基于二叉树支持向量机多类分类算法的研究

基于二叉树的支持向量机多类分类算法虽然在目前现有的多类分类算法中总体性能较优,但是仍然存在分类精度和分类效率不高的问题。针对这些问题,提出了一种新的基于欧氏距离的二叉树支持向量机(Distance binary tree SVM,简称DBT SVM)多类分类算法,该算法综合地考虑了两类最近样本的欧式距离、类中心的欧氏距离对分类的影响,并且使最容易分离的类能优先分离出来。通过在UCI标准数据集上进行实验验证,结果表明该算法行之有效。
     

基于二叉树支持向量机多类分类算法的研究

基于二叉树的支持向量机多类分类算法虽然在目前现有的多类分类算法中总体性能较优,但是仍然存在分类精度和分类效率不高的问题。针对这些问题,提出了一种新的基于欧氏距离的二叉树支持向量机(Distance binary tree SVM,简称DBT-SVM)多类分类算法,该算法综合地考虑了两类最近样本的欧式距离、类中心的欧氏距离对分类的影响,并且使最容易分离的类能优先分离出来。通过在UCI标准数据集上进行实验验证,结果表明该算法行之有效。     

基于SVM的空间数据库的层次聚类分析

支持向量机用于两类问题的识别研究.本算法引入了SVM,构造二叉树对多类问题进行层次聚类分析.该算法采用SVM对两类问题进行识别,通过合并逐步由底向上构造二叉树,最终二叉树的数目即为聚类数.它适合任意形状的聚类问题,而且可以确定最优聚类的结果,并适于高维数据的分析.     

基于支持向量机的脑电信号分类方法研究

针对传统支持向量机分类方法在脑电信号处理中存在分类正确率低的问题,将聚类思想与二叉树支持向量机(SVM)结合,构造多类SVM分类器。实验以"BCI Competition 2005"中的Dataset IIIa为例,先对C3/C4导采集的四类运动想象脑电信号应用小波变换进行去噪。再在分析小波包频带划分特点的基础上,利用小波包进行分解与重构,获取相应的能量特征。最后应用改进后的SVM分类方法对特征信号进行分类。结果表明该方法分类正确率,可以达到91.12%;并且有效地减少了分类器的个数,最终达到较好的识别效果。     

一种新的SVM多类分类算法

给出了一种基于编码二叉树的支持向量机(SVM,Support Vector Machine)的多类分类算法.首先,定义了一种构造编码二叉树的方法,在此基础上合理的使用每个训练样本对应的编码来对多类样本进行划分,使之转化为两类分类问题.由算法的实现过程可以看出,本算法可以大大减少子分类器的构造个数,从而简化了多类SVM分类算法.     

一种不确定性二叉树SVM的脱机手写体汉字识别研究

针对脱机手写体汉字特征复杂和类别多样的特点,基于SVM数学模型,采用了一种不确定性二叉树与SVM相结合的分类识别方法设计了一种多类分类器,该设计方法在保证识别准确率的情况下大大减少了支持向量机的数量,简化了二叉树模型,能快速辨识并删除多余的枝节,并具有一定的容错率,加快了辨识速度。实验结果表明,采用不确定性二叉树SVM设计的多类分类器有效地降低了拒识率和漏识率,保证了识别的准确率,提高了识别速度。     

一种改进的SVM多类分类算法在入侵检测中的应用

入侵检测作为网络安全的关键技术,成为了当前网络安全研究的热点,入侵检测算法的准确率和推广性能是研究的重点。基于二叉树的思想和超球支持向量机的特点,本文提出了一种改进的SVM多类分类入侵检测算法。本文通过引入相似度函数作为权值,选取相似性最小的两类样本构造两类分类器,采用自下而上的方法构造多个两类超球SVM分类器,并将该多类分类算法应用于入侵检测中。利用KDD CUP 1999入侵检测数据进行了仿真实验,实验结果表明,该算法能有效提高检测准确率、推广性能也得到较好改善。     

基于SVM的四类运动想象脑电信号分类方法研究

针对传统支持向量机分类方法在脑电信号处理中存在分类正确率低的问题,将聚类思想与二叉树支持向量机结合构造多类SVM分类器。实验以“BCI Competition 2005”中的Dataset IIIa为例,先对C3/C4导采集的四类运动想象脑电信号应用小波变换进行去噪;再在分析小波包频带划分特点的基础上,利用小波包进行分解与重构,获取相应的能量特征;最后应用改进后的支持向量机(SVM)分类方法对特征信号进行分类。结果表明该方法分类正确率较高,可以达到91.12%,并且有效的减少了分类器的个数,最终达到较好的识别效果。     

基于分离程度的二叉树的多类SVM在焊接缺陷分类和识别中的应用

本文提出了基于分离程度的SVM决策树的焊缝缺陷分类识别方法。首先对X射线焊缝图像进行缺陷特征提取,然后结合聚类的思想,定义了分离程度,每次将分离程度最大的缺陷类分离出来,成功解决了传统欧氏距离不能处理的类交叉分类情况,得到了累积误差更小的决策树。将基于分离程度的二叉树的多类SVM算法运用于X射线焊接缺陷图像的分类识别,通过计算机仿真,表明该方法比其它SVM多分类算法在分类精度和识别效果方面有明显的提高。     

结合无监督聚类的SVM二叉树在SAR自动目标识别系统中的应用

结合向量机二叉树是近年发展起来的一种新的多分类识别器,该方法现已证明能有效提高分类精度以及训练速度[1].提出了结合无监督聚类的SVM二叉树的SAR目标自动识别,并对MSTAR的T-72 Variant数据库进行实验,取得了良好的识别效果,为SAR自动目标识别的多类别问题提供了一种新方法和新思路.     

固体材料外弹性阻尼支承的设计与实验研究

本文提出了一种用于高速旋转机械的新型固体材料外弹性阻尼支承(简称固体阻尼器)的设计方法,并通过挠性转子与带有这种阻尼器的流体动压滑动轴承结合的运行实验,介绍了转子-轴承系统的振动测试和分析方法。此种固体阻尼器的性能可在一定范围内选择,以便提供使转子振动得以控制所必须的阻尼。它的使用能够明显提高系统的动态稳定性。     

非线性转子动力学问题研究综述

针对转子动力学中的非线性振动问题，综述了近年来国内外在该领域的主要研究成果和发展前景，首先，对转子动力学中非线性振动的类型及旋转机械设计方法的现状进行了分析，阐述了进行旋转机械非线性转子动力学研究的必要性，其次，综述了现代非线性动力学的理论分析方法及其在大型旋转机械应用方面、尤其是在转子－轴承系统非线性振动方面近期国内外研究工作的主要成果和进展，最后，对今后非线性转子动力学研究的趋势进行了说明和展望。     

挤压油膜柔性转子系统突加质量的响应特性

针对旋转机械中经常发生折断或丢失一部分旋转质量的现象，分析研究了挤压油膜阻尼器－滑动轴承－柔性转子系统在考虑油膜惯性力的情形下，突加不平衡作用的响应特性。并将其所得的结果与不考虑惯性力情形下的结果进行了比较。研究表明：考虑惯性力后，此转子系统在定转速条件下，突加不平衡质量的响应时间和振幅都减小了。     

基于小波分析和Kohonen神经网络的滚动轴承故障分析

为了对旋转机械中滚动轴承的运行状态进行故障监测和诊断,在对振动信号进行采集和处理的基础上,提出了小波变换与Kohonen神经网络(SOM)相结合的滚动轴承故障诊断新方法.运用该方法在滚动轴承实验台上进行实验,用小波分析提取振动信号的特征值后,应用SOM网络对数据进行分类得到各种故障类型的标准样本,通过故障样本与标准样本...     

转子-轴承系统稳定性实验研究

通过用脉冲力敲击、激发出系统的自由振动信号的方法 ,对多自由度转子 轴承系统稳定性的评价方法进行了研究 .结果表明 :多自由度转子轴承系统的稳定性可用远离击振点跨处的自由振动信号评定 ,界限状态附近轴承动压油膜的阻尼效应是促使系统稳定运行的主要因素     

旋转机械常见故障的振动三维谱特征及其识别

变速过程中振动特征的提取及其识别对于旋转机械故障诊断是极其重要的，本文通过对发电设备旋转机械中常见的不对中、轴裂纹、动静件碰摩、基础部件松动故障的运动微分方程及三维谱图的分析，讨论了变速过程中系统振动所包含的故障信息。分析表明这几类带有故障的转子系统都是非线性振动系统，振动三维谱图中含有丰富的高次谐波分量，可以用对三维谱图进行扫描的方法来发现故障信息。三维谱图可以丰富旋转机械故障诊断系统知识库中的振动特征信息，对于更准确地诊断发电设备中的故障具有重要的意义     

基于PF能量特征和SVM的变速箱轴承故障诊断方法

内圈点蚀、外圈压痕是变速箱滚动轴承常见典型故障,为实现其快速、准确诊断,提出基于局部均值分解(Local mean decomposition,简称LMD)的PF(Product Function)分量能量特征和支持向量机(Support Vector Machine,简称SVM)相结合的变速箱滚动轴承诊断方法.将采集的振动信号进行LMD局部均值分解,获得若干个PF分量,并以计算的PF分量的能量熵作为特征量输入支持向量机,进行滚动轴承的故障类型的识别.通过对滚动轴承正常状态、内圈点蚀故障和外圈压痕故障的诊断效果对比分析表明,相对于基于神经网络的轴承故障诊断方法,基于PF分量能量特征和支持向量机的诊断方法有着更高的故障识别率.     

Study on the application of active balancing device to solve the vibration problem for the rotor with bending fault

The rotor with bending faults that occurrs on the rotating machinery usually vibrates seriously. This paper investigates to apply the active balancing device on a flexible rotor with bending faults to solve the vibration problem. Two problems are studied by finite element method firstly： Where the balance actuator is fixed on the shaft and how much the balancing capacity of the active balancing device is needed. The experiment is then carried out on the test rig, which consists of a flexible rotor with bending faults. The test results indicate that the bending rotor peak vibration response can be decreased from 550~m to 40~tm below by using the active balancing device. The peak vibration response decreases approximately by 93 %. The synchronous vibration due to the rotor bending faults can be controlled effectively by using ac- tive balancing device. The active balancing device is especially adapted to solve the problem caused by thermal distortion with time-variation and randomness, which is varied with working conditions, thus it has good practical value in practice.     

通风机振动故障实例诊断

通过运用旋转机械频谱诊断理论 ,分析工程实际中常见故障中振动烈度、振动波形表现出来的特征 运用频谱分析与相位分析相结合的方法 ,处理通风机开机过程中所采集的信号 ,并诊断通风机滑动轴承故障、转子不平衡、不对中等故障的原因 提出处理故障的对应方案     

基于虚拟仪器的机械转子轴心轨迹分析

转子轴心轨迹是判断机械转子运行状态和故障征兆的重要依据,文中研究了几种机械转子典型故障及其对应的频率和轴心轨迹特征,运用LabVIEW软件平台,开发出智能控件化虚拟式轴心轨迹测试分析系统,调用由VC 编写的动态链接库(DLL)函数实现对机械转子振动信号的采集.试验表明,转子轴心轨迹测试分析系统可实时显示轴心轨迹、轴心位置和两路相互垂直振动信号的波形和频谱,以此可以判断一些常见的旋转机械故障,计算出用来消除转子不平衡的平衡质量块的大小及坐标点位置.