| 一种支持向量机的矿井提升机故障诊断方法 |
| |
| 引用本文： | 许晓林. 一种支持向量机的矿井提升机故障诊断方法[J]. 煤矿机械, 2007, 28(8): 202-204 |
| |
| 作者姓名： | 许晓林 |
| |
| 作者单位： | 鹤岗矿业集团,峻德煤矿,黑龙江,鹤岗,154102 |
| |
| 摘 要： | 介绍了几种传统的支持向量机(SVM)多分类方法,分析了所存在的问题及缺点。提出了一种基于SVM的矿井提升机故障诊断方法。该方法具有简单、直观和训练样本少等特点。通过将其应用于提升机运行状态的故障诊断,结果表明,采用该方法比传统多类SVM方法和BP神经网络具有更高的诊断正确率。
|
| 关 键 词： | 支持向量机 故障诊断 二叉决策树 矿井提升机 |
| 文章编号： | 1003-0794（2007）08-0202-03 |
| 修稿时间： | 2007-05-14 |
Mine Hoist Fault Diagnosis Way of Support Vector |
| |
| XU Xiao-lin. Mine Hoist Fault Diagnosis Way of Support Vector[J]. Coal Mine Machinery, 2007, 28(8): 202-204 |
| |
| Authors: | XU Xiao-lin |
| |
| Affiliation: | Junde Mine of Hegang Mine Industry Group, Hegang 154102, China |
| |
| Abstract: | Introduced several conventional classify mode to support vector machines(SVM),analyzed the problem and disadvantage of it,gave a new mode which based SVM to the diagnosis mine hoist fault.This way is simple and frank and only a few training stylebook.After using it in the mine hoist,the result shows this way have more exactness rate than conventional SVM mode and BP nerve net mode. |
| |
| Keywords: | support vector machines(SVM) fault diagnoses two-fork decision-maker tree mine hoist |
| 本文献已被 维普 万方数据 等数据库收录！ |
