| 采用多层核学习机的柴油机气门机构故障诊断 |
| |
| 引用本文： | 王涛,李艾华,姚良.采用多层核学习机的柴油机气门机构故障诊断[J].振动．测试与诊断,2010,30(4):462-464. |
| |
| 作者姓名： | 王涛 李艾华 姚良 |
| |
| 作者单位： | 第二炮兵工程学院机电工程系,西安,710025 |
| |
| 基金项目： | 总装备部重点国防预研项目 |
| |
| 摘 要： | 针对柴油机缸盖振动信号的非平稳性以及多种气门故障的线性不可分问题,提出了一种组合核主元分析和支持向量机的多层核学习机方法。该方法使用核主元分析技术从原始特征中提取非线性主元,将其输入到由"一对多"算法构建的支持向量机多分类器中,实现了多种气门故障的定量诊断。试验结果表明,在小样本条件下,该方法能准确识别气门机构的6种状态,且识别精度及测试速度均优于单独使用多类支持向量机方法。
|
| 关 键 词： | 核方法 特征提取 模式分类 核主元分析 支持向量机 |
| 收稿时间： | 2009/2/20 0:00:00 |
| 修稿时间： | 2009/5/12 0:00:00 |
Fault Diagnosis of Diesel Valve Train Based on Multi-Layer Kernel Learning Machine |
| |
| Wang Tao,Li Aihua,Yao Liang,Cai Yanping.Fault Diagnosis of Diesel Valve Train Based on Multi-Layer Kernel Learning Machine[J].Journal of Vibration,Measurement & Diagnosis,2010,30(4):462-464. |
| |
| Authors: | Wang Tao Li Aihua Yao Liang Cai Yanping |
| |
| Abstract: | |
| |
| Keywords: | kernel method feature extraction pattern classification kernel principle component analysis support vector machine |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《振动．测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动．测试与诊断》下载全文 |
|
