一種新型多分類支持向量算法及其在故障診斷中的應用

層次支持向量機(H-SVM)比通常的多分類支持向量算法具有更快的訓練速度和分類速度,便于實現在線分類.提出一種基于H-SVM的多類故障診斷方法,根據特征空間中各類故障樣本中心之間的距離來逐層劃分子類,距離較近的故障樣本歸為同一個子類進行訓練,得到的H-SVM層次結構合理,各層的SVM分類間隔大、泛化性能強.另外,用v-SVM代替通常的C-SVM作為兩類分類器,分類器參數意義明確、變化范圍小,更容易確定.針對一個渦輪噴氣發動機氣路部件故障診斷的仿真實驗表明,設計的故障分類器具有良好的分類準確性和泛化性能,可以對發動機氣路部件的典型故障進行快速診斷.作為應用實例,對JT9D發動機的6種實際故障進行了有效診斷.

作 者： 徐啟華 師軍 XU Qi-hua SHI Jun   作者單位： 徐啟華,XU Qi-hua(淮海工學院電子工程系,江蘇,連云港,222005)

師軍,SHI Jun(西北工業大學自動化學院,陜西,西安,710072) 

刊 名： 系統仿真學報  ISTIC PKU 英文刊名： JOURNAL OF SYSTEM SIMULATION  年，卷(期)： 2005 17(11)  分類號： V235.1 TP181  關鍵詞： 支持向量機   故障診斷   多類分類   仿真   應用  

【一種新型多分類支持向量算法及其在故障診斷中的應用】相關文章：

支持向量機在機載設備故障診斷及預測中的應用研究04-26

一種基于支持向量機回歸的推薦算法04-26

支持向量機在飛機狀態監控中的應用04-27

支持向量分類機在湖泊富營養化評價中的應用04-25

一種改進的支持向量機模式分類方法04-27

基于支持向量機的紅外成像跟蹤算法04-27

智能算法及其在環境預警中的應用04-26

支持向量機及組合預測在蛋白質四級結構分類中的應用04-26

單基準線向量解算法在GPS變形監測中的應用04-26

信息熵方程求解算法及其應用04-26