首页> 中文期刊> 《国防科技大学学报》 >机械故障特征与分类器的联合优化

机械故障特征与分类器的联合优化

         

摘要

在机械故障诊断中,特征选择和分类器的参数优化都可以提高诊断精度.利用特征和分类器参数的依赖关系,提出了特征选择和SVM参数的联合优化方法来提高诊断性能.联合优化方法采用支持向量机(SVM)作为故障分类器,SVM半径-间距上界 (RM界)为目标计算诊断精度,并应用遗传算法求解此优化问题.齿轮故障诊断试验结果表明,联合优化的诊断精度要优于单独优化特征和SVM参数,而且优化速度更快.因此在故障诊断中,利用特征和分类器参数联合优化能够快速取得较好的诊断精度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号