论文部分内容阅读
支持矢量机是一种基于结构风险最小化原则的机器学习方法，对小样本决策具有较好的学习推广性。由于常规支持矢量机算法是从二类分类问题推导得出的，在解决故障诊断这种典型的多类分类问题时存在困难，为此提出一种网络支持矢量机多类分类算法，用每个类别和其他两个至四个类别构造二类支持矢量机分类器。这些二类支持矢量机分类器组合而成的网格式结构多类分类器，具有容易扩展、重复训练样本少、速度快和识别正确率高的优点。将网格式结构多类分类器应用于涡轮泵试验台多故障诊断获得了令人满意的效果。