10.3969/j.issn.1004-9037.2010.01.022
PCA特征抽取与SVM多类分类在传感器故障诊断中的应用
为了提高传感器故障诊断的准确率,提出了基于主元分析(PCA)特征抽取和支持向量机(SVM)多类分类的故障诊断方法.该方法通过对传感器输出信号进行小波包分解产生原始特征数据,然后采用PCA特征抽取得到二次特征向量,增强传感器各个状态模式的可分性.二次特征输入到二叉树SVM多类分类算法设计的分类器实现传感器故障诊断.仿真实验结果表明,这种结合了PCA特征抽取和SVM分类的诊断方法准确率高,其诊断效果优于直接采用原始特征进行分类的情况.
传感器故障诊断、小波包分解、主元分析、特征抽取、支持向量机
25
TP277;TP181(自动化技术及设备)
北京理工大学校基础研究基金20070542009
2010-04-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
111-116