基于Bayes的超球分类器及在柴油机异常检测中的应用
针对机械故障诊断面临的数据样本分布不均衡和特征空间存在混叠而导致故障诊断正确率不高的问题,提出一种三层超球面分类器异常检测模型,将存在混叠的特征空间分离成正域、负域和混叠域,并针对混叠域样本的判别问题,提出一种基于Bayes的判别超球面确定方法,该方法充分利用样本分布的距离测度和概率密度分布信息,在Bayes准则下使得分类错误概率最小,解决了混叠域样本的分类问题.柴油机实测振动信号的应用实例验证了基于Bayes的判别超球面确定方法能够提高故障诊断的精度.
柴油机、故障诊断、超球分类器、Bayes
47
TH17
2011-07-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
22-26