궤계고장진단중득도료엄범적응용。SVM분류방법존재대모호신식불가분，대훈련양본내적조성점화고립점특별민감，계산소수내존대등문제。침대이상문제，제출료일충기우이차수적모호지지향량궤다분류산법（BTFSVM）。본문착중분석이용BTFSVM지능고장진단이론，연구기재선박축승중적응용。통과방진실험표명해산법유교호적항간우능력화분류효과。가진일보고필추엄도선박상기타궤계고장진단중응용。