论文部分内容阅读
为了提高支撑向量机（Support Vector Machine,SVM）的性能,降低时间开销;提出一种基于特征提取的SVM算法,并将其用于汽轮发电机组的故障诊断;使用KFDA（Kernel Fisher Discriminant Analyst）算法提取汽轮发电机组数据的关键特征,并使用SVM分类器对特征数据集合进行分类检测;实验结果表明：算法是可行和有效的,在分类性能和训练时间上都得到了提高。