论文部分内容阅读
支持向量机能够克服一般神经网络容易出现的过学习和泛化能力低等不足.提出一种基于支持向量机的航空发动机气路部件故障诊断方法,讨论了支持向量机的核函数选择和参数确定问题,并对'块算法'进行了分析.仿真实验表明,设计的正则化参数和核参数合理,故障分类器具有良好的分类准确性和泛化性能,可以对发动机气路部件的典型故障进行正确诊断.