支持向量机在传动装置故障诊断中的应用

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上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,在小样本情况下对变速箱齿轮的故障进行诊断.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.     

一种基于快速特征选择的故障诊断方法

针对故障诊断中数据存在噪声和高维的缺点,使用一种快速特征提取方法对故障数据进行降维,该方法以特征信号的均值和方差作为其权重衡量的依据。利用支持向量机的模式分类功能,构造了基于特征提取的多故障分类器。实例表明,在保证诊断效果的情况下,该方法实现了数据降维,降低了运算复杂度。     

改进微粒群算法实现人脸表情准确识别

将用正弦函数描述的微粒群算法引入到模糊c均值聚类算法中,增加了模糊c均值聚类算法隶属度矩阵初始化的多样性,减慢了局部搜索,促进在全局范围内的寻优搜索,以有效克服模糊c均值聚类算法过分依赖初始值和容易陷入局部极小值的缺点,并且将其用于人脸表情分类,跟其他人脸表情分类方法相比较。实验证明,本文的新算法有速度快,准确率高的优点。