|
|||||
|
|
| 最小二乘支持向量机在故障诊断中的应用 | |
| 引用本文： | 杨奎河,单甘霖,赵玲玲.最小二乘支持向量机在故障诊断中的应用[J].计算机科学,2007,34(1):289-291. |
| 作者姓名： | 杨奎河 单甘霖 赵玲玲 |
| 作者单位： | 1. 军械工程学院光学与电子工程系,石家庄,050003;河北科技大学信息科学与工程学院,石家庄,050054 2. 军械工程学院光学与电子工程系,石家庄,050003 3. 河北科技大学信息科学与工程学院,石家庄,050054 |
| 摘 要： | 为了提高机械设备故障诊断的精度，将小波包分析与最小二乘支持向量机进行了有机的结合。首先对故障信号功率谱进行小波分解，简化了故障特征向量的提取。然后提出了一种基于最小二乘支持向量机的故障诊断模型，用二次损失函数取代支持向量机中的不敏感损失函数，将不等式约束条件变为等式约束，从而将二次规划问题转变为线性方程组的求解，用最小二乘法实现了支持向量机算法，并提出对核函数的σ参数进行动态选取，提高了诊断的准确率。仿真结果表明该模型具有较强的非线性处理和抗干扰能力。 |
| 关 键 词： | 故障诊断 最小二乘支持向量机 核函数 小波包分析 |
Application of Least Squares Support Vector Machine in Fault Diagnosis |
|
| YANG Kui-He,SHAN Gan-Lin,ZHAO Ling-Ling.Application of Least Squares Support Vector Machine in Fault Diagnosis[J].Computer Science,2007,34(1):289-291. | |
| Authors: | YANG Kui-He SHAN Gan-Lin ZHAO Ling-Ling |
| Affiliation: | 1 Department of Optics and Electron Engineering, Ordnance Engineering College, Shijiazhuang 050003;2College of Information, Hebei University of Science and Technology, Shijiazhuang 050054 |
| Abstract: | |
| Keywords: | Fault diagnosis Least squares support vector machine Kernel function Wavelet packet analysis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机科学》下载全文 | |