支持向量机在机械设备振动信号趋势预测中的应用

摘要：

将支持向量机(SVMs)用于机械设备振动信号趋势预测中,研究了SVMs参数及核函数类型对SVMs预测能力的影响.试验显示,在短期预测中4种核函数有着基本相同的预测能力,而在长期预测中,径向基函数核和多项式核表现出了相对较高的预测能力,同线性核和神经网络核相比,它们的归一化均方误差约降低了20%.SVMs与向后传播神经网络、径向基函数网络和广义回归神经网络预测能力的对比表明,实现了结构风险最小化原理的SVMs具有更好的预测能力,在长期预测中,其归一化均方误差约降低了15%.

关键词：趋势预测、支持向量机、神经网络、回归

所属期刊栏目：39

分类号：TH17

资助基金：国家自然科学基金50335030

在线出版日期：2005-10-27（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：950-953