| 基于类间可分性度量和SVM的多故障分类算法 |
| |
| 引用本文： | 李敏,杨洁明,张晓平.基于类间可分性度量和SVM的多故障分类算法[J].振动．测试与诊断,2009,29(1):83-85. |
| |
| 作者姓名： | 李敏 杨洁明 张晓平 |
| |
| 作者单位： | 1. 太原理工大学机械电子工程研究所,太原,030021;山西省科技厅,太原,030024
2. 太原理工大学机械电子工程研究所,太原,030021 |
| |
| 基金项目： | 国家自然科学基金，山西省自然科学基金 |
| |
| 摘 要： | 由于基于支持向量机(Support Vector Mechine,简称SVM)的多类分类算法的分类器结构对故障分类效果有直接影响,首先提出一种在高维特征空间基于核函数的J<,b>*/J<,w>*类间可分性度量准则,然后根据可分性度量结果用min-max原则来构造支持向量机分类器结构.通过对滚动轴承4类故障测试样本的分类试验结果表明,采用该方法构建的分类器其分类效果明显优于任意确定的二叉树结构分类器,有更高的故障识别率.
|
| 关 键 词： | 支持向量机 类间可分性 故障分类器 滚动轴承 |
Multi-Fault Classification Algorithm Based on Inter-Class Separability and Support Vecton Machine |
| |
| Li Min,Yang Jieming,Zhang Xiaoping.Multi-Fault Classification Algorithm Based on Inter-Class Separability and Support Vecton Machine[J].Journal of Vibration,Measurement & Diagnosis,2009,29(1):83-85. |
| |
| Authors: | Li Min Yang Jieming Zhang Xiaoping |
| |
| Abstract: | |
| |
| Keywords: | support vector machine inter class separability fault class ifier rolling bearing |
| 本文献已被 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 |
|
