基于支持向量机的装备故障诊断研究

摘要：

支持向量机(SVM)是统计学习理论(SLT)的一种成功实现,它建立在SLT的VC维理论和结构风险最小化原理基础之上,能够较好地克服神经网络容易出现的过学习和泛化能力低等缺陷.提出了一种基于支持向量机的装备故障诊断方法,应用该方法成功地对某型装备几种典型故障进行了正确诊断.在对检验样本施加噪声后,支持向量机构成的故障分类器仍然能够满足发动机故障诊断要求,表明提出的故障诊断算法具有良好的鲁棒性和推广性.

关键词：支持向量机、统计学习理论、故障诊断、鲁棒性

分类号：TJ760.6+29(火箭、导弹)

在线出版日期：2010-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：26-29,57