首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种新型多分类支持向量算法及其在故障诊断中的应用
引用本文:徐启华,师军.一种新型多分类支持向量算法及其在故障诊断中的应用[J].系统仿真学报,2005,17(11):2766-2768,2784.
作者姓名:徐启华  师军
作者单位:1. 淮海工学院电子工程系,江苏,连云港,222005
2. 西北工业大学自动化学院,陕西,西安,710072
基金项目:江苏省高校自然科学研究计划项目(04KJD510018);连云港市科技计划项目(GY200401)
摘    要:层次支持向量机(H-SVM)比通常的多分类支持向量算法具有更快的训练速度和分类速度,便于实现在线分类。提出一种基于H-SVM的多类故障诊断方法,根据特征空间中各类故障样本中心之间的距离来逐层划分子类,距离较近的故障样本归为同一个子类进行训练,得到的H-SVM层次结构合理,各层的SVM分类间隔大、泛化性能强。另外,用V-SVM代替通常的C-SVM作为两类分类器,分类器参数意义明确、变化范围小,更容易确定。针对一个涡轮喷气发动机气路部件故障诊断的仿真实验表明,设计的故障分类器具有良好的分类准确性和泛化性能,可以对发动机气路部件的典型故障进行快速诊断。作为应用实例,对JT9D发动机的6种实际故障进行了有效诊断。

关 键 词:支持向量机  故障诊断  多类分类  仿真  应用
文章编号:1004-731X(2005)11-2766-04
收稿时间:2005-06-13
修稿时间:2005-06-132005-09-29

New Multi-class Support Vector Algorithm and Its Application in Fault Diagnosis
XU Qi-hua,SHI Jun.New Multi-class Support Vector Algorithm and Its Application in Fault Diagnosis[J].Journal of System Simulation,2005,17(11):2766-2768,2784.
Authors:XU Qi-hua  SHI Jun
Institution:1 Electronic Engineering Dept., Huaihai Institute of Technology, Lianyungang 222005,China
Abstract:
Keywords:support vector machines  fault diagnosis  multi-class classification  simulation  application
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号