排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
针对支持向量机分类算法中模型选择对分类精确性影响很大的问题,结合转子实验台模拟的典型旋转机械故障数据对影响多故障分类器分类性能的相关因素进行了研究。结果表明,在少量时域故障数据样本条件下,选用不同的核函数及核函数参数对多故障分类器的分类精度有一定影响,为实际工程应用中选择合适的支持向量机核函数类型及其参数提供一定的帮助. 相似文献
2.
支持向量机包括支持向量回归机和支持向量分类机.本文提出了一种用于旋转机械转子故障预示的方法,通过支持向量分类机(SVC)对旋转机械转子故障进行分类并建立故障分类器,利用支持向量回归机(SVR)对转子运行状态趋势进行预示,并将预示结果输入到SVC以判断预示结果的属性.对支持向量回归机进行了仿真研究.将支持向量机与神经网络算法从理论和实验研究两个方面进行了对比研究,结果表明,该方法具有较好的故障预示能力. 相似文献
3.
1