【摘 要】
：
以统计学习理论(SLT)为基础的支持向量机(SVM),专门研究小样本情况下的学习规律.本文用正常滚动轴承和故障滚动轴承的加速度信号,选取识别能力强的峰-峰值、绝对均值等作为特
【出 处】
：
2006年全国振动工程及应用学术会议
论文部分内容阅读
以统计学习理论(SLT)为基础的支持向量机(SVM),专门研究小样本情况下的学习规律.本文用正常滚动轴承和故障滚动轴承的加速度信号,选取识别能力强的峰-峰值、绝对均值等作为特征矢量输入SVM,对滚动轴承的典型故障进行模式识别.试验表明,即使在噪声环境下,SVM对滚动轴承故障仍具有优秀的分类性能.
其他文献
合成孔径雷达成像是对二维图像的操作,需要对数据进行转置.在实时系统中,转置不仅需要海量的临时数据存储区,增加了系统设计的复杂性,而且对海量的I/O存取操作也成为整个系统
COSTAS阵列在信号处理等领域有广泛的应用,将COSTAS阵列为核心技术的McEliece系统引入NC的身份鉴别等安全协议,将大大提高NC的安全性.本文引入有限域的置换多项式理论,通过置
为了在小样本条件下有效地检测某型液体火箭发动机涡轮泵的故障,研究了Bootstrap原理,以信号统计特征均方根为基础,提出了基于Bootstrap的涡轮泵故障检测方法.该方法利用Boot
本文提出了一种基于PKI/PMI安全框架平台上的可信Web Service安全体系架构.一方面通过对WebService中的各分层协议的安全扩展或标准化实现分层安全性,另一方面通过搭建基于PK
储能飞轮是一种高速旋转机械.监测这种高速转子振动的传统方式是机内测量,即在飞轮转子的套筒内部安装传感器进行测量.这种方法成本较高、操作不便且可维护性差.机外诊断系统
提出了一种基于内禀模态(Intrinsic Mode Functions,简称IMFs)奇异值分解和支持向量机(Support Vector Machine,简称SVM)的滚动轴承故障诊断方法.采用EMD(Empirical Mode Dec
通过模拟柴油机的功率不平衡故障,从采集到的柴油机瞬时转速信号中计算了多个原始特征指标,使用遗传算法对这些特征指标进行组合优化,构造出最佳特征参数,并将其输入到支持向
2011年,我国整体经济形势开局良好,生产资料市场价格呈现稳中有升的走势。1月份平均价格环比上升0.9%,同比上升9.6%。在主要大类品种中,有色金属上涨较为明显,环比升幅达到3.
通过配置不同预测器和更新器的个数,获得不同阶次的第二代小波,从而构造出第二代小波梁单元.利用第二代小波有限元求解裂纹转子前三阶固有频率,建立裂纹诊断数据库,然后将实
讨论了领域专家知识在故障诊断系统中的作用和性质.提出知识库实现原则,描述了在现有的故障诊断系统中知识的Fuzzy集一维表示.在Vague集合理论的基础上,提出知识在故障诊断系