论文部分内容阅读
由于基于支持向量机(Support Vector Mechine,简称SVM)的多类分类算法的分类器结构对故障分类效果有直接影响,首先提出一种在高维特征空间基于核函数的Jb’/Jw’类间可分性度量准则,然后根据可分性度量结果用min-max原则来构造支持向量机分类器结构。通过对滚动轴承4类故障测试样本的分类试验结果表明,采用该方法构建的分类器其分类效果明显优于任意确定的二叉树结构分类器,有更高的故障识别率。