支持向量机在传动装置故障诊断中应用.pdfVIP

支持向量机在传动装置故障诊断中应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优秀毕业论文,完美PDF格式,可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考!!!

电子测量与仪器学报 2008年增刊 支持向量机在传动装置故障诊断中的应用 吕成岭 彭力 (江南大学通信与控制工程学院检测与过程控制研究所,无锡214122) 摘要:针对传动装置中变速箱齿轮故障诊断问题,利用建立在结构风险最小原理基础.卜的支持向量机的模式分类功能,构 造了两种多故障分类器。支持向量机采用高斯径向基函数作为核函数,选取样本进行测试和训练,在小样本情况‘F对变速箱 齿轮的故障迸行诊断。本文重点讨论了“成对分类”与“一对余类”两种多类分类算法的应用。实例表明,多类分类器对设 备故障具有很好的分类效果,同时也显示了支持向量机在处理小样本问题上的优越性。 关键宇:支持向量机,多类分类,故障诊断 中围分类号,TP391文献标识码;^ of VectorMachineintheTransmissionFault ApplicationSupport SystemDiagnosis Lv Li ChenglingPeng Wuxi214122China) (JiangnanUniversity atthefault ofvariable intransmission kindsofmulti·faultclassifiersare Abstract:Aimingdiagnosis speedgearbox system,two the functionof vector structuralrisk designed,utilizingpatternrecognition support machine(SVM)based咖thetheoryof minimization.RadialbasisfunctionisselectedasthekernelfunctionofSVM.Thefault methodofvariable diagnosis speedgearbox basedonSVMwastestedonthebasisofsmall this the ofthetWO about samples.Inpaperapplicationalgorithmsone·against-one SVMWasalsodiscussed.The ofthemulti-faultin SVMand shows classifierfault ofle—against-rest examplegoodpefformanca in withthe ofsmall andthe ofSVM issue diagnosissupedodty dealing samples. vector machine,multi-faultclassifier,faultdiagnosis Keywords:support 智能诊断是当前工程诊断领域的一个重要发 展方向,研究从测试数据出发寻找规律,利用这些规 1支持向量机分类算法 律对故障状态进行识别和预测。传统统计学主要研 究渐进理论即当训练样本趋向于无穷大时的解决 SVM是从线性可分情况下的最优分类面发展 方案,应用经验风险最小化来优化学习机器的参

文档评论(0)

ygeorcgdw + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档