| 基于支持向量机的航空发动机故障诊断 |
| |
| 引用本文： | 杨俊,谢寿生,于东军.基于支持向量机的航空发动机故障诊断[J].机械科学与技术(西安),2005,24(1):123-126. |
| |
| 作者姓名： | 杨俊 谢寿生 于东军 |
| |
| 作者单位： | 空军工程大学工程学院 西安710038
(杨俊，谢寿生)，空军工程大学工程学院 西安710038(于东军) |
| |
| 摘 要： | 支持向量机学习方法以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则,在有限样本的学习中显示出优异的性能。本文将这一新的统计学习方法应用到航空发动机故障诊断的研究中,并通过某型航空发动机故障诊断的实验结果表明了本文方法的有效性。
|
| 关 键 词： | 支持向量机 航空发动机 故障诊断 |
| 文章编号： | 1003-8728(2005)01-0123-04 |
Aero-Engine Fault Diagnosis Based on Support Vector Machine |
| |
| YANG Jun,XIE Shou sheng,YU Dong jun.Aero-Engine Fault Diagnosis Based on Support Vector Machine[J].Mechanical Science and Technology,2005,24(1):123-126. |
| |
| Authors: | YANG Jun XIE Shou sheng YU Dong jun |
| |
| Abstract: | Unlike traditional machine learning which is based on empirical risk minimization principle, support vector machine(SVM)learning is based on structural risk minimization principle. SVM shows powerful ability in learning with limited samples. This new method is applied to the study of fault diagnosis. Simulation result of the aero engine fault diagnosis shows the validity of this method. |
| |
| Keywords: | Support vector machine Aero-engine Fault diagnosis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
