基于多层子支持向量机的多传感器故障诊断
支持向量机从二分类问题出发,构造最优分类超平面,实现基于结构风险最小化的最大间隔分类.然而故障诊断中,故障模式通常都有很多种,而且,判断出故障类型后往往还需要对故障程度进行判断.对于多分类问题,支持向量机已有的算法有”一对一”、”一对多”和”k分类”等.本文借鉴”一对多”算法,构造k个子支持向量机,实现对k个故障模式的分类.在此基础上,构造第二层支持向量机,实现对故障程度的评估.实验表明,基于多层子支持向量机的多传感器故障诊断,能非常成功地实现故障分离和故障评估.
统计学习 支持向量机 故障诊断 模式识别 多传感器
戴洪德 陈明 李娟
西北工业大学自动化学院,西安,710072 鲁东大学数学与信息学院,烟台,264001
国内会议
贵阳、沈阳
中文
1737-1739
2006-08-01（万方平台首次上网日期，不代表论文的发表时间）