小波包结合支持向量机的故障诊断方法

来源 :计算机工程 | 被引量 : 0次 | 上传用户:xiaoya2001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种结合小波包分析(WPA)理论和支持向量机(SVM)分类器的机械故障诊断方法。该方法具有重复训练样本少,简单、直观的优点,具有很高的分类性能。利用获得的机械故障数据建立故障分类器,对不同测试集条件下的3种SVM核函数、SVM方法与神经网络方法的比较结果证明,基于小波包和支持向量机的故障诊断方法是机械故障诊断的发展方向。并对实验的最佳训练样本集进行讨论。
其他文献
随着抗生素抗性污染日益严重,快速评估环境中典型病原菌与条件性致病菌的抗生素抗性水平,对掌握区域环境抗生素抗性污染状况、揭示抗性污染传播规律至关重要。通过以最低抑菌
以实验室保存的4株藻株为研究对象,分析了它们的生长速率和淀粉等糖类的含量,其中1株富含碳水化合物的微藻#3,其生长速率和淀粉含量分别可达0.086 g/(L·d)和225.2 mg/L。1
针对实际故障诊断中难以有效获得故障现场信息的问题,提出通过在软件运行时注入故障的方式获取故障现场信息,设计并实现一种运行时软件故障注入器,给出其中的故障脚本描述语言、
设R为有限链环,定义从RTn到Fp^npe-1的Gray映射Ф,给出Gray映射Ф的一个性质。利用Gray映射的性质研究有限链环R上任意长循环码的Gray象。证明有限链环R上长为n的码C是循环码当