基于支持向量机集成的故障诊断研究.pdfVIP

下载本文档

2
0
约1.56万字
约 4页
2018-01-11 发布于未知
举报
版权申诉

基于支持向量机集成的故障诊断研究.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

00 5 2005年7月控制工程 Jul-2 V01．1 Control ofChina 2，Sl 第12卷增刊 Engineering 文章编号：167I-7848(2005)S-一0170-04 基于支持向量机集成的故障诊断李烨，蔡云泽，许晓鸣 (上海交通大学自动化系，卜海200030) 摘要：为提高故障诊断的准确性，提出了一种基于遗传算法的史持向量机集成学习方法．定义了相应的遗传操作算子，并探讨了集成下的分类器的构造策略，对汽轮机转子不平衡故障诊断的仿真实验结果表明，集成学习方法的性能通常优于单个支持向量机，而所提方法性能则优于R喇glng与Boosting等传统集成学习方法，获得的集成所包括的分类器数目更少．而且结合多种分类器构造策略可提高分类器的多样性。该方法能容易地推广到神经网络、决策树等其他学习算法。关键词：故障诊断；支持向量机；集成学习；遗传算法 18 文献标识码：A 中图分类号：TP on Fault BasedSVMEnsemble Diagnosis ⅡYe，CAlYun-ze，XU Xiao-ming of 2tlt!039，China) (De[mrtmentAutot憎tiun，s}哪曲鲥JiaotongUnivemily，sh蚶．a the of base Ab!出mct·Anovel vector methodwhich辩arcbesfor combinationthe SVMclassifiers support machil砖(SVM)e11sernble optimal by is啪senIe【i．ceneticared胡nedand of diversebaseclassifiersare geneticalgorithms operators strategiesconstructing On turbinerotorttnbalaneefault data∞tshowthaterrsemblemethodsare betterthansl SVMswhilethe asteam diagnosis learning usually ngle pr- with base thantraditional esentedmethodC,ttll evellhotter less classifiers ensemble methodssuch且}；Baggingand gin pefformmme learning