基于支持向量机的故障诊断方法探讨
支持向量机是在统计学习理论的基础上发展起来的一种新型的机器学习方法。它基于结构风险最小化原则，能有效地解决过学习问题，特别是针对小样本的情况，得到现有信息下的全局最优解而不仅仅是样本数趋于无穷大时的最优值，避免了局部极小值问题，具有良好的推广性能和较好的分类精确性。分三种情况介绍了支持向量机的概念和算法，以及解决多分类问题时支持向量机的常用算法，然后结合某汽轮机转子模拟实验台的振动数据，以两分类问题为例，验证了支持向量机方法在小样本分类问题上的有效性。
热能工程 故障诊断 支持向量机 汽轮机 振动故障
初燕 付忠广 戈志华 靳涛 卞双
华北电力大学动力工程系暨电站设备状态监测与控制教育部重点实验室,北京102206
国内会议
西安
中文
2005-11-01（万方平台首次上网日期，不代表论文的发表时间）