论文部分内容阅读
支持向量机（SVM）是一种对小样本决策具有良好学习性能的机器学习方法。常规SVM算法是从二类分类问题推导得出的，针对于故障诊断这种典型的多类决策问题，研究了一种网格式支持向量机多类算法，每个类别和其他2至4个类别之间采用常规SVM二值分类器进行分类，所需二值分类器总数少，可扩展性强。把转轴上不同位置的裂纹当作不同的故障，运用网格式支持向量机进行转轴裂纹位置故障诊断，结果表明该算法具有计算量小、诊断速度快、故障识别率高、容易扩展等优点，适合于较大规模的多类别故障诊断应用。