|
|||||
|
|
| 基于PCA和WPSVM的航天器电特性识别方法 | |
| 作者姓名： | 李可 刘祎 杜少毅 孙毅 王浚 |
| 作者单位： | 1.北京航空航天大学 航空科学与工程学院, 北京 100191 |
| 基金项目： | 航空科学基金(2012XX1043),中央高校基本科研业务费专项资金(YWF-14-HKXY-017) |
| 摘 要： | 针对航天器电特性监测系统识别过程中存在测试数据量大、特征维数高、样本少、计算速度慢和识别率低等问题,提出基于主成分分析(PCA)的特征提取和加权近似支持向量机(WPSVM)的在线故障诊断方法.实现了对信号故障特征的主成分分析、选择和提取,并对高维特征数据实现了降维,提高了航天器电特性在线故障诊断的准确性和速度.针对PCA中的结果选取问题,提出运用数据贡献度阈值进行数据截取的方法,有效地保证了数据的有效性与一致性.结果表明:该方法充分利用了航天器电特性监测系统的有用数据特征,有效提高了识别的精度,且计算时间较短,效率较高. |
| 关 键 词： | 航天器 主成分分析(PCA) 降维 小样本 支持向量机(SVM) 电特性识别 |
| 收稿时间： | 2014-07-31 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《北京航空航天大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京航空航天大学学报》下载免费的PDF全文 | |