|
|||||
|
|
| 基于SVM-Clara模型的机械设备状态监测方法 | |
| 引用本文： | 李锐.基于SVM-Clara模型的机械设备状态监测方法[J].工业控制计算机,2022(1):47-49+51. |
| 作者姓名： | 李锐 |
| 作者单位： | 湖南科技大学数学与计算科学学院 |
| 摘 要： | 对工业机械设备的状态进行及时监测,可以极大程度地降低企业因工业设备故障带来的损失。以传统的设备状态监测方法为基础,结合机器学习中的SVM支持向量机算法与Clara聚类算法,首次提出了基于SVM-Clara模型的机械设备状态监测方法。通过仿真实验,首先得到了SVM-Clara模型的最高效率为96.9%,最佳训练数据量为7000,此时模型最高的聚类效率为32.07%;接着再与传统的三种机械设备状态监测方法进行横向对比,得出SVM-Clara模型的理论准确率为95.8333%,证明了基于SVM-Clara模型的机械设备状态监测方法的准确性与高效性。 |
| 关 键 词： | 状态监测 信号处理 SVM支持向量机 Clara算法 |
Mechanical Equipment Condition Monitoring Method Based on SVM-CLARA Model |
|
| Abstract: | |
| Keywords: | condition monitoring signal processing SVM support vector machine clara algorithm |
| 本文献已被 维普 等数据库收录！ | |