|
|||||
|
|
| 基于最小二乘支持向量机的故障诊断方法* | |
| 引用本文： | 杨奎河,单甘霖,赵玲玲.基于最小二乘支持向量机的故障诊断方法*[J].计算机应用研究,2007,24(7):99-101. |
| 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,河北,石家庄,050003;河北科技大学,信息科学与工程学院,河北,石家庄,050054 2. 军械工程学院,光学与电子工程系,河北,石家庄,050003 3. 河北科技大学,信息科学与工程学院,河北,石家庄,050054 |
| 摘 要： | 提出了一种小波包分析与最小二乘支持向量机相结合的机械设备故障诊断模型.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,然后采用最小二乘支持向量机进行故障诊断.在该模型中,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换为线性方程组的求解,并提出对核函数的σ参数进行动态选取.仿真结果表明:该模型可以取得较高的故障诊断准确率. |
| 关 键 词： | 小波包分析 故障诊断 特征向量 最小二乘支持向量机 核函数 最小 支持向量机 故障诊断 诊断方法 Support Vector Machine Least Squares Based Method Diagnosis 诊断准确率 仿真结果 选取 动态 参数 核函数 求解 线性方程组 问题转换 二次规划 条件 |
| 文章编号： | 1001-3695（2007）07-0099-03 |
| 修稿时间： | 2006-02-262006-06-09 |
Fault Diagnosis Method Based on Least Squares Support Vector Machine |
|
| YANG Kui he,SHAN Gan lin,ZHAO Ling ling.Fault Diagnosis Method Based on Least Squares Support Vector Machine[J].Application Research of Computers,2007,24(7):99-101. | |
| Authors: | YANG Kui he SHAN Gan lin ZHAO Ling ling |
| Affiliation: | (1.Dept. of Optics & Electron Engineering, Ordnance Engineering College, Shijiazhuang Hebei 050003, China; 2.College of Information, Hebei University of Science & Technology, Shijiazhuang Hebei 050054, China) |
| Abstract: | |
| Keywords: | wavelet packet analysis fault diagnosis eigenvector least squares support vector machine kernel function |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 | |
| 点击此处可从《计算机应用研究》下载全文 | |