论文部分内容阅读
本论文围绕智能故障诊断机器学习这一关键问题,运用主成分分析方法,利用距离可分性准则,降低维数提取汽轮发电机组故障信息的主要特征。实例证明,在信息量损失较小的情况下,该方法可以提炼故障信息而不影响分析结果。支持向量机(SVM)方法是专门针对小样本情况的,其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优值。两类支持向量机用于模式识别具有最优的推广能力,而对于常见的多类识别问题,则需要构造多类SVM。本文综合分级聚类和决策树的思想构造多类SVM(DTSVM),在小样本情况下对多类汽轮发电机