中国新通信
中國新通信
중국신통신
CHINA NEW TELECOMMUNICATIONS
2012年
8期
87-90
,共4页
支持向量机%模式识别%智能故障诊断
支持嚮量機%模式識彆%智能故障診斷
지지향량궤%모식식별%지능고장진단
故障样本量是制约智能故障诊断发展的关键因素之一,然而实践中往往难以获取充足的故障样本.支持向量机是一种新型的机器学习和模式识别方法,在解决小样本、非线性及高维模式识别问题中表现出优越的性能.本文将欧氏距离分类引入到支持向量机解决支持向量机多类分类问题,提出了基于支持向量机和振动场的故障诊断方法.实验结果表明,该方法在故障诊断上计算速度和准确度令人满意,为类似的研究提供了借鉴意义和参考
故障樣本量是製約智能故障診斷髮展的關鍵因素之一,然而實踐中往往難以穫取充足的故障樣本.支持嚮量機是一種新型的機器學習和模式識彆方法,在解決小樣本、非線性及高維模式識彆問題中錶現齣優越的性能.本文將歐氏距離分類引入到支持嚮量機解決支持嚮量機多類分類問題,提齣瞭基于支持嚮量機和振動場的故障診斷方法.實驗結果錶明,該方法在故障診斷上計算速度和準確度令人滿意,為類似的研究提供瞭藉鑒意義和參攷
고장양본량시제약지능고장진단발전적관건인소지일,연이실천중왕왕난이획취충족적고장양본.지지향량궤시일충신형적궤기학습화모식식별방법,재해결소양본、비선성급고유모식식별문제중표현출우월적성능.본문장구씨거리분류인입도지지향량궤해결지지향량궤다류분류문제,제출료기우지지향량궤화진동장적고장진단방법.실험결과표명,해방법재고장진단상계산속도화준학도령인만의,위유사적연구제공료차감의의화삼고
