|
|||||
|
|
| 基于大规模训练集SVM的发动机故障诊断 | |
| 作者姓名： | 徐启华 耿帅 师军 |
| 作者单位： | 1.淮海工学院 电子工程学院, 江苏 连云港 222005 |
| 基金项目： | 江苏省“六大人才高峰”计划(07-E-029); 江苏省高校科研成果产业化推进项目(JHZD08-40); 江苏省“青蓝工程”学术带头人基金(苏教师(2007)2号) |
| 摘 要： | 提出了一种新的学习策略,用于解决发动机故障诊断中大规模支持向量机(SVM)的训练问题.通过保留初始SVM分类器支持向量超平面附近的样本以及错分样本,使最终得到的约减集规模明显缩小,从而可在保持较高分类精度的前提下使训练时间明显缩短;同时,由于支持向量的数量减小,分类时间也相应缩短.探讨了序贯最小优化(SMO)算法的参数选择和实现过程中的关键问题,为这种极具潜力的算法在发动机故障诊断中的实际应用奠定了坚实的基础.仿真实例表明,这种基于大规模训练集SVM的发动机故障诊断方法有效、可靠,容易实现,可以作为工程应用的基础. |
| 关 键 词： | 航空发动机 支持向量机(SVM) 故障诊断 大规模训练集 样本约减 |
| 收稿时间： | 2011-08-08 |
| 修稿时间： | 2011-11-18 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《航空动力学报》浏览原始摘要信息 | |
| 点击此处可从《航空动力学报》下载免费的PDF全文 | |