论文部分内容阅读
针对目前机械故障诊断中，难以获得大量的故障数据样本以及诊断知识获取困难等不足，提出了专门针对有限样本的新一代机器学习的算法——最小二乘支持向量机（LS—SVM），它能够得到现有信息下，不仅是样本数趋于无穷大时的最优解，因此，在样本很少的情况下具有较好的泛化能力，比较适合解决故障诊断小样本情况的实际问题。本文介绍了LS-SVM的基本原理和分类方法，并利用其对振动传感器的常见故障进行诊断，结果表明了LS—SVM对设备故障具有良好的分类效果。