简介概要

多核学习SVM在发动机故障诊断上的应用

来源期刊:机械设计与制造2019年第5期

论文作者:曹惠玲 薛成 薛鹏

文章页码:1 - 13

关键词:故障诊断;支持向量机;核函数;多核学习;组合核函数;

摘    要:为了从小样本的发动机性能参数故障数据中提取故障信息,准确而快速的识别故障数据,支持向量机具备的诸多优点使其逐步的应用到发动机的故障诊断中。目前,已有不少利用支持向量机进行发动机故障诊断的研究,但对核函数的选用大多使用单一核函数对数据进行训练,在没有先验的情况下,往往不容易选择出最优的核函数。通过对核函数的研究,提出将基于多核学习构建的组合核函数作为支持向量机新的映射函数,通过故障实例演示了多核学习SVM在发动机故障诊断上的应用,说明了组合核函数的构建方法和相比于单一核函数的优越性。

详情信息展示

多核学习SVM在发动机故障诊断上的应用

曹惠玲,薛成,薛鹏

中国民航大学航空工程学院

摘 要:为了从小样本的发动机性能参数故障数据中提取故障信息,准确而快速的识别故障数据,支持向量机具备的诸多优点使其逐步的应用到发动机的故障诊断中。目前,已有不少利用支持向量机进行发动机故障诊断的研究,但对核函数的选用大多使用单一核函数对数据进行训练,在没有先验的情况下,往往不容易选择出最优的核函数。通过对核函数的研究,提出将基于多核学习构建的组合核函数作为支持向量机新的映射函数,通过故障实例演示了多核学习SVM在发动机故障诊断上的应用,说明了组合核函数的构建方法和相比于单一核函数的优越性。

关键词:故障诊断;支持向量机;核函数;多核学习;组合核函数;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号