基于小波包和支持向量机的故障诊断方法研究

摘要：

基于支持向量机(SVM,support vector machine)对小样本决策具有较好的学习推广性,本文提出一种基于小波包和支持向量机的故障诊断方法,通过小波包分解系数求取频带能量,并根据各个频带的能量的变化提取故障特征,应用LSSVM(least squares support vector machines)进行故障分类.实验结果表明,支持向量机分类器优于传统的BP神经网络和RBF神经网络分类器,识别率较高,具有更强的泛化推广能力.

关键词：小波包、LSSVM、故障诊断

分类号：TP18(自动化基础理论)

在线出版日期：2010-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-34