基于一类超球面支持向量机的机械故障诊断研究

摘要：

针对机械故障诊断中故障类样本不易获取以及样本分布不均的问题,提出了基于一类超球面支持向量机(SVM)的故障诊断方法,该方法只需要对正常类样本进行训练.试验分析了异常类样本缺失对一类超球面支持向量机性能的影响,并提出模型参数优化选择方法,以提高分类模型的推广能力.分析了不同训练结果的分类能力,并对一类超球面支持向量机与一类超平面支持向量机的分类结果进行比较,验证了前者的正确性和有效性.

关键词：故障诊断、一类超球面支持向量机、互信息、匀幅

所属期刊栏目：21

分类号：TH17;TP18

资助基金：国防科技重点实验室基金资助项目51457050103JB3502

在线出版日期：2009-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：553-558