论文部分内容阅读
为了提高复杂系统运行的有效性和可行性,避免系统发生故障时造成巨大的财产损失甚至灾难性的后果,提出了一种基于PCA(PrincipalComponentAnalysis,PCA)和HMM(HiddenMarkovmodel,HMM)一支持向量机的故障诊断方法;首先获取故障征兆特征向量,然后采用PCA主成分分析法对特征向量进行降维以减少样本数据的复杂性,将降维后的训练样本数据输入HMM模型和支持向量机模型进行训练得到最终的HMM一支持向量机混合模型,最后将降维后的测试样本数据输入最终的HMM一支持向量机混合模